6月份比较懒（其实是事情比较多），只在月初写了一篇公众号文章。但是让我比较惊讶的是，这个月转发数量不少。关注者也增加了不少，几乎每天都有新增，而且没有一个是微信朋友。所以，我第一次感觉到应该是前面写的一些内容，可能对大家有一些小帮助，才会被大家经常转发和关注。
嗯，也是感觉到这份“厚爱”，我决定再写一篇非常“干货”的文章——我是如何利用当下的AI工具提升工作的，这些工具主要是Midjourney和ChatGPT，涉及的使用场景其实不仅仅是软件、互联网等。
好，下面开始。
Midjourney：描绘你想象中的样子
问题
如果你要创造一款产品，无论是一款专业的软件产品、一个App、一个网站，或者是家装设计、服装设计和工艺品设计，当你有一个好点子的时候，最开始都是很兴奋的。然后过了几天，脑子的画面开始淡化，或者你的“理性”开始对你说会有各种困难，你在一点点地打退堂鼓。再之后，你给合作者描绘你的点子，他们可能是UX设计师、产品经理，或者板房师傅，你发现他们很难理解你的想法，或者他们无法和你共同“看见”你脑子的画面。于是，在各种抱怨与妥协中，最终产品出来了，但和你想象中的相比，多数时候可能只能实现70%的完成度。
答案
最近一段时间我对Midjourney比较痴迷，并做了比较深度的研究，看过上一篇公众号文章的朋友应该知道。所以我就想着在整个产品设计的策划阶段使用Midjourney来组织整个思路，让产品研发团队和市场同事都可以共同“看见”。
下面举一个具体的例子吧。
因为AI热潮的兴起，公司的产品就需要有AI加持。这次在思考产品升级的过程中，一下子出来三个比较明确的产品，都是基于大模型的。第一个产品是农文旅行业大模型，这个不是本文的重点，这里就直接略过了，只提一句这是基于自主训练的7B大模型。这里要举的例子是第二和第三个产品，我可以说说思考的过程。
第二个产品是一个博物馆的产品，在公司内部小范围内已经做了几次讨论，内部几个很有见解的大佬对这个产品都很看好，它在传统的产品上进行升级，并对原有的用户使用场景做了一些改变。为了让团队里面的产品经理、UI设计师和研发人员能清晰明白这是什么产品，也为了让解决方案架构师、销售经理等能快速理解可以提前去摸市场反馈，我用Midjourney做了一些产品图。
其中两幅效果图
这是完全由Midjourney制作的产品效果图和使用场景效果图，非常符合我心里的画面，和同事详细讲解了产品之后，他们也都觉得很贴切，包括人物的眼神都很精确。
针对这个博物馆产品，我在后面还配套了一个小程序产品，以下是其中的一幅效果图，配色和设计很符合客户特点。
第三个产品就更有意思了，它也是基于大模型的，并且使用场景的设计上非常巧妙，我不能展示太多，就展示一下最终的外形吧。
我们可以认为这是一种手办的效果图，我用Midjourney一共生成了16个，只展示其中4个吧。
以上这些图，当然是我对Midjourney非常熟练之后，再加上多次调整才制作出来的（花了8美元），但是一旦你上手了，就能让你事半功倍。我相信，如果源头（脑子中的想法）对了，还能高度还原地展示出来，对于产品创造来说是非常重要的。如果我们从源头到成品的各个环节，没办法高度还原，一环环妥协，那么最终就是特斯拉变吉安特了。
ChatGPT：可以增加工作广度
阅读广度
就效果来说，我个人感觉ChatGPT给我带来的工作价值不如Midjourney那么见成效，因为我对ChatGPT的使用往往是在中间环节。比如常见的应用场景是：
- 归纳：把一篇2000字的文章归纳成100字；
- 翻译：这是我最常见的用法，包括一些独立开发者分享的浏览器翻译插件（用自己的openai秘钥），让我感觉真的互联网无国界，什么英语、西班牙语、法语、日语，什么文章都能看。而且与传统翻译软件相比，有一个非常大的优势，就是对技术类文章的翻译非常到位；
