交(jiao)代一下產品進(jin)度：已發布，已上架(jia)。

??七號樓(lou)私信「樓(lou)里(li)(li)」自動(dong)獲取(qu)：《樓(lou)里(li)(li)App-安(an)卓版》《AI知識(shi)庫(ku)》、《獨立開發者(zhe)》

走一步，錯半步，重看下一步。

【一】

過去三年AI行(xing)業堪稱眼花繚亂，從最初(chu)的(de)焦慮添堵，實踐過程(cheng)的(de)奇葩鬧心，以及目前(qian)的(de)好活當賞。

從開發者轉到獨立做產品，除了(le)明(ming)確的(de)AI套殼(ke)模(mo)式外，也考慮(lv)過幾個(ge)其(qi)它(ta)的(de)方向，比如各種輕量簡(jian)單的(de)工具，但是僅(jin)僅(jin)三分(fen)鐘就丟了(le)這個(ge)想法。

缺乏(fa)好的思路，踩風口就對(dui)了。

有能力有資源的玩家，基本(ben)都會選擇較復雜的項(xiang)目，普通(tong)個人玩家，把簡單的事情向復雜慢慢拉扯。

七月初到現在十月底，四個(ge)月的時間(jian)經歷兩個(ge)產(chan)品(pin)版本(ben)，雖然(ran)是App和Web網站兩種形(xing)態，但是內在的想法和形(xing)式(shi)，基(ji)本(ben)沒有動搖(yao)過。

無論(lun)是否做出成效，始(shi)終圍繞在用戶、AI產品(pin)、大(da)模型三者間(jian)，進(jin)行各種想法的嘗試。

【二】

最初在考慮(lv)AI套殼產品時，并沒有想(xiang)清楚一個關鍵(jian)問題：是(shi)工具(ju)還(huan)是(shi)協(xie)作關系？

如果AI產品是(shi)(shi)純粹的(de)(de)工具屬性，等于把智(zhi)能的(de)(de)模(mo)型封裝成固定的(de)(de)功能；如果是(shi)(shi)協(xie)作的(de)(de)模(mo)式，則需要在(zai)交互(hu)場景中，開放更多的(de)(de)提示詞(ci)給用(yong)戶輸入(ru)。

這就引出一個(ge)新(xin)問題：提示詞歸屬產品還(huan)是(shi)源代(dai)碼？

在之前的技術文中寫(xie)過，是把提示詞(ci)(ci)模塊(kuai)封裝在源碼中，然后用戶通過產品(pin)提供需求(qiu)的關鍵信息，從而形成(cheng)完整的system和user提示詞(ci)(ci)描述(shu)，所以個人是把提示詞(ci)(ci)當成(cheng)動態源碼。

幾乎所(suo)有的(de)提(ti)示詞開(kai)頭都是：你是某某角色，按(an)照某某形式交互。

由提示詞(ci)指揮(hui)大(da)模型，該如(ru)何(he)自我定位，組織(zhi)各種信息數據，然后再輸出結(jie)果給用(yong)戶，這是AI套殼產品最直(zhi)接(jie)的(de)交互模式。

對于傳統的產品，更(geng)多是(shi)程序(xu)中設定的流程邏輯(ji)。

用戶在頁面上點(dian)擊什么，系(xi)統運行相應的邏輯(ji)，按照寫好的流程逐(zhu)步(bu)執行或攔(lan)截，流程于所(suo)有用戶來(lai)說，沒有絲毫(hao)本質上的差異(yi)。

輸(shu)入-處理-輸(shu)出，AI應用和傳統(tong)產(chan)品有本質的差異(yi)。

【三】

所以(yi)對(dui)AI相關的(de)產(chan)品來說，更像是用戶與產(chan)品形成新的(de)協作形式(shi)，而不是傳統產(chan)品中的(de)固(gu)定流程。

大模型能理(li)解(jie)語言，并(bing)且針對(dui)性的(de)組(zu)織信息，并(bing)且輸出結果，在(zai)這種(zhong)交互模式中，AI的(de)能力越智能，其(qi)表現出來(lai)的(de)主(zhu)體(ti)主(zhu)觀性越明顯。

AI產品像中間人，協調用戶與模(mo)型(xing)扮演的角色(se)交(jiao)互。

在AI應用中最熱門的(de)當屬(shu)陪(pei)伴型賽道，主打為用戶提(ti)供(gong)情(qing)緒價值，除此之外(wai)很多大模型本身(shen)，也在有(you)意無意的(de)營造活人感(gan)，既(ji)要追求模型的(de)智商，還要展現出一定的(de)情(qing)商。

