Story｜AI 的故事，大家深信不疑

ChatGPT 和 Copilot 構(gòu)建了人們對大語言模型 AI 產(chǎn)品的基本認(rèn)知。

到目前為止，似乎沒有人有信心可以在原有的業(yè)務(wù)模式中做出來一個(gè) AI native 的產(chǎn)品，退而求其次，大家覺得能在原來的產(chǎn)品中做一個(gè)“+AI”的功能就很好了。

從 2023 年開始，很多人對大模型產(chǎn)品化的認(rèn)知是要在 AI 產(chǎn)品的的某個(gè)地方添加一個(gè)聊天窗口，或者這個(gè) AI 產(chǎn)品就是一個(gè)聊天窗口。GPTs 也讓大家自然的認(rèn)為 CUI 形式的對話框就是 AI 產(chǎn)品的終極形態(tài)。

但，真的是這樣嗎？

Issue｜一個(gè)聊天窗口可以裝下多少東西

在具體的實(shí)踐過程中，我們不能不看到目前這種看似更“先進(jìn)”的對話形式的缺點(diǎn)：

1. AI 對話的使用門檻

在進(jìn)行 AI 會話時(shí)，如果不加以引導(dǎo)，用戶并不知道如何開始，以及如何更自然的組織跟 AI 說話時(shí)的語言。——這就像每個(gè)人都會用搜索框搜索東西，但不是每個(gè)人都能很好的把自己的需求轉(zhuǎn)化為搜索關(guān)鍵詞，這有一定的技巧門檻。而AI對話框的形式，放大了這種人機(jī)交互門檻。

2. 用戶意圖非常發(fā)散

用戶是可以“自由”地跟 AI 對話，這種“自由”的代價(jià)非常高。想要 AI 合理回復(fù)用戶的消息，就需要更加準(zhǔn)確進(jìn)行用戶意圖識別。但用戶在聊天時(shí)的意圖往往發(fā)散而又跳躍，不會老老實(shí)實(shí)圍繞一個(gè)話題從開始到結(jié)束，然后再開始另一個(gè)話題。同時(shí)，對話框這種產(chǎn)品形態(tài)，又進(jìn)一步放大了意圖識別的難度。

3. IM 容器超負(fù)荷

如果把各種各樣的服務(wù)都塞進(jìn) IM 對話框，那么 AI 交付給用戶的信息和結(jié)果是多種多樣的。有時(shí) AI 需要給用戶發(fā)送表單，有時(shí)則是一段結(jié)構(gòu)化的信息。設(shè)想一下如果你需要在對話框里通過 AI 點(diǎn)外賣，那么就需要在 IM 對話框中呈現(xiàn)餐館列表、菜品列表、訂單信息確認(rèn)、支付流程、訂單狀態(tài)查詢等功能。用戶需要在 IM 聊天窗口中面對各式各樣的小卡片，這對于業(yè)務(wù)復(fù)雜的產(chǎn)品來講，是一個(gè)莫大的考驗(yàn)。

4. 不高效，也沒必要

上述三點(diǎn)帶來的整體使用體驗(yàn)，會給人一種“脫了褲子放屁”的感覺。沒必要啊，我用傳統(tǒng) GUI 界面不是更快嗎？

Reflection｜進(jìn)一步思考

1. 更先進(jìn)的，不一定是當(dāng)下最適合的

以 Notion AI 和 character.ai 這兩個(gè)產(chǎn)品為代表，單輪指令式交互與多輪會話式交互，已經(jīng)成為現(xiàn)在比較典型的大模型 AI 產(chǎn)品的兩種交互形式，呈現(xiàn)出截然不同的產(chǎn)品形態(tài)。

截止現(xiàn)在，我們并不能說“對話式”AI 就比“指令式”AI 更先進(jìn)，更智能，也不能說對話式的 CUI 會逐漸席卷而來，最終替換掉所有的 GUI，更不能說對話式的 CUI 是更先進(jìn)的，我們要盡早采用。

很多 AI 功能大可不必用對話式 CUI 來承載，指令式 AI 也很高級、很智能。

2. AI Agent 尚不具備提供完整專業(yè)服務(wù)的能力

現(xiàn)在大家所講的 AI Agent 更多的還是一個(gè)概念，如果你用過 c.ai、豆包和 Spicychat 提供的聊天機(jī)器人提供的陪聊天服務(wù)，那么會明白這類產(chǎn)品目前最大的價(jià)值還是只能打發(fā)一下好奇者的時(shí)間，并不能提供真正的情感陪護(hù)服務(wù)。

至于更完整的專業(yè)服務(wù)就更難以實(shí)現(xiàn)了。

也許 AI Agent 現(xiàn)在就可以幫你進(jìn)行 1 個(gè)小時(shí)的英語學(xué)習(xí)訓(xùn)練、完成一次心理咨詢、規(guī)劃某個(gè)城市的旅行路線、進(jìn)行一次模擬面試，但他不能幫你點(diǎn)一份合胃口的外賣、找到一份適合你的工作機(jī)會、完成你家小孩的課內(nèi)作業(yè)輔導(dǎo)、給出一份真正可用的五天四晚出游建議。

這里面的差距挺大，最大的差距不是對話的上下文語義理解和意圖識別，而是 AI Agent 底層還沒有做到與其他系統(tǒng)和服務(wù)進(jìn)行有機(jī)整合和集成。從而也就無法完整提供用戶真正需要的服務(wù)，提供不了真正的用戶價(jià)值。

作者：柴林的設(shè)計(jì)筆記