生成式人工智能和用户体验：「好、坏、丑」三面

关于生成式人工智能的炒作已经爆发，但我们才刚刚开始了解其对软件产品、用户体验以及排斥普通人群的风险与影响。

对于大多数软件的历史来说，要使用任何应用程序，您都必须了解图形用户界面（GUI）并对底层数据或系统有一些概念。基于提示的对话式人工智能的新交互模型改变了这一切。 

任何用户都可以输入自然语言问题，人工智能可以生成有意义的响应——通常质量和深度都令人印象深刻——用户不再需要学习该系统。这与第一代会话用户界面或自然语言聊天机器人相去甚远，后者经常因缺乏能力而让用户感到沮丧，生成式人工智能模型现在能够实现这一早期承诺。 

我怎么强调它的重要性都不算过分 - 不仅对于直接消费产品，而且对于我们每天广泛使用的企业内部IT 工具也是一样。 

生成式人工智能和大型语言模型 (LLM) 使这些系统的功能发生了重大转变。员工无需学习 PowerBI 报告、Tableau 或 Salesforce，而是可以向系统询问：“显示第四季度的销售数字”，然后系统就会显示相关数据和图表。 

但是，GUI 并没有消失。许多用户仍然需要通过 GUI 获得的精确控制和精细调整，尤其是那些创建内容而不仅仅是操作或消费内容的用户，但对于大多数业务中的大多数用户来说：这就是未来。  

有时，日常工作中，与这个像「法学硕士」一样的AI助手，以「法学沟通方式」工作，很难得到你想要的东西。制作提示词成了一项需要练习的技能，而且这种技能本身通常非常不透明——到底哪些提示比其他提示更好？ 

为多种形式的生成人工智能提供动力的大型语言模型是一个“黑匣子”，它是一个封闭的系统，用户必须尝试从中得出正确的结果。随着时间的推移，预计它能变得更加容易。许多领先的模型已经通过“元提示”来补充用户的输入，旨在添加护栏机制，并提高准确性。随着时间的推移，编写和调整提示将变得更加重要——就像编写良好的网页搜索词在过去十年中非常有利一样。 

当然，通过对搜索引擎的不断优化，现在似乎搜索词对于大多数用户在大多数的搜索场景中也没有那么重要了。

显然，编写提示需要您用英语（或模型支持的语言）写出特定的句子 -但如果您写不好怎么办？或者你用这个「法学硕士」助手无法理解的语言写作？

美国有 3000 万成年人的识字水平“低于基础”，其中 1100 万被归类为“不识字” 。

世界各地都有类似的情况，不同国家的情况有所不同：但很大一部分人不能写出结构良好的句子。 

现在，用户可以通过点击和点击可访问的网站和应用程序来执行重要任务- 如果该界面变成完全基于提示的界面，他们将处于不利地位，被排除在构成日常生活一部分的重要体验之外。 

同样，在这个领域，元提示可以帮助将用户输入细化为更有意义的问题，供生成式人工智能解决，但与 GUI 相比，它仍然是一个主要的可用性障碍。

乔梁老师开课啦~视频课程《持续部署实战解析（Golang版）》， 限时特价！

（扫码订阅）