交代一下產品進度：《樓裏-Web網站》已發佈，《樓裏App-iOS版》已上架。

🛰七號樓私信「樓裏」自動獲取：《樓裏App-安卓版》《AI知識庫》、《獨立開發者》

走一步，錯半步，重看下一步。

【一】

過去三年AI行業堪稱眼花繚亂，從最初的焦慮添堵，實踐過程的奇葩鬧心，以及目前的好活當賞。

從開發者轉到獨立做產品，除了明確的AI套殼模式外，也考慮過幾個其它的方向，比如各種輕量簡單的工具，但是僅僅三分鐘就丟了這個想法。

缺乏好的思路，踩風口就對了。

有能力有資源的玩家，基本都會選擇較複雜的項目，普通個人玩家，把簡單的事情向複雜慢慢拉扯。

七月初到現在十月底，四個月的時間經歷兩個產品版本，雖然是App和Web網站兩種形態，但是內在的想法和形式，基本沒有動搖過。

無論是否做出成效，始終圍繞在用户、AI產品、大模型三者間，進行各種想法的嘗試。

【二】

最初在考慮AI套殼產品時，並沒有想清楚一個關鍵問題：是工具還是協作關係？

如果AI產品是純粹的工具屬性，等於把智能的模型封裝成固定的功能；如果是協作的模式，則需要在交互場景中，開放更多的提示詞給用户輸入。

這就引出一個新問題：提示詞歸屬產品還是源代碼？

在之前的技術文中寫過，是把提示詞模塊封裝在源碼中，然後用户通過產品提供需求的關鍵信息，從而形成完整的system和user提示詞描述，所以個人是把提示詞當成動態源碼。

幾乎所有的提示詞開頭都是：你是某某角色，按照某某形式交互。

由提示詞指揮大模型，該如何自我定位，組織各種信息數據，然後再輸出結果給用户，這是AI套殼產品最直接的交互模式。

對於傳統的產品，更多是程序中設定的流程邏輯。

用户在頁面上點擊什麼，系統運行相應的邏輯，按照寫好的流程逐步執行或攔截，流程於所有用户來説，沒有絲毫本質上的差異。

輸入-處理-輸出，AI應用和傳統產品有本質的差異。

【三】

所以對AI相關的產品來説，更像是用户與產品形成新的協作形式，而不是傳統產品中的固定流程。

大模型能理解語言，並且針對性的組織信息，並且輸出結果，在這種交互模式中，AI的能力越智能，其表現出來的主體主觀性越明顯。

AI產品像中間人，協調用户與模型扮演的角色交互。

在AI應用中最熱門的當屬陪伴型賽道，主打為用户提供情緒價值，除此之外很多大模型本身，也在有意無意的營造活人感，既要追求模型的智商，還要展現出一定的情商。

目前常用的十多款模型中，GPT5的雙商全部在線。

用户感知極強的輸入和輸出，GPT5除了綜合能力領先之外，還能做到在輸出中，對下一步給出更合理的建議。

對輸入來説，要讓大模型儘可能的感知全面。

並非是要用户輸入細緻全面的信息，用户提供關鍵的需求描述，由產品這個中間角色進行拓展。

以人和人的協作交互來理解，用户和AI都有自己的需求。

比如在樓裏產品的飲食推薦模塊，事實上用户只需要選擇口味，但是在產品中可以根據IP定位城市，判斷天氣信息，補充其它影響因素等，這些在用户輸入的過程中是隱性的，但是在輸出時可能被察覺。

對輸出來説，要追求準確和確定性。

輸出的準確性更依賴用户提示詞，而確定性則更考驗系統提示詞，在產品兩個版本的開發過程中，遇到好多次模型的不穩定問題，無論是內容還是內容的格式，只能通過短暫的切換模型來應對。

在這種協作關係中，模型即產品，而產品的走向會有很大的空間。

【四】

聊完AI產品本身，再總結一下開發過程，自己也是在實踐中不斷擴展對人工智能的理解。

最初產品集成大模型，也只是理解成一個簡單的工具，既然是工具屬性，需要在設計上注重細節點，這樣會產生一個明顯的問題。

開發者會顯著影響：用户和模型及產品之間的協作。

然後就是開發過程中對於AI工具的使用，這個已經做成系統的知識庫，在完善之後會免費開源。

沒有做獨立開發之前，對於AI的運用更多是提問抽取答案，而在深入和廣泛的實踐過程中，對人工智能的依賴直接提升幾個台階。

類似調研分析，編程開發，創意思路，文案生成等場景，後續實踐了產品上架，專業文檔生成，協議製作，創建源碼工程，智能體中運行復雜任務等。

總之AI能做好的事，自己儘量不瞎摻和。

從自己的深入實踐來説，在AI的時代背景下，個人更傾向廣泛的接觸各種技能，進而鍛鍊靈活的綜合能力，而不是單個技能的垂直深度。

【五】

作為互聯網行業的十年民工，從開始把AI當玩具，後來當工具，而當下當成一個助手。

如果想深入全面的瞭解AI，個人感覺靠譜的方式：帶着獵奇的心態試用各種產品，指揮AI把自己不想做或者不擅長的事做好，在專業上藉助AI提升質量和效率，實踐中很快就會得心應手。

最後説一句抽象的思考：

AI還在成長的當下，也許問題就是答案。