在人工智能的浪潮中，我們?nèi)绾巫孉I真正成為我們的得力助手，而不僅僅是一個冰冷的工具？本文以一種輕松幽默的方式，探討了AI在信息接收與輸出、不確定性降低、交互效率提升等方面的最新進(jìn)展和應(yīng)用實踐。

本來這篇文章想用《最近有關(guān)AI的感悟和總結(jié)》來做標(biāo)題的，但寫上的時候，就感覺沒有意思，很無聊，也不夠酷。那怎么樣才能讓這篇寫AI感悟的文章變得有趣呢？

1、得用梗圖，有了，各個領(lǐng)域的AI小助理來幫我，這可不就是專業(yè)團隊嘛~

2、標(biāo)題得通俗易懂，其實分享的感悟都是AI怎么樣才能變得更好來幫助我們，也就是AI怎么樣才能支棱起來？

ok，那這就是今天的文章，我們一塊往下看！

1. 人會通過AI接收信息以及通過AI輸出信息

之前是人類自己接收信息和輸出信息，現(xiàn)在的一個發(fā)展趨勢是人還在中間，但是我們會通過AI來接收總結(jié)的信息以及通過AI來更好、更快的輸出。

怎么形容呢？就有點像是之前是單層肉漢堡，現(xiàn)在還是一片肉，但是在肉的周圍加了兩片蔬菜，變成多層蔬菜肉漢堡，就像下面這張圖一樣。

來個接收信息的案例吧：谷歌的NotebookLM可以把上傳的PDF通過播客的形式對外輸出，舉個例子，這在之前是一本書在網(wǎng)上，人直接看大部頭的書，現(xiàn)在AI在里面加了一道轉(zhuǎn)換，把它轉(zhuǎn)變?yōu)橛懻摃牟タ停叭藗冞€從來沒見過能把書自動轉(zhuǎn)為播客的軟件，那這個就很驚喜。

其實帶著這個思路我們可以想象有哪些可以做的嘗試，比如說把難啃的大部頭教科書、無聊的研報或者項目白皮書，換成一種另外一種人們有興趣的信息接收方式。

那什么形式更讓人能接受呢？視頻、音頻、圖文的信息相比于文字都更讓人可以接受，如果再考慮到適用的場景，那可視化圖文就是最好的方式了，因為它適用于幾乎所有場景，又一目了然，napkin就在做這件事。

例如下面我想介紹napkin，然后把上面這段文字給復(fù)制進(jìn)去讓它理解，它就可以從里面找到我想對比的一個是大部頭書本的無趣，另外一個是視覺內(nèi)容的吸引力，總之，用napkin就是很搭。

輸出信息的案例：這個就比較多了，比如說我最近在做的一個項目——AI報告，很多分析師需要寫行業(yè)深度報告，這在之前可能需要分析師寫上個好幾天來從行業(yè)簡介、競爭格局、行業(yè)政策這些方面輸出，但是現(xiàn)在可能AI能夠自動收集信息來幫你實現(xiàn)這一部分的輸出總結(jié)，你可以在這個基礎(chǔ)上加以人工的校驗和修改就行了。

2. AI給出的答案是不確定的，但我們通過（prompt、流程、交互）可以把不確定性降低。

這個可以鏈接到我之前的文章：涉過真實的AI浪潮，在做AI會議助理這款產(chǎn)品的時候，就是通過類似于建房子的方式一步步達(dá)到客戶想要的會議總結(jié)效果。

只不過對于大模型來說，提示詞寫的好是最簡單也是最有效的步驟，也是建房子的第一步，先做好地基。

第二步，往往就是微調(diào)了，微調(diào)就是在這座房子打好地基，然后砌上磚瓦后，再鋪上一層水泥，這時候就有大致的形狀了。微調(diào)會讓文本總結(jié)/生成這種更趨向于客戶想要的標(biāo)準(zhǔn)，但還是存在一定的波動和不確定。

第三步，有些房子的形狀我就是想這樣或者是那樣！比如我就想要中式建筑的屋頂，或者西式建筑的穹頂，這樣才好看，才是我的style。ok，滿足你，這里就是固定的流程，可能就是結(jié)合了簡單的程序，比如固定取數(shù)和固定生成某段文字（例如財報會議中的數(shù)據(jù)整理）。

3. 單從效率來看，文字對話的反饋還是太慢了

就說一個體驗上的問題，你吭哧吭哧打字半天，然后點擊發(fā)送，再接著等AI的反饋，如果再碰到慢AI，一來一回都5秒有了吧，而語音交互這一塊反饋就及時多了。

人類之間的對話也更傾向于語音對話，就像在工作中，我們遇到緊急問題還是會用電話甚至線下見面說。

很多AI情感陪伴類的app都有打語音視頻這個功能，而且沒準(zhǔn)還是收費的。這也側(cè)面驗證了語音對話這個功能，相比聊天打字還是體驗更好的，不然誰會付費啊。

