前沿AI辅助复杂任务的经验小结

暂时想到这几点，记录一下供自己参考，等回头想到其他的再来补充，有时间的时候再展开来讲。

第一， 战略上高度信任前沿AI的能力，但战术上极度质疑AI的能力，甚至可以质疑AI的一切回答。这是前沿AI用于复杂任务最关键的要素，否则极容易走火入魔。这点我单独写过，主要和AI幻觉以及各项背景知识缺失有关。

第二， 背景知识先行。复杂任务上，提供足够的/梳理清楚背景知识、不断确认结论的隐性和线性假设、并及时纠正错误，在激发模型合理的推理能力上远比prompt的质量本身更重要。

第三， 框架先行。例如写作，先让它写提纲，再逐步展开；例如做PPT，也是如此。AI具有钩直饵不咸的特性，提什么要求它都给你predict next token，所以要先把大致框架或主线定下来，再展开任务，这是定海神针。

第四， 工程化的思维：最小化可行MVP和迭代优化。没有AI辅助的时候，我们的常规操作是完成任务，再确认没有根本性错误，就OK了。但是AI辅助的情况下，具备工程化的思维有助于进一步提升完成任务的质量，这在管理上限和下限上都有帮助。这主要是做事风格上的改变，不指望一次就做一个完整的版本，把完成的第一版当成最小化可行的版本，在此基础上进行局部和整体的迭代优化。当然，取决于任务性质的不同，最小化可行版本可能是最终版本的1%，也可能是100%。

第五， 把AI当成创新、学习练习和深度思考的世界模拟器。学习和吸收新知识需要练习；创新需要时间来思考和沉淀，来建立毫无关联的idea之间的联系。把前沿AI当成世界模拟器，有助于我们主动的利用和吸收新知识、新想法。两者略有差别，我学习巩固新知识主要通过和AI交互进行案例分析；创新主要是跨领域应用和借鉴、以及所有可能想法的全方位展开，然后自己去选择、去联结。这方面，AI可能强过绝大多数人类。

第二三四五点，主要是为了利用好AI比我们思考的快、不知疲倦、知识面比我们丰富的优点；但不至于因为太快而信马由缰，跑得太偏。

第六， 善用多模态。这有助于我们自己理解长篇文字，更有助于向第三方清晰展示和具象化的表达。

第七， 善用乒乓模式：用多个对话、甚至多个AI来完成同一个问题的同一个子问题或子问题的不同方面。这在长对话和复杂任务尤其有用，引入不同的视角、避免上下文污染或过长。这个我应该也写过。

备注：

复杂任务：请自行定义。排除标准：几个对话回合问题就解决了；不涉及到多方利益、多方视角、不涉及潜在严重后果。另，我只用AI写小脚本，没有做大型项目的Vide Coding能力和经验，不清楚是否适用于Coding。

前沿AI：请自行定义，你杠就是你对。