AI工作流还是AI工作循环?
工作流一词,英文是workflow,很容易使我认为是单向流动的事情,比如从起点到终点。无论是工作中,还是生活中,我和AI互动都挺频繁,我深深感受到,融入之后的工作流,更重要的部分是循环。循环当然也算流程的一部分,只是AI融入工作流之后,循环变得尤为重要。我不得不为此改变单向的思维,开始重视迭代,循环,以及总结。
这次,让我分享与AI协同工作的心路历程,聊聊为什么我更想把AI介入之后的工作流,改称为AI工作循环。纸上得来终觉浅,绝知此事要躬行。希望这篇文章,对无法深入使用AI交互的朋友一些帮助。请放心,你不是一个人,直到今时今日,我仍然觉得和AI交互是一件麻烦事。
不平等的互动和我的盲点
当面对复杂的需求,AI生成的结果往往是令我失望的。我经常辛苦输入了一大段需求,充满期待地等待AI生成有效的代码,最后的结果却是一堆报错。
当AI不够有效,我第一反应是自己亲自来做一些事。不过很显然,这是一种逃避。AI并不完美,但不使用和适应它,可能会错过个人效能的提升。我骨子里还是有作为人的毫无理由的自信,一句GPT难用似乎就能保留自身的尊严。不过,在需要深入了解新事物时,盲目的自信往往是绊脚石。
好在AI偶尔会生成超出我预期的答案,这使我有了更多热情去探索和AI的互动。经历多种与AI互动不匹配的心智模式之后,我发现只有把AI当作工作上可以交流的伙伴,才能更好发挥人和AI的能力。
当我把GPT当成工作伙伴,认真思考它的反馈和结果为什么跑偏时,我发现把一件事事情交代清楚,或者把一句话说得清晰,其实并不容易。GPT胡乱生成的结果,往往和我事情交代不清,或者上下文有缺失强相关。比如我的代码里面有接口调用,但是接口返回的数据并没有告诉GPT,这时GPT通过它的预测生成的结果就不可能有用。
有趣的是,AI很少会主动跳出来,说你说话不清晰,逻辑不缜密,条件不充分;你却可以用难用二字,直接对还在成长学习的AI盖棺定论。这不对等的互动关系显然会产生冲突,而站在评价对方更主动位置的人,我更容易误判AI难用而忽略自身的问题。我后面总结了自己的一些问题,往往是下面三种情况:
1. 中间产物不清晰,导致AI无法了解细节;
2. 现状不清晰,自己没有说清楚现状,AI无法更准确判断;
3. 目标不清晰,或者目标定义有歧义,没有和AI明确。
这三个问题,不仅仅是和AI沟通的问题,本质上也是自己做事的问题。把现状梳理清晰,把目标定义清晰,的确不是一件容易的事。困难且重要的事情,可能会在潜意识里逃避。反过来看,AI可以在各个条件不明确的情况下行动,一定会输出糟糕的答案,糟糕的答案又会倒闭我反思自己的问题。
协同摸索,攻克难题
经过不断反思和总结,我的缺点还有AI的缺点逐渐明朗。为了和AI更好合作,高质量产出工作成果,我开始切换和AI协作时的心态,决定与AI共同摸索新的工作课题。AI互动的磨合过程,痛苦且有收获。我发现,可以用是否异步,是否需要上下文这两个维度来思考和AI的互动。组合起来是四种情况,每种情况都需要匹配的心态与预期去应对。心态和预期,如果和具体情况完全匹配,那工作起来很容易进入心流;反之,则容易走进死胡同。
在讨论四种情况之前,简单明确下同步异步,以及上下文的边界。同步,简单来说,是需要和AI同步讨论交流的情况,简单来说,是你需要等待AI的反馈结果才能进行下一步行动。异步则相反,你可能抛出一个问题或者任务,AI只要有响应即可,你不着急立刻获取结果。而上下文则比较好理解,是对知识库,或者复杂提示词的泛指。只要任务复杂到需要写长提示词,或者需要沉淀知识库提供给AI,我都称作需要上下文。如果简单一句话,就可以让AI给到结果,则称为不需要上下文。
接下来,我们看看具体四种情况,我们可以看图更加清晰。我会从情况一讨论到情况四。每个情况,我会分享更适合的心态和预期,还有具体的工具搭配思路参考。
同步和上下文
具体情况
需要同步沟通,以及有复杂上下文的情况,往往是方案的讨论。由于项目的复杂性以及不确定性,和AI的互动往往需要同步交流。
心态准备
