停止设计基于聊天的AI工具。
2024/9/20 21:03:31
本文主要是介绍停止设计基于聊天的AI工具。,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
使用 Midjourney 生成
人工智能工具正在改变我们的生活。几乎每天都有新的工具出现。虽然我们中的许多人主要是使用者,但有些人也会设计这些工具。这些设计师将决定人工智能工具如何被使用和实施。再一次,设计师将有机会塑造新技术如何改变我们的生活。
正如尼尔森集团所强调的,AI 正在引领用户界面设计的新时代。它将我们从传统的基于命令的交互方式转变为基于意图的交互方式。这意味着用户不再需要发出特定的命令来完成任务。相反,他们可以表达自己的期望结果,让 AI 来处理必要的步骤。
类似于互联网早期或移动电话出现的时代,我们现在正进入一个未知的领域。我从事数字体验设计已有近二十年的时间。每一次这样的时刻都要求我们这个行业重新评估现状。我们必须再次创新。我们必须重新构想我们的思维模式、模式 和 指南,以确保AI工具像网站或移动应用一样直观。
使用 Midjourney 生成
许多领先的AI工具,如Chat GPT、MS Copilot和Midjourney,都依赖于基于聊天的界面。这些界面类似于一对一的对话。两个人面对面坐着,互相提问和回答问题。这种方式对于回答简单的查询,比如搜索某个术语的细节,效果很好。然而,对于更复杂的任务,这种方式就显得力不从心了。即使在与人交谈时,我们也很难用几句话就清楚地表达我们的需求。通常需要进行更长时间的对话,才能达成一致。
你可能在使用Midjourney时会遇到这种复杂性。除非你研究过提示工程,否则要让它生成一个特定主题、正确构图和风格的图像,需要进行很多尝试和错误。使用Sora创建视频可能将挑战翻倍。对于使用Chat GPT进行任何更复杂的事情也是如此,无论是制定每日度假行程、网站代码,还是为其他AI工具生成提示。在一个查询中做到足够具体尤其困难,特别是对于更明确的输出。我们自命令行发明以来就知道这一点。近年来,我们也看到了Alexa、Google Assistant和Siri在这些方面的挑战。
使用 Midjourney 生成
如果将这种情况与现实生活中的情况相比,设置通常会发生变化。我们不再是一对一的对话,而是改变情境。我们会并排坐在一起。我们面前有一张纸、一块白板或一个屏幕。有一些我们可以一起工作的工具。我们会同时查看多个选项。一旦找到一个好的方向,我们会细化细节,每个人都会进行修改。
为了让更多人解锁生成式AI的魔力,我们必须改变对生成式AI工具的心理模型。我们需要创建一个界面,以反映这种现实生活中的协作方式。为此,这里有 四个关键考虑因素 :
如上所述,一个共享的永久画布将是最重要的变化之一。这个画布是一个可以更新的区域,不需要在每次提示时重新渲染。用户应该能够理解哪些内容被修改了,以便评估更新是否符合预期。微软已经使用类似模型定位了Copilot。AI助手位于你旁边,而画布(你的Word或Excel文档)则处于中心位置。
这一点可能比较个人化。我通常从一个广泛的创作过程开始。我喜欢探索不同的方向——不仅在设计屏幕时,还包括文本大纲或图表。在探索的过程中,我需要比较不同的方向,以便考虑它们的优缺点。如果工具本身可以直接做到这一点,会非常有帮助。Midjourney 已经提供了每个请求的多个选项。然而,这些选项目前是暂时的,并且在接下来的提示中会被遗忘。
通常,自己做一些修改比提示AI工具进行更新更容易。直接操控输出的能力使用户能够更快、更准确。Grammarly 是一个很好的例子。虽然它也可以从头生成文本,但我主要用它来改进我已经写好的文本。经过它的更新后,我可以继续编辑,这通常会导致多轮的来回修改。
尤其是如果你有具体的想法,生成式AI会变得比较棘手。总是有一些小细节与你想要的有所不同。重新渲染可能会解决当前的问题,但也可能会带来新的问题。你可以在其他应用程序中调整这些细节,但你可能还想继续使用AI工具,这会使工作流程变得繁琐。特别是结合添加或编辑的功能,这会使许多AI工具更加流畅和高效。Photoshops的AI照片编辑器可以让你为选定区域生成新的图像。它有助于解决构图中的特定部分,从而逐层创建你想要的图像。
AI 工具正准备从根本上改变我们与技术互动的方式。就像其他新技术一样,设计师准备塑造这些工具。AI 工具存在一些问题,但我们有能力改进它们。我建议将思维模型从一对一聊天转变为协作画布。这可以消除许多障碍,并使用户更加精准和高效。让我们打破现状,创建让用户和 AI 平稳协作的工具。
我相信还有更多需要考虑的因素来创建一个强大的协作心智模型。请在评论中告诉我你的想法。
这篇关于停止设计基于聊天的AI工具。的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-22程序员出海做 AI 工具:如何用 similarweb 找到最佳流量渠道?
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1
- 2024-12-20英特尔的 Lunar Lake 计划:一场未竟的承诺