第 3 课,共 7 课 · 10 分钟
AI 是怎么做东西的
目标:看懂为什么 AI 的输出看起来很完整,以及什么时候不能信。
它到底在做什么
uxuiopen.com你不需要懂数学。你需要一个好的心智模型:AI 回答时在做什么,这样你就能预判它在哪里有帮助、在哪里会误导你。
模式
从海量文字和图像中学来
你的提示词
它对你的项目唯一的了解
预测
一遍遍挑出最可能的下一个片段
输出
看起来完成了。可能是错的。
本质上,语言模型会一遍又一遍地挑选最可能出现的下一段文字,直到回答完成。图像工具的思路也类似:根据你的描述,生成一张最可能的图。来玩玩看。
爵士之夜的海报,感觉应该 ____
随机度低:最可能的词几乎每次都胜出。可预测,往往很平庸。
- 慵懒30%
- 丝滑22%
- 温暖16%
- 大胆12%
- 复古10%
- 喧闹6%
- 酥脆4%
关键词
- 模型
- AI 系统本身,用海量文字或图片训练,学会识别其中的规律。
- 提示词
- 你发给它的全部内容:你的请求,加上它能看到的文件、图片或之前的消息。
- 温度
- 它的选择有多大胆。低温度给出稳妥、相似的答案;高温度给出意外、但不太可靠的答案。
- 幻觉
- AI 信心十足地说出错误内容,比如一个假数据,或一句没人说过的话。
- 训练数据
- 模型学习的材料。它反映的是过去,也包括其中的缺漏和偏见。
- 上下文
- 模型此刻能看到的内容。除了上下文里的东西,它对你的项目一无所知。
- 看似合理不等于被证实。核查是你的事。
- 你留下空白,AI 就用平均值填满。
- 名字、数字和引语,永远要有出处。
AI 工具给了你五样东西。直接当起点,还是先核查?
为一款咖啡店应用想的二十个标题。
“68% 的用户会放弃超过三步的购物车流程。”没给出处。
五份访谈记录的摘要,附三个关键主题。
为一款舒缓冥想应用配的三套配色。
一句某位著名设计师谈简洁的名言。
为什么模糊的提示词结果都差不多
因为它预测的是最可能的结果,AI 会向它见过的一切的中间值靠拢。你说“一张海报”,得到的就是平均水平的海报,一次又一次。你每多加一个细节,结果就离平均值远一点,离你的项目近一点。
模糊的提示词
“做一张活动海报”
六个版本的平均海报
具体的提示词
“为一场免费的学生设计工作坊做一张大胆有趣的海报,日期在手机上要一眼看清,给出三个不同方向”
三个符合简报的方向
AI 擅长…
- 快速给出大量方案
- 文案和布局的初稿
- 总结、整理你的笔记
- 用更简单的话解释事情
这些时候要仔细核查…
- 它给出数字、日期、名字或引语
- 它谈到真实的人或公司
- 它对你的用户下结论
- 它对冷门话题说得非常笃定
看起来已经完成的输出,最容易被直接放行。下面是 AI 根据设计之夜的简报起草的一张卡片。像编辑一样读它,点出每一处错误。
点出所有错误的地方。一共有四处错误。
简报:设计之夜,免费晚间工作坊。周五晚 7 点,在 Studio 4。
已找到 0 / 4 处错误
AI 在你的海报文案里写了“92% 的学生更喜欢晚间工作坊”。你怎么办?
你要了“一个 logo”,结果十个方案都长得差不多。为什么?
延伸阅读