总找不到好用的AI工具你需要的可能是工作流

又到一年开学季，踏入大学校园的新同学，不仅需要配备得心应手的学习工具——如笔记本电脑和平板电脑，更应掌握利用人工智能AI来提升学习效率的技能。现在，免费的AI已经提供如PPT创作、多语言翻译、长文阅读、文生图、AI搜索等等众多功能，从自动化处理繁琐事务，到提供智能决策支持，AI的应用越来越广泛。它帮助我们解决了许多问题，提高了工作效率，节省了宝贵的时间。

然而，在实际使用过程中，我们也遇到了一些挑战，如AI撰写文章时的不稳定性、内容过于机械化等问题。这是因为现阶段的大模型缺乏“原创性思考”能力，这种思考通常涉及从无到有的创造过程，不一定基于现有的信息或模式。而现阶段AI大模型的推理通常是基于已有的数据和模式。它们可以生成新颖的组合或对输入数据的复杂响应，但这些通常是基于训练数据中的模式，而不是完全原创的概念。

那么，面对这些问题，我们应该如何解决呢？

首先了解AI 的基本逻辑，AI是模拟人类认知世界的过程。人类认知世界分为输入阶段和认知加工阶段。输入阶段由视觉、听觉、触觉三个单元组成，其中大脑皮层约 60% 的资源用于视觉，20 - 30% 用于听觉，10% 用于触觉。大脑通过对输入信息进行加工，输出接受或拒绝、行动或不动的反应。

AI 也分为认知输入和计算输出两个阶段。认知输入主要分为视觉图像识别、自然语言处理、深度学习三个领域。在视觉图像识别方面，AI 能够像人类一样识别图像中的各种元素，例如物体、人物等。自然语言处理则让 AI 能够理解和生成人类语言。深度学习通过大量数据的训练，不断提升AI的性能。

例如我们使用AI翻译英文文章，直接翻译后内容读起来总是存在一些奇怪的地方，其实我们的最终目标不是将英文转换成中文，而是需要理解英文文章表达的意思，然后用中文表达出来，这过程中包含了翻译、内容校对、润色输出至少三步。

所以AI应用非常重要的一个环节就是设计适合AI的工作流。具体来说，有以下几个关键因素需要考虑：

不局限于人类现有方案：我们应该尝试跳出人类的思维定式，从AI的角度去思考问题。有时候，AI可能会找到一种我们从未想过的解决方案。

不必完全依赖AI做决策：尽管AI在某些方面表现出色，但其智能程度还不足以完全替代人类做决策。因此，我们应该将AI视为辅助工具，而不是替代品。

结合多种AI或工具：每个AI模型或工具都有其擅长的领域和局限性。通过结合多种AI或工具，我们可以充分利用各自的优势，提高整体效果。

回归问题本质：在设计工作流时，我们应该始终关注要解决的根本问题是什么。只有这样，我们才能确保所设计的工作流是有效的。