最近大量用AI的两个变化:
1,不再盲动,不再没想清楚就试图让AI给出成果,现在至少会花一半的时间,和AI一起做「深度研究」。
越是深入使用AI越发现,AI能做出远高于现在平均能力的东西,但需要你给到非常清晰且精准的,且本质的提示。这件事可以看x上数学家陶哲轩和AI的对话,它让AI解析数据的提示词都非常简洁,但「一针见血」,AI的回复质量就会变得非常高。
就像电影导演一样,像米开朗琪罗一样,心中早就有了成品,拍摄核雕刻的过程只是把多余的东西去掉而已。
如果你试图偷懒把让AI替你做,最终做出来大概率是平均的,烂大街的东西。当然,做出一般的东西也是成长的,我前面半年都在做这件事,AI的好处实让我快速清晰的认识到这点。
我目前的深度研究流程:
1,让它先把我这个需求市面上所有优秀的思考结论、案例、洞察都搜集过来,我先了解一遍,不重复造轮子。
2,让AI不断向我提问,我不断口述各种细微的原初想法,回答问题真的是深度思考的最佳方式。当然,这件事很累,我每天回答几个,直到我自己内心的图景清晰,才会开始推动AI做出demo 。
3,并且不断重复和深入这个过程。很多时候,往往会让项目停滞,因为我没有新的想法出来,但我会带着多个待完成的项目,去更有目的的去阅读,去学习。
2,保存所有过程性数据:过程中随时记录对项目的细微感受,思考和复盘;有意识地保存所有的交流记录(随时多选然后丢给专门的AI对话窗口,不然到最后来整理就会很崩溃);也会积极地搜集真实反馈,作为数据的闭环。
不用担心数据杂乱,一股脑存下来就好,这点数据量对于AI来说不是事,最重要的就是把场景中,脑海中,过程总的数据存下来就好。
做这些的目的不是当下就能靠这些数据优化我的工作流,之前尝试过总结原则、skills、判断,发现多余的提示词反而会降低AI的工作效率,分散它额注意力。
我期待的是未来AI更强之后,这些原始数据可以成为非常重要的资产。现在顶多就是让AI协助我复盘,发现我没有觉察到的视角。