- 润色：包括翻译的内容，有时候还是会非常不适合我阅读的，这时候，我会再将翻译成中文的内容再放进去润色一遍，让内容更易于阅读，假设阅读吸收率从52%升到88%；
- 出题：一篇文章可能我是需要去掌握里面核心点的，但我不想很仔细地去阅读，那我的处理方式是让ChatGPT帮我根据这篇文章出10题选择题，包括正确答案，然后自己一题一题做下来。如果对于不是很有把握和做错的题目，我会再到文章里面去看一下相关内容，其他很有把握的内容，我就不看了。
这几种用法，可以非常快速地让我获取知识，快速地搞懂一些其他领域的知识。
结对编程
ChatGPT对我来说最好用的还是“结对编程”，就像是我的一个实习生。
今年我自己利用业余时间做了一个工具，是基于Svelte的，一种现代化前端框架，类似于React、Vue。我自己的技术栈一直是数据库、Java、机器学习之类的，上一次大密度写前端还是在2010年之前了，用的是JQuery。这次写Svelte，我没有先去啃书，而是直接搭了Project，然后用ChatGPT帮我写代码——我提问题，它回答。
这期间还用了CSS的框架Tailwindcss，又是一个以前的盲区。但是这次我断断续续地用了两周时间就搭出了这个工具，然后在这次的Midjourney生成产品图的工作上帮了我大忙。
LangChain—让大模型有无限可能
LangChain是一个好东西，它包含了大模型的连接器、Agent（代理）、Memory（状态存储）、Chain（链路）、外部连接插件和一些可以填空的prompt（就是输入给大模型的话）模板等，这些组件组合在一起，可以将我们的一个任务进行拆解，逐步去完成。
举个例子，比如基于LangChain和大模型的驾驶舱，是可以“听话”，然后随意组合呈现的，这里面就需要将任务拆解才能完成。比如我们说：“帮我分析一下6月份的游客消费为什么会比5月份增加这么多？”，假设的分解如下：
- 首先这句话会被文本转向量（变成几百、上千维的向量数组），然后去匹配有一定相关量的分析组件；
- 通过相似度算法，找出驾驶舱中有消费相关的各类分析组件（如总消费、人均消费、按类型消费、客流量、天气等23个分析组件）；
- 选择promp模板，将23个分析组件的名称和简述组装进新的prompt：“请将以下分析组件中，选择最能分析消费数据变化的8个：……23个组件的名称和简述。” 注：8个组件基本上凑成一屏；
- 再通过agent，从数据库获取5月和6月相关数据，装载进这8个组件（比如客流量折线图，可以用蓝色表示5月数据，红色表示6月数据）；
- 最后将这8块数据分析全部展示在同一屏上。
原本的情况是，客流是单独一屏，交通是单独一屏，消费是单独一屏…我们很难把分析一个问题的所有关联数据都集中在一屏来统一查看，而通过LangChain和大模型的结合，我们就可以做到。当然，这里对于前端的要求还是很高的，各个分析组件的尺寸和样式需要灵活可适配。
随着时间推移，大厂在通用大模型方面的优势会越来越大，因为他们有更多资源（GPU服务区）、更多人才和更多数据。对于大多数中小型公司和个人来说，LangChain是真正值得发力的技术。我们的农文旅行业大模型就是基于自训练7B大模型+LangChain，而且最近和国内两个顶级大厂交流下来，他们所谓的行业大模型（注意区分通用大模型和行业大模型）也是这个技术架构。
再补一句就是，对于中小公司和个人来说，要在这波AI上有所收获，我目前看来最有可能的就是好好把握LangChain和Stable Diffusion（你可以理解为是开源版的Midjourney）。
总结
好了，今天就先写到这里吧。欢迎大家多多关注（关注公众号），我会持续输出原创内容，结合自己的思考和实践。