目前常(chang)用的十多款(kuan)模型中，GPT5的雙(shuang)商(shang)全部在線(xian)。

用戶感知(zhi)極強的(de)輸(shu)入和(he)輸(shu)出(chu)，GPT5除了綜合能(neng)力領先之外，還能(neng)做(zuo)到(dao)在(zai)輸(shu)出(chu)中，對下(xia)一(yi)步給出(chu)更(geng)合理的(de)建議。

對輸入來(lai)說，要(yao)讓大模型盡可能(neng)的感知(zhi)全面。

并非是(shi)要(yao)用(yong)戶輸入細致(zhi)全面(mian)的信息，用(yong)戶提供關(guan)鍵的需求描述，由(you)產品(pin)這個中(zhong)間(jian)角色進行拓展。

以人和人的協作(zuo)交互(hu)來理解，用戶和AI都有(you)自己(ji)的需求。

比如(ru)在樓里產(chan)品的飲食推薦模塊，事實上用(yong)戶只(zhi)需要選擇口味，但(dan)是(shi)在產(chan)品中(zhong)可(ke)以根據(ju)IP定位城市(shi)，判斷天氣信息，補充(chong)其(qi)它影響因素等，這些在用(yong)戶輸(shu)入的過程中(zhong)是(shi)隱性(xing)的，但(dan)是(shi)在輸(shu)出時可(ke)能被察覺(jue)。

對輸出來(lai)說，要(yao)追求準確和確定性(xing)。

輸出(chu)的(de)(de)準確性更(geng)依賴用戶提示詞，而(er)確定(ding)(ding)性則更(geng)考(kao)驗系(xi)統提示詞，在產品兩個版本(ben)的(de)(de)開發過程(cheng)中(zhong)，遇(yu)到好多(duo)次模型的(de)(de)不(bu)穩(wen)定(ding)(ding)問題，無論是(shi)內容還是(shi)內容的(de)(de)格式，只能通過短暫的(de)(de)切換模型來應對。

在(zai)這種協(xie)作關系中，模型(xing)即產(chan)品，而產(chan)品的走向(xiang)會(hui)有(you)很大的空間。

【四】

聊完(wan)AI產品本身，再(zai)總結(jie)一(yi)下開發過程(cheng)，自己也是(shi)在實踐中不斷擴(kuo)展對人工智能的(de)理解。

最(zui)初產品集(ji)成大模型，也只是(shi)理(li)解成一(yi)個簡(jian)單(dan)的工(gong)具(ju)，既然是(shi)工(gong)具(ju)屬性，需(xu)要在設計上注重細節點，這樣會(hui)產生一(yi)個明顯(xian)的問(wen)題。

開發者會顯著影響：用戶和(he)模型及(ji)產品之間的協作(zuo)。

然(ran)后就是開發過程中對(dui)于AI工(gong)具的使用(yong)，這個已經做成(cheng)系統的知識庫(ku)，在(zai)完善之后會(hui)免費開源(yuan)。

沒有做獨立開發之前，對(dui)于AI的(de)運用(yong)更(geng)多是(shi)提問抽取(qu)答案，而(er)在深(shen)入和(he)廣泛(fan)的(de)實踐過程中，對(dui)人工(gong)智能(neng)的(de)依(yi)賴直接提升幾(ji)個臺階。

類似調(diao)研分析，編程開(kai)發(fa)，創意思路(lu)，文案生成等場景(jing)，后續實(shi)踐了產品上(shang)架(jia)，專業(ye)文檔生成，協議制(zhi)作，創建源碼工程，智能體中運(yun)行復雜任務等。

總之AI能做(zuo)好(hao)的事，自己盡(jin)量不瞎摻和。

從自己的(de)(de)深入實(shi)踐來說，在AI的(de)(de)時代背景下(xia)，個人更傾向廣泛的(de)(de)接(jie)觸各(ge)種技(ji)能，進而鍛煉(lian)靈活(huo)的(de)(de)綜合(he)能力，而不是單個技(ji)能的(de)(de)垂直深度。

【五】

作為互聯網行業(ye)的十(shi)年民工(gong)(gong)，從開始把AI當(dang)玩具，后來當(dang)工(gong)(gong)具，而當(dang)下當(dang)成一個(ge)助手。

如果想(xiang)深入全面的(de)了解AI，個(ge)人感覺靠譜的(de)方式(shi)：帶著獵奇的(de)心態試用各種(zhong)產品，指揮(hui)AI把自(zi)己不想(xiang)做(zuo)或者不擅長(chang)的(de)事(shi)做(zuo)好，在專業(ye)上借(jie)助(zhu)AI提升質量(liang)和(he)效率(lv)，實踐中很(hen)快就會得心應手。

最后說(shuo)一句(ju)抽(chou)象的思(si)考：

AI還在(zai)成長的當下，也(ye)許問題(ti)就是答案。