五种AI产品的交互模式

        一开始，业界人士都以为，这款手机操作系统，将会颠覆 PC操作系统。
        一年后，国内的一些大型软件公司，也开始研发出了与 GPT相似的功能，也就是所谓的代理代理。豆包，文心一言，与 GPT类似，都是让用户自己创建代理，然后在方格中发布。Kimi则更为保守，只是发布了一条禁止使用者自创的消息。
        不管是哪一种，代理都有自己的应用场合，不需要每次都把 Prompt发出去，让用户在这个平台上很快就能找到合适的代理，但很难影响到操作系统，很难成为一个平台级的产品。
        不管是由用户建立的代理，还是正式代理，都在不断地减少，用户无法使用，开发商也不想加入，所以平台对代理进行了严格的筛选。
        我们可以预见，在将来， OpenAI将会创造出一种彻底改变软件互动和业务模式的平台级产品。
        但现在看来，这只是一个开始，并没有什么前途。
        这些程序运行在 Windows, MacOS, Android和 IOS上，还有网页和附加程序。不管是传统的程序+人工智能，还是基于人工智能的应用程序。
        我举个例子，给大家讲解一下人工智能的五种互动方式。
        辅助回答型：人工智能与应用程序相结合，它可以在使用者直接输入的情况下，为使用者提供即时的协助与资讯，例如解答问题或为特定行动提供指引。
        主任务驱动型：人工智能将会直接整合到程序的核心功能中，并在使用者的日常行动中，协助最佳化并完成主要的商业或工作任务。
        自动生成型：人工智能会在收到其它任务所引发的输入后，自动产生内容，比如自动摘要，分类等。
        隐藏型：通常，用户不会察觉到AI在幕后默默运行，它悄无声息地执行着优化与功能增强的任务，如推荐系统的运作和内容过滤的处理，从而无需用户直接干预。
        工作流自动化：AI被无缝集成，负责自动化地处理输入数据与生成输出结果，实现流程的智能化加速。
        1. 辅助回答型
        在主应用程序的界面中，设计者常采用一种便捷高效的方法，即通过右侧侧边栏或弹出窗口嵌入一个对话框，用户可在需要时轻松调用此对话框。这种做法在众多应用中广为流行。
        以微软Office或Google Docs等文档处理软件为例，当用户在编辑过程中遭遇表达上的困惑或语法上的难题时，一个内置的AI辅助回答框便如同一位随时待命的智囊，随时准备响应用户的提问或援助请求。该AI助手能够即时提供写作策略建议，并辅助用户纠正潜在的语言错误，极大地提升了工作效率和文档质量。
        然而，这种无缝集成的优势之一也在于其低存在感，用户几乎不会感觉到AI的介入。但相应地，这也带来了一定的不便，即用户每次需要复制文本内容，并构思问题后才能进行输入，这与直接在网页端使用如GPT这样的AI工具相比，在操作上略显繁琐。若内置的AI模型在特定领域的专业度或处理能力不够强大，那么这种融合方式可能难以充分展现其应有的价值，从而显得意义有限。 
        2. 主任务驱动型
        我始终对Notion的创意深感赞赏，尤其是它在2023年初便前瞻性地融入了AI技术，树立了文档类产品交互设计的新标杆。在Notion的页面上，当用户沉浸于创作，无论是撰写博客（bolok可能是一个误写，这里假设为“blog”或类似创作内容）还是其他文档时，都能即时向AI提供当前正在编辑的内容作为输入。而AI的响应则直接融入同一页面，以无缝的方式呈现其输出答案，这种设计巧妙地规避了AI可能带来的任务中断感。
        对于这样的便捷性，我愿意付出相应的费用，即便其内置的AI模型在输出能力上或许尚不及GPT4那般强大。Notion的优势在于其提供的流畅体验，使用户能够自然地与AI协作，无需在多个界面间切换。然而，这种高度集成也伴随着挑战，即系统复杂性的增加。若要选择集成一个具备高生成质量或强大性能的AI模型，无疑会加大技术实现的难度与风险，需要团队在用户体验与系统稳定性之间做出精心平衡。
