10月18日下午,济南绿地·齐鲁之门京沪会客厅三楼,济南首场WorkBuddy开发者沙龙圆满落幕。
我是本场活动的出品人, 腾讯云开发者星盟济南城市合伙人王通通。
上一篇回顾写到第五位讲者: 济南OPC创业明星侯代颖老师 ,为大家展示了独自一人发现需求、提炼创意,并将产品做到年销数百万的实践过程 。
回顾: 侯代颖:只有付费能证明方向是对的——首场济南WorkBuddy开发者沙龙第五位讲者
下半场第二位分享者郑凯老师上台。当天最后一场分享,我特意留给了郑凯老师。他来自山东传媒职业学院信息工程系,专攻人工智能技术应用方向。
介绍他时,我提到一直很佩服他,长期致力于将最新的技术和经验带给学生们,大家对大学老师经常有偏保守的刻板印象,但他完全不同。
开场他先说,今天讲的内容和原来的PPT有些变动,不按页讲了。
台下有人愣了一下。但我知道他不是没准备。这份PPT已经改了好几版,最后一版是当天凌晨才改完发给我。当然问题在我,作为压轴的分享嘉宾,需要按照整场的时间不断调整适应,保证整场活动的完整性,给了郑凯老师不小的压力。
01三个题目,最后留下一个
他没有马上讲操作,而是先解释为什么选了这个题目。此前准备的两个方向,都被他自己否了。
第一个是多智能体协同调用,针对具体工程项目做定制化解析。他之前跟我聊过,后来觉得内容太复杂,讲起来不好控制,便放下了。
第二个是用智能体备课:把《深度学习》《计算机视觉》这类课的课程包拆成具体教学环节,再讲给学生听。写完后他还是不满意,觉得太枯燥,一堆代码放出来,听众未必听得进去。
最后留下的,是图片资料处理中的常见问题。他把对这个选择的评价为“一个妥协的结果”。
选这个题目,也因为他刚好有一份用过的材料可以拿来讲。
前一天他有场竞赛,备考题库有一千多道题,还有人提醒,里面有些题是错的。他没顾上提前复习,到了凌晨,只剩不到六个小时,得把题库过一遍。那份PPT的第三版,也是趁着凌晨复习时做的。
他的需求很明确:时间不够,资料该怎么看?他让AI拆出知识点,分别给出两小时、四小时、十六小时的复习安排,标明重点,再附上简短解释。
02讲到一半,他问了问台下的学生
讲到一半,他请在场的学生举个手。
大约五分之二的人举了手,比我预想的多。
中场休息时,他已经问过自己带来的几个学生,前面的分享听得怎么样。学生的回答都大差不差:几位老师讲得都好,就是内容太密,基础稍弱一点,听起来就吃力。
他把这些反馈讲给台下听,大家笑了,随后又安静下来。
他也提前打招呼,自己的内容可能比较基础。听到这里,我大概明白了他为什么反复改题目。平时上课就得考虑学生能不能听懂,这次面对台下的听众,他也有同样的顾虑。
这就是郑凯老师。
03提示词长一点,他用着更顺手
说到提示词,他的习惯和前面几位嘉宾不太一样。
前面几位都主张尽量简短,能概括就不要展开。他却说, 自己喜欢写大段提示词。
他考虑的是以后还要用。把要求写完整、整理好,可以做成Skill,下次处理同类材料时直接调用,不必再从头交代。临时问一个问题可以简短,反复要做的事,他愿意多花些工夫把要求写清楚。
批作业就是他经常要做的一件事。
他鼓励学生用AI完成作业,但有个要求:可以用,不能抄。他自己也用WorkBuddy辅助批改,对学习通里提交的作业代码查重、分析,再给出评分。
处理这类材料,既会碰到扫描件,也需要判断题目和答案是否有问题。说回那份备考题库,他归纳了四种情况:
一是重复题很多;二是有些题的知识点本身就错了;三是知识更新后,原来的答案不再唯一,甚至已经不成立;四是不同口径下的答案有差异,这类题在竞赛中通常还得按指定答案来。
结论结论很棒。只知道AI能批作业还不够,知道资料里可能有哪些问题,才好判断它批得对不对。
04一份扫描件,分五步处理
接下来,他把处理扫描件的过程分成五步,逐一讲了做法,也讲了容易出问题的地方。
OCR。图片里的内容没法直接搜索,要先识别成文字。遇到水印,还得先处理水印,才能往下做。
