AI交互和头脑风暴

AI 交互和头脑风暴

定位

文档是人和 LLM 沟通、交流的中介。提供一套写文档的方法学——把"写一份文档"组织成自顶向下、和用户逐级讨论的过程。

写法

从大到小地设计一个文档：

1. 从最大的骨架开始——先和用户一起分出几个一级标题。
2. 然后一步一步地和用户讨论，逐步细化每个章节。
3. 一直拆分到最细的细节。

每一步的拆解都要明确的设计与合理性判断。这不是流程口号，而是对成品的要求——写出来的文档本身要承载明确的设计与合理性。

之所以要分步、要逐级讨论——AI 的模型中间参数的数量决定了，一次性的思维深度不能太深，不能一次性存储整个高层级的概念抽象。告诉他 AI 芯片，LLM 不能直接反映出常见的 AI 芯片的一些领域的细节的软硬件知识。但是如果拆成一步一步的进行构建，从整体到细节就能工作得比较好。

是不是让 AI 对讨论的事物进行更高一层次的表达会更有效？比如：

1. 让 AI 进行对讨论的设计进行建模，比直接输出技术设计方案更有效
2. 让LLM充当虚拟机，而不是直接的解答机器，带入角色，是不是更高效？
3. 直接设计一个 AI 加速芯片很难，但是让 AI 进行建模，编写算子，评测性能，更改架构，优化性能，就能做得比较好

就是在强迫 LLM 采用分步骤的方式进行思考。

逐级讨论的具体动作：

1. 每一行、每一句、每个设计点的写入都要人类进行审核、确认

2. 更简单的沟通方式

   1. 一次性最好只问几个有关联的问题，不要一次性问很多不同方面的问题
   2. 最好是选择题

可以参照"设计出成熟项目所有细节"的这样一个过程。

目标

生成的文档前后逻辑完整、合理。

具体动作就是保证生成的文档符合这个要求；不规定输出形态、不附加自检协议、不预设 checklist。

所有的思考类都要采用AI协助

开发类都要直接用AI

AI进行头脑风暴是一种比较高效的方式，比如说

1. 开始一个什么新的设计
2. 对已经有的不清晰的文档进行整理
3. 设计几个非常基础的协作SKILL

问题、矛盾

1. AI交互，即需要人类更少的投入，又要人更多得知道

   1. 减少人类的表达数量，减少人类的阅读数量

2. 通过轮回问答的方式，沟通效率太低

   1. 是不是可以通过GUI的方式（HTML)
   2. LLM更多得推测表达，人更少得表达，通过选择、拖拽的交互？

3. 需要AI对所有的信息都熟悉， 人类可以随时问答

4. 人只需要审核、决策

沟通框架

1. 双方共同讨论一个话题

2. 看文档、获取信息：大模型汇报、总结一个情况

   1. 带我一步一步读文档，培训我，由浅入深

3. 大模型需要给个判断、输入

4. 用户主动让大模型执行一个任务

1. 已经写入的文档，只是知识库，存储信息，不用去看，只是给LLM的上下文提示词
2. 所有你需要的信息，都通过问答来索取