同步沟通,意味着要等待AI输出,并对AI的输出给到反馈或者提出新问题。和AI沟通的过程,保持空杯心态以及准备充分的耐心,是保证良好沟通结果的基础。确定方案的过程,简单来说就是明确how的过程,既然选择了沟通,就一定要有开放的心态,不要带着预设和偏好去限制AI的自由发挥。
比较巧妙的方式,就是使用「我要」的句式,引导自己关注结果,忘记实现过程。在具体的项目沟通中,就是要明确现状和目标,而过程,则交给AI去思考。举例来说,如果你要及时且轻松地了解AI领域的新闻,沟通之初,应该和AI明确你要轻松且及时了解新闻的需求,而不是预设使用RSS订阅的方式阅读新闻。或许,AI会给到更简单的方案,或许,你的直觉方案是最优解,无论如何,讨论最初,我们应该抱持最大的开放心态去讨论。
同时,对于AI生成的内容预期要放低,如果能用一种买彩票的心态和AI讨论方案,那就很容易做到心情平静。提问和引导,是一门学问,尽管不想承认,但是AI回答的质量,除了提示词工程之外,引导和提问的角度,也对AI回答的结果影响不小。同时,引导AI回答的过程,也可以同样引导自己思考。降低对AI回答结果的预期,提升对自己提问的要求,就可以在一次次和AI的沟通的过程中,锻炼自己的思考能力,又能在AI的回答超出预期时,收获更好的解决方案,一举两得。
工具思路
我的选择是,直接和ChatGPT沟通。心态的准备,以及提问的方式,可能比工具更重要。
异步和上下文
具体情况
AI异步响应,同时又有复杂的上下文需要处理,听起来挺绕的。举例来说,我写了不少Newsletter,我希望遇到问题时,AI可以用我过去的观点鼓励我。我不需要AI即时反馈,在我有空的时候,答案已经生成就足矣。多篇Newsletter文章,就是AI需要了解的复杂上下文。
心态准备
无论是使用什么技术,AI在处理有复杂上下文的情况,都需要更多时间。这种情况下,能够保证随时提问,不错过发现问题的当下,就很好。而放下对AI回复的等待,继续做自己的事情,就是需要学习的沟通方式。这和工作场景的沟通很相似,向同事提出一个复杂的问题,也会自觉耐心等待答复,哪怕你着急,同事也会告诉你,他需要有空的时候好好想想再答复。
工具思路
我现在选择的是Taskade的Automation,因为可以通过Webhook执行Agent的命令,Agent的命令具备知识库查询,联网以及执行复杂任务的能力。我需要提问的时候,会在手机或者电脑上,打开快捷指令,发送问题即可。等到我有空的时候,直接在Slack收件箱(Taskade支持联动Slack)找AI生成的答案即可。
异步和简单场景
具体情况
当问题很简单,需要快问快答,比如名词解释,文本总结,单词查询等,又不需要立刻知道答案的情况下,就是异步且只需要简单提示词的场景。我在阅读写作的时候就经常遇到:某句话不理解,复制粘贴发送给AI;写到某句话,不知道标点符号是否正确,复制粘贴发送给AI;某个单词忘了什么意思,复制粘贴给AI。这些琐事都可以同步发出,异步批量处理。
心态准备
简单问题,属于自主选择异步,因为AI响应的时间应该很短。即便如此,我们主动选择异步处理,也是为了不打断当前的工作流程,从而可以专注在当前做的事。让分心的问题交给AI自动回答,等到忙完再耐心批量查阅AI回答的所有问题。
工具选择
同样的,我也是使用Taskade的Automation,用Webhook自动触发AI回答我提出的简单问题。
同步和简单场景
具体情况
有时候,需要立刻知道一个简单问题的答案,这种属于阻塞性的问题,如果不确定,没办法做后续的事情。这个就属于同步和简单提示词的场景。
心态准备
这种情况属于最基础的情况,只要你会使用AI工具提问就可以。轻装上阵,大胆提问,优先和AI沟通,答案不满意再考虑搜索。
工具准备
可以找找各种插件,能随时打开AI的对话框提问就最好啦。我是使用Raycast配置快捷键,快速打开ChatGPT网站。
小节
总结了和AI的互动情况之后,可以看到,与AI的四种互动情况,有简单有复杂,但是真实工作场景下来,其实没有那么简单。而且,如果工具和心态没有准备好,很容易陷入僵局。比如,明明可以异步获取结果的场景,却因为只有ChatGPT的聊天窗口,会陷入等待AI生成回复的发呆状态。我深刻认识到,只有心态和工具,和自己手头做的任务匹配,才可以真正专注当下,提升工作质量。