提要点。按复习时间分出重点:只有两小时该看什么,有四小时能多看哪些,十六小时又怎么安排。每一档都要有标记,也要解释为什么看这些。
排版。这一项他讲得很细。材料在电脑上做好,还得拿到手机上看一遍,字是否太小,重点是否好找。同一份内容,有时要分别做电脑端和移动端的版本。
核验。查重、查漏、核对数值,这些工作现在的工具已经做得不错。但项目中的问题往往更复杂,最好还是放到实际使用环境里试一遍,确认能不能用。另外,有些被取消的内容里仍有可用数据,不能整段丢掉,需要重新识别、整理,再放回总结里。
验收。给AI分好工:一个负责制作,一个负责验收,让两边交叉检查,可以省去不少时间。
05没能现场演示的那一页
他原本还准备演示一个用于核查的网页。页面上设好了选项,勾选之后,下方内容会随之变化。
我提前跟他说,现场条件不方便展示HTML页面。最后他放了一张截图,简单介绍了几句。
做完材料,再配一个方便核查的工具,是他做项目时的习惯。拿到结果的人可以自己操作、检查,不用只看一份静态文件。
他说,写论文时也可以这样做。让AI帮忙做个小工具,发到GitHub上,请其他人验证论文里的思路。处理扫描件时用到的办法,换到别的工作里,也可以继续用。
06AI验收之后,人还得再看一遍
不过AI检查过的结果,也不能直接交出去。这件事,他在分享中提了三次。
他讲到一位教过的学生,如今自己开公司做OPC,用CodeBuddy做项目,获客已超过二十万。那学生也常常写提示词写到凌晨三点,工作习惯和他很像。学生把项目复盘整理成规范,用在后续版本升级中;再借助WorkBuddy逐项拆解,整理出的材料既能用于企业内训,也能拿去对外展示。
给客户的材料也不只是一份结果文件,还包括话术、供用户使用的提示词、过程台账等。任务完成得怎么样,最终要看交出去的这些东西。
即便前面已经安排了几轮AI验收,最后通常仍要有人确认。他随后举了两个例子,说明为什么这一步不能省。
一种是分子分母颠倒这样的低级错误,Agent现在犯得少了,但出了错仍会影响结果。另一种更难查,是模型的判断不合常理。比如处理用户赔付,不能每来一单都直接补偿,还得判断诉求是否合理,否则很容易被人钻空子,造成亏损。
他给学生提了一点建议。无论是多模态任务、模型训练,还是最后的展示,都可以借助AI, 但做完之后,别一眼不看就交上来。
查出问题以后,他还要求把检查经验写成规则,下次让AI逐条对照看看有没有遵守。当然他也承认,这样做仍不能保证没有遗漏。
他对责任的要求很明确:只有WorkBuddy确认,还不算最终交付,必须由负责人再确认。确认无误后,才可以放心做后续的压缩、归纳,节省处理时间。
07旧材料还得查一查是否过时
扫描件识别出来、格式整理好了,还要看内容是不是仍然适用。
他拿客服工单举例。几年前,四个工作小时内回复用户,可能还算合理;如今行业对响应速度的要求提高了,再沿用原来的时限就不合适。材料里的旧规定,也得跟着更新。
这种更新不能只做一次。业务情况变了,Agent记住的信息也要调整。已经做好的Skill,过一段时间可能就需要补充或修改,得定期检查,不能一直照旧使用。
08临近结束,他又补充了几句
关于脱敏,他受时间限制没有展开,这次不详细介绍了。虽然讲得少,但处理这类材料时,数据能不能上传、哪些信息要先去掉,都是不能跳过的问题。
整场听下来,他既关心这次材料能不能处理好,也在意下次能否少走弯路。查过的答案、发现的错误、修改后的规则,都值得留下来继续补充。这样再遇到类似任务,才有现成的办法可用。
散场后我站在台边,看见几个学生围着他问竞赛的事。他讲得挺起劲,比在台上放松。
郑凯老师的观点也是在场所有专家的意见。AI做完了,自己也要看一遍。
同时我也很期待,郑凯老师的下一次分享。
身处AI智能化转型一线,关注我,获取更多实战内容。
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/70051575/viewspace-3188698/ ,如需转载,请注明出处,否则将追究法律责任。