《8小时,给家里老人做了个 AI 小工具(经验分享)。》
来源:B站 [Topbook]
时长:00:04:59
BV号:BV1KBF2eeEjo
链接:https://www.bilibili.com/video/BV1KBF2eeEjo
说明:以下文字按视频原讲述顺序整理,口语、重复和明显噪声已做轻度收束。
动机与构思:为什么需要这样一个AI小工具
现在的产品说明书对老年人来说往往不够友好。于是,我想做一个简单的 AI 工具,只要拍张照片,就能自动识别物品,并告诉用户这是什么。实际需要的流程非常直观:我做出来的这个程序产品,可以让用户一眼就知道该怎么用,而不像其他很多产品那样复杂。其实只要理清思路,哪怕是从零开始,在一两天内,你也能自己做出一个属于自己的应用来。
技术实现:小程序 + AI API 的快速搭建
后来我发现,最简单的 AI 工具,本质上就是先搭建起一个装置,再把 AI 接口接进去。你可以先做一个 AI 的处理程序,再去实现最终的装置,而这个装置对我来说,就是一个小程序。我们只需要找到一个自己用得顺手的 AI 工具,把它接入进来就好了。AI 会帮你处理问题、提供数据,你只需要做好与之对应的 AI 界面。简单来说,这个应用的流程就是:把需要解析的素材发给 AI,AI 把处理完的数据反馈回来,最终呈现给用户。
因为之前从来没有做过小程序,所以我直接让 AI 帮我生成程序代码。大致上,程序也就这样做出了相应的功能。其实即便不用 AI 生成,你也能很快掌握其中的方法。所谓程序代码,无非就是把界面组件、解析逻辑和控制流程的地方组织起来而已。做这个程序的过程中,我还联想到 AI 辅助下的费曼学习法——用这种方式,你实际上可以练习组件格式的基础功。如今我们只要把 AI 接入进去就行了。不管你要接入哪一种 AI 工具,一般调用方式都是使用它提供的 API。所以,只需要找到对应 AI 工具的 API 与操作文档,再按照文档说明来改造自己的小程序功能实现代码就好。这里的关键点,就是你调用的 URL、API Key,以及与它配合的参数。
如果你还在纠结该用什么工具,可能会问:AI 工具到底是什么?在 AI 大模型竞争如此激烈的当下,你已经有很多免费模型和 API 可以用了。这些 AI 程序功能直接就能工作,你可以利用这类产品的接口来识别音频、图片、视频等内容。你可以在程序功能里设置输入点,让程序根据输入去反写特定的内容,包括各种结构化的信息。那我们又要如何承接这些结构化的东西呢?程序写成代码以后,确实可以把这些内容展示出来。如果大家在这些操作上遇到问题,只要花些时间搞定,就能看到对应的工具效果,进而把它变成一个可工程化的工具。以一个工具的基本功能来看,这正是很多产品的常规实现方式,也是一种 AI 工程化结果及其工具功能的体现。后来,越来越多的 AI 工具已经能够实现各种各样的文字输出效果。而我这个小程序的开发模式,其实就是针对具体工具去调整程序代码。
扩展与展望:修改提示词即可适配多种场景
这个小程序真正接入 AI,其实只需要几个步骤就能完成。而用这种简单的思路去做出一个文字类的程序——比如面向人机交互的场景——可以让你真正理解结果是怎样产生的,以及如何利用 AI 工具帮你实现类似的成果。重要的东西,是对 AI 程序能力形成一种清晰的认知。像这类 AI 工程化的产品,往往容易达到比较好的效果。那么,到底怎么用这个思路来做这个程序的功能呢?我这套东西,实际上就是先做一个文字式的程序工具,然后在一个程序里看到效果后,把它复制出来,再去尝试做各种动态的程序式功能。所有的功能,都是围绕 AI 展开的程序化能力。我现在做的虽然是一个工程化的程序功能,但在加入 AI 之后,甚至可以演化出自己的实现方法。这大概就是自然语言编程的魅力所在。
无论如何,你总能看到一个程序确实能实现相应的功能。所以,除了最基本的文字识别工具外,你完全可以成功让它运转起来,为老年人提供物品识别建议、识别谱效果等,而这些任务之前几乎是空白的。这些功能只需要简单地修改提示词,完全不用动代码。同样的思路,我们也可以拓展到其他功能上去,比如对应工作图式的效能提升等等。希望这些内容能对你有所帮助。
这个程序我会拿出来共享,写下简单的文件,让大家直接就能使用。如果你们还希望在这个程序中实现什么功能,也可以让程序告诉我。但当我把程序交到老人们手上,看她们使用后露出开心的神情时,我意识到,我已经找到了解决问题的一些有效方法。重要的是,我能做出一个东西,让老人们真切感受到 AI 带来的便捷。而这种工具,本身也是可程序化、可复用的。这个小程序我们就分享到这里,我们下期再见。
本文由 AI 基于转写整理,仅供复查参考。