         3. 自动生成型
        在软件应用的日常使用中，通过识别并自动响应我们的任务流程，AI展现出了一种非传统的、任务驱动之外的智能激活方式。这种方式无需用户显式提出问题或下达指令，而是能够智能地感知用户当前的操作任务，并据此自动触发AI功能来生成所需内容。
        以Arc浏览器为例，当用户新开一个浏览器标签页时，AI会即时介入，自动分析该页面的核心内容，并据此生成一个具有高度描述性的标签名称。这一功能极大地便利了用户，使他们能够更轻松地区分和管理同时开启的多个标签页。
        再来看Notion数据库的应用，用户只需在表头字段中指定为“AI生成”类型（如标签），那么在创建新记录的过程中，这些标签就会根据记录的主要内容自动、智能地生成。这种自动化的内容生成不仅提高了工作效率，还减少了人为错误的可能性。
        这种AI与软件任务的深度结合模式，在我看来，几乎难以发现其显著的缺点。相反，它展现了广阔的应用前景，众多场景，如文件夹整理、笔记命名管理等，都有望通过这种方式得到显著改善和优化。随着技术的不断进步，我们可以期待更多创新性的应用场景被开发出来，进一步提升我们日常工作和生活的便捷性。
        4. 隐藏式
        AI技术已悄然渗透至我们日常的数码设备之中，其存在之微妙，常使我们浑然不觉。以智能手机为例，当我们举起手机捕捉美好瞬间，其内置的AI系统正默默分析着周围的景致与光线条件，自动调整参数以优化拍摄效果，确保每一张照片都能完美呈现。同样，在相册中，只需简单输入如“猫”这样的关键词，AI便能迅速检索出所有与之相关的照片，让回忆触手可及。Siri，这位智能语音助手，更是通过不断学习我们的日常查询习惯与指令，逐渐优化其回应方式，使之更加贴心与个性化。这一切的背后，都是复杂而强大的算法在默默支撑。
        而谈及当下备受瞩目的通用型AI（GenAI），其隐身术更是达到了新的高度。苹果最新推出的Apple Intelligence便是其中的佼佼者，CEO蒂姆·库克特别强调了其设计理念——对用户而言，它既是自然的延伸，又保持着低调不张扬的姿态，无处不在却又不会打扰。在文本辅助生成的场景中，Apple Intelligence的建议回复直接融入输入法界面，无缝衔接用户的输入过程；而在文档归纳总结时，相关的交互按钮也被精心设计与布局于界面侧边，既方便用户操作，又保持了界面的整洁与美观。这种将AI能力深度融入产品体验的设计哲学，无疑为用户带来了更加流畅与自然的使用感受。
         5. 工作流自动化
面对堆积如山的进度报告和频繁的计划调整需求，传统方式往往让人陷入繁琐的数据手动分析与整理的泥潭。但借助AI的力量，这一难题得以缓解，只需将数据交给AI，它便能迅速进行总结与分析。然而，若需进一步定制分析，比如聚焦于特定行数据并将结果直接嵌入表格，GPT等通用模型便显得力不从心，这时便需借助专门工具构建工作流，以实现AI在任务中的自动化应用及批量处理能力。
        这一解决方案的核心在于低代码平台与AI的深度融合。各大AI模型提供商纷纷开放其API接口，使得用户能够将这些强大的AI能力无缝集成到低代码工作流中。以苹果的快捷指令、Dify、n8n、Zaiper、集简云等低代码工具为例，它们通过直观的拖拽界面简化了工作流的设计过程，一旦与AI模型API连接，便能在后台自动执行数据处理与决策逻辑，极大地提升了工作效率。
以上所有设计图和部分文字均来自网络，如有侵权，请call我删除，感谢~
天津天迅达科技有限公司经过多年来对APP、小程序、以及网站建设的探索，已经帮助每一个客户快速开发出属于自己的APP、小程序、网站，是万千企业之选。
标签：天迅达科技 天津APP开发 天津网站建设 网站建设