AI工作流产品
自由聊天的局限
很多 AI 演示看起来有说服力,是因为模型给出了一次不错的回答。但产品要面对的是重复使用、不完整信息、修正和复核。
当系统涉及判断时,用户需要知道哪些内容已经确认,哪些仍是假设,输出来自哪里。结构让模型回答在工作流里有了位置。
产品工作真正落在哪里
模型选择重要,但通常不是完整的设计问题。更难的是决定什么时候让用户探索,什么时候抽取事实,什么时候把答案保存成一个可复核的结果。
所以我认为有用的 AI 系统不仅需要 prompt 设计,也同样需要产品和工作流设计。
为什么 AI 产品需要结构化工作流
AI 产品真正有价值的部分,往往不是聊天框本身,而是围绕它的状态、检查点和输出格式。
很多 AI 演示看起来有说服力,是因为模型给出了一次不错的回答。但产品要面对的是重复使用、不完整信息、修正和复核。
当系统涉及判断时,用户需要知道哪些内容已经确认,哪些仍是假设,输出来自哪里。结构让模型回答在工作流里有了位置。
模型选择重要,但通常不是完整的设计问题。更难的是决定什么时候让用户探索,什么时候抽取事实,什么时候把答案保存成一个可复核的结果。
所以我认为有用的 AI 系统不仅需要 prompt 设计,也同样需要产品和工作流设计。