知识和AI工具的碎片

我看到AI工具激增，LLMs每个季度都在变好。ChatGPT曾长期落后于Claude，最近似乎赶上来了。但Claude或类似的聊天应用足以用于快速搜索，取代谷歌搜索和访问多个网站获取答案。它能为几乎任何事物撰写基本初稿。但除此之外，我认为模型的潜力只被利用了不到15%。 我在研究和商业前沿工作过，仍然看到差距。人们只是为看到某物神奇出现而兴奋。目前大多数人使用AI的方式是复制文本或一些图像（很少），然后询问它一些问题，看似节省1小时，但肯定无法提供准确或精确的答案。它只是变得更擅长说服。 问题不在模型本身，而在于我们喂给它们的信息。预先提供的知识、你所做事情的记忆、对话的上下文。想象一下，一个酷炫的公司人士给所有人免费建议，与真正坐下来理解你需求并帮助你的人相比。我亲身经历过这个问题，现在当我想快速获取信息而不是花时间去阅读真正人类写的东西时，仍然面临它。 问题依然存在。超越酷炫演示、幻灯片和动态文本视频的帮助性，需要一些前期努力来构建一个系统，能够帮助实际模型为你策展内容，而不是吐出他们认为最可能的答案。 我使用的系统知道我从事什么工作，明确提供了关于我的团队、公司、产品和演示文稿的细节。不是倾倒在深井中，而是作为上下文孤岛。我产品的技术空间了解功能、技术栈并拥有文档。营销空间了解我的产品、潜在客户和业务指标。每次我需要新功能的实施计划或试图验证我的客户画像时，模型不会显示通用的最可能答案，而是显示对我产品最好的答案。