近期一些大廠AI app在語音對話上也開始有動作了，例如豆包的語音對話，現(xiàn)在就可以聯(lián)網(wǎng)搜索一些話題，阿里的通義現(xiàn)在可以在語音聊天的同時上傳文件對話，而最早的場景英語口語助教更是每家必有。

那有沒有一種更快的交互方式呢？有的，一種就是我們每天都在用的觸摸和點擊這種（其實互聯(lián)網(wǎng)時代的觸摸點擊給出反饋是快于語音交互的）；另外一種可能就是腦機交互了，等待馬斯克這些大佬去突破了。

4. AI時代最有想象力的產(chǎn)品——畫布

畫布可以容納和承載幾乎所有內(nèi)容形式：文字、表格、圖片、音頻甚至是視頻，而AI又可以全部生成以上內(nèi)容形式，所以理論上AI+畫布的上限是無窮高的（max）。

鋼鐵俠和賈維斯對話也是在一個畫布/面板上（咳…鋼鐵俠的頭盔面板），上面可以實時反饋出任何信息。我還有一個臆想，我想讓AI在畫布上復(fù)刻一個二維地球，上面會無限平鋪所有地球上的三維物體。對！那這個畫布就是《三體》里面的二向箔。

百度文庫也在近期宣布將上線“自由畫布”這一款軟件，但一直處于內(nèi)測中，也沒有人體驗到。其實AI畫布這種產(chǎn)品技術(shù)上實現(xiàn)可能難度為3顆星，但是算力消耗應(yīng)該是最高的5顆星；多模態(tài)對于算力消耗巨大，估計目前也只有大廠能燒得起了。

5. AI也得揣摩人類甲方的意圖

又懶又不想多打字的人類，你不多揣測一下它想問的是什么意思，怎么可能答的好？肯定會給你差評的！

這個我調(diào)研過chat類問答的用戶數(shù)據(jù)，你會發(fā)現(xiàn)，能夠問問題超過10個字的已經(jīng)很牛了，因為有一半的人問問題都不超過10個字的，我稱之為“打字要錢型用戶”，當(dāng)然我也是其中一員，10個字符以內(nèi)一般能問啥問題呢？我舉個例子：

• 你今天吃了沒？（7個字）
• 總結(jié)這個報告（6個字）
• 寫一份小紅書營銷文案（10個字）

這3個例子，大家就應(yīng)該明白，我們大部分人讓AI辦事都是妥妥的大甲方。AI需要根據(jù)這些僅有的只言片語，來完成你給它布置的模棱兩可的任務(wù)，如果AI不能滿足你的期待，你就會像上面一樣給它來個差評——點踩。

所以，AI還是需要會一點讀心術(shù)的，通過簡簡單單的幾個字就能讀懂你我的心，知道我們想干嘛，這才是支棱起來（終于扣題了）的AI，也是我們最喜歡的乙方和員工。

寫這一點也是因為在市面上我已經(jīng)看到有比較好的產(chǎn)品案例了，螞蟻的支小助就是這樣一個能懂你心的AI助理。

因為工作原因，我可能用的投研支小助會比較多（還有其他類型，例如保險、營銷、理財?shù)模?，比如我問它：A股最近怎么樣？（8個字）

其實這問題要是別人問我，我肯定會回答：什么怎么樣？你說大盤走勢嗎，上周的，還是最近一個月的？很模糊的問題，我都搞不懂你想問的啥？

支小助這個會懂你心的AI助手，就會把“A股最近怎么樣？”這個問題再“揣摩”一下，解讀出6個相關(guān)的問題，如果你覺得它揣摩的不對，你還可以幫它改，相當(dāng)于跟員工說：不是你想的這樣，你得先這樣，然后再那樣…

之后再根據(jù)“揣摩”出來的6個解讀，集中回答你的問題，所以就會比較全面，因為這6個解讀總有一款適合你。

當(dāng)然，一個硬幣有正反兩面——回答也就比較長，不夠簡短，你問它“1+1等于幾”，支小助可能會給你扯出“1+1的哲學(xué)意義、1+1=2的數(shù)學(xué)原理”，所以也就有了快速解讀這樣一個功能。

按照支小助官方的解釋就是，支小助內(nèi)部嵌有很多的專家框架。它會根據(jù)你提問的問題去匹配對應(yīng)的框架，例如剛才問的A股的問題，就會匹配股票分析、市場分析下面很多對應(yīng)的框架。

這些框架你可以把它們理解為一個個專業(yè)的老師，當(dāng)你帶著同樣一個問題比如：我該怎樣好好學(xué)習(xí)，天天向上呢？

去問各科老師，那英語老師就會說：你肯定要學(xué)好英語啊，學(xué)好英語才能看到更大的世界！數(shù)學(xué)、物理、化學(xué)老師齊刷刷的說：學(xué)好數(shù)理化，走遍天下都不怕！

所以支小助內(nèi)部其實是有一個專業(yè)團隊在做事情，怎么能不強大呢？

如果你喜歡這種有趣又帶有干貨的文章，不要忘了點贊加關(guān)注，我們下一篇再見！