循环迭代,同步升级
接下来说说循环,和AI互动的时候,到底有什么循环呢?人和AI又各自应该迭代了什么,升级了什么呢?有趣的是,我是从帮助AI迭代,学会了帮助自己迭代。
和AI互动时候,有这么几种场景会出现:
1. 重复问题:经常写重复的Prompt,让AI做同样的事情;
2. 技术问题:Prompt写得不够好,需要反复修改;
3. 可靠问题:和AI互动之后,发现需要主动帮助AI找到高质量的信息源。
重复的问题
当发现自己在重复让AI做同样的事情,识别出来之后,应该主动沉淀自己的Prompt。更好的实践,是沉淀到GPTs,或者Taskade的Agent中,让重复的Prompt融入其中,避免反复写。有一种比较偷懒的方式,是把Prompt保存到剪切板工具的分组中,方便随时复制粘贴。
技术问题
当发现Prompt写得不够好,导致AI答案不佳。这里需要有一定的经验,你需要能辨别是AI的问题,还是自己Prompt的问题。举例来说,对于AI生成的结果格式不符合要求的,往往是Prompt没有给到例子。很多任务,AI是完全可以做到满分,所以对提示词工程的基本了解是必不可少的,我发现one-shot是极佳性价比的Prompt技术,给到一个例子,AI一般就可以良好执行任务输出符合要求的内容。
迭代提示词的过程,就是和AI共同学习的过程。因为输入的内容越来越多样,以及模型的升级,之前写的Prompt往往需要调整。循环往复调整Prompt的过程,就是使用AI工作的日常。我经常在迭代提示词的过程,发现自己表达的漏洞,以及容易忽视的「我以为」。更重要的是,我也学会了不断总结复盘自己,从Prompt的迭代中,反观自身,意识到了自身成长过程中总结和内省的重要性。
可靠问题
而可靠性这部分,也是需要人主动努力的部分。给到AI更多可靠的资料,或者最新的文档,AI就可以更准确地解决问题,尤其是编程相关。当AI生成了不可执行的代码,或者出现幻觉,作为人的我们,就应该主动上网检索资料,给到AI一些参考,或者直接让AI自己联网检索修正答案。作为人,在断网的情况下,也很难根据要求,记住所有库的文档,写出一遍过的代码,我觉得大可不必苛求AI。
迭代的技巧
如何迭代和优化AI的能力,需要注意时间的把控。工作时,要直接迭代Prompt或者更新Prompt是一件比较低效的事情。最开始我在处理任务的时候,遇到Prompt有问题,会尝试跳出任务,去迭代Prompt。后来发现,这样做是危险且低效的,危险在很可能主线的任务被忽略,而且迭代Prompt的时间,很难把控,很难准确知道要花多少时间才可以达到满意的效果。我的建议是,遇到问题,先记录下来,把迭代Prompt或者GTSs的事情,专门留出一块时间去处理。在完成工作任务的当下,应该以主线任务为重。
除了时间上的安排,还需要善用搜索。许多GPTs或者公开的Prompt都非常棒,即使不能完全符合自己工作的特殊情况,我们也不应该闭门造车,多看看别人的思路,是高效沉淀的基础。
最后一个是集中管理,如果有知识管理的能力,或者编程的基础,Prompt最好用文档的形式维护起来。这部分的工作,我也还在实践中。集中管理Prompt,我觉得双链笔记是一个非常好的载体。足够细的粒度,可以让Prompt的拆解和组合都非常轻松。
结尾
和AI相处的过程,有照镜子的感觉。AI有上下文的限制,人有工作记忆的限制。如果AI完全没有上下文限制之后,作为有工作记忆的人,又能怎么驾驭AI,或者和AI合作呢?这或许是未来的课题。在当下,和AI互动,找到人和AI的能力边界,互相补充,用全新的思维方式工作,或许就是AI时代的乐趣。
以上就是我和AI长期互动之后的思考,没有深入聊到技术和工具的细节,我想,工作心智的改变更为重要。
如果你喜欢这篇文章,欢迎分享给你的朋友呀。有任何问题需要讨论,欢迎在评论区留言。下篇见。
订阅我,可以激励你勇于分享。
我在持续分享不成熟的思考。
我写学习,思考,品味相关的文章。
如有更新,早八点发布。