有人在搭建自己的 AI 系统时会进入一个误区：把自己过去工作中的岗位分工直接搬到了 AI 身上，比如内容、产品、技术、设计各设一个。 这是错的。 公司给人分… · @kafkaup · TwKit

@kafkaup

有人在搭建自己的 AI 系统时会进入一个误区：把自己过去工作中的岗位分工直接搬到了 AI 身上，比如内容、产品、技术、设计各设一个。 这是错的。 公司给人分工，是因为人专注在某一领域后熟能生巧，执行效率会更高。但 AI 不一样，不需要给它画一块一亩三分地，想着它会越做越熟练、效率越高。 AI 的真正问题在于容易忘、记性差，上下文不能拉得太长，这才是我们要给它做分工、拆成 agent 的核心原因。 比如设计短视频工作流时，选题是一个 agent，写逐字稿是一个 agent，剪辑、数据分析又分别是不同的 agent。这样拆分并不是因为一个 AI 干不了这么多事，而是整个上下文链条不宜拉得太长。我们只需要告诉它专注于当前环节、把眼下的事做完就行，不用去想其他东西。 现实中人的岗位有很大主动性，可以延展思考。但如果告诉 AI 所有关于内容的事都可以去琢磨，它的思路就会发散，甚至会想该如何去指导产品。一旦发散，它在执行具体 skill 时就会出错；哪怕明确告诉它不要这样做，它还是会犯，根源就在于它发散之后忘记了之前的约定。 所以我们研究下来的结论，有几层逻辑大家可以参考： 1. 知识库：最上面一层依然是知识库 2. 工作流：知识库下面是工作流，也就是工作当中的具体事项（比如短视频、公众号、产品设计、客户管理都可以是不同的工作流） 3. Agent：每个工作流里包含不同的 agent 4. Skill：每个 agent 下面有几个不同的 skill 5. 执行标准：每个 skill 都有自己的执行标准 这几层梳理下来，就能保证任务按照你的标准和要求去完成，不会产生太多发散和幻觉，也能帮你节省更多的时间与算力。

曝光 636 · 评论 5 · 点赞 13 · 书签 4