如果搭建一个智能写作AI

在整体的人工智能领域中，监督学习用于标记事物，一直占据很大比例。现在生成式AI在近期快速崛起，但强化学习与无监督学习也是AI领域重要的一种工具。生成式AI由监督学习技术搭建。2010-2020年是大规模监督学习的十年，这为现代人工智能奠定了基础。生成文本会使用到大语言模型，生成的过程是，大语言模式使用监督学习不断预测下一个词语，比如，i like，它会不断预测like后的词语是什么，经过大量的数据，它可能后面带的是，beaty，或者，eating，而eating后又大概率预测会有food。这样不断地生成新的文本内容。（这需要千亿，甚至万亿级别的单词数据库）[heading4]大语言模型是思考的朋友[content]运用大语言模型，来写故事，修改本文，非常有用。网络搜索与LLM的区别是，网络搜索可以追寻信息来源，同时你可以使用LLM提供相关的建议与策略。但大语言模型很会编造故事，所以会产生错误信息，这需要鉴别信息准确。[heading4]人工智能是一种通用技术（可以应用的空间）[content]人工智能有大量运用空间。现在通过网址来交互的应用——基于网络界面应用，如下方左图又或者将LLM内置与更大的软件来进行自动化——基于软件程序应用，如下方右图[heading4]写作[content]使用LLM来写作，集思广益，头脑风暴将非常有用。使用网页版的聊天信息时，提供更多的信息。翻译也可以使用LLM，翻译效果可能比机器翻译更好。但网络文本较少时，效果也不太好。可以让LLM将内容翻译成为海盗英语进行测试翻译准确度。

第三层呢，是要学会搭建AI智能体。AI智能体它就像是我们的员工，它能根据我们设定的工作流，自动调用不同的AI工具，完成全流程任务，不需要人类每时每刻都盯着它指导它来干活。AI智能体就像是你的智能助手，给它安排好工作步骤，它就能自动选择合适的工具，按顺序完成任务。比如说我们要写一篇文章，就可以设计一个"写作助手"的AI智能体。我们只需要在文本框里输入文章的主题、风格和要求，然后回车发送。它开始自动地写一个文章大纲处理，接着根据大纲使用Claude模型来写一份文章的初稿，接着再进行修改润色，最后排版一下，把一篇完整的文章弄出来给了我们。前面我们还没引入AI智能体这个概念的时候，这原本是需要人类进行干预的，但现在就不需要人类干预了，效率也就大大提高了。以上，我们说了搭建AI工作流所需要的能力，分为三个层级，你也可以思考一下自己现在处于哪个层级呢？现在，你可以对照这三个层级，评估一下自己的AI工作流能力，找出差距和不足，多学习、多实践、多交流。

写作不是一蹴而就的过程，从构思到成稿，每一步都很关键，把整个流程梳理清楚，我们才能知道在哪些地方可以借助AI来提升效率。而且一定是要先拆解工作流，再给工作流武装上AI变成AI工作流。搭建AI工作流最关键的步骤的就是：先梳理在没有任何AI工具时的工作流，再考虑给工作流武装上AI进行赋能。在引入AI工具之前，你得先搞清楚你的工作到底有哪些环节，每一步的输入输出是什么，环环相扣的关系是怎样的。比如说写一篇公众号文章，你得先选题、搜资料、列提纲、起标题、配图片、排版发布，这是一个完整的流程。当你拆解清楚了，才能判断AI在其中能帮上什么忙。如果一上来就盯着AI工具，很可能会本末倒置。每一个AI工具的功能都很强大，稍不留神就会迷失在工具的海洋里，反而忽视了工作本身的目标和重点。下面是写作环节中，写初稿阶段的工作流拆解：书接上回，我们讲到了怎么建立选题库。这个选题库不是摆设，它是我们写作的起点和灵感源泉，现在，我们要把「选题环节」得到的「产物」运用到「写作环节」里。这样一来，我们才能把AI工作流真正串起来，选题、写作、发布，每个环节都环环相扣，相互支撑。所以今天，我们就来看看如何把选题库里的素材，变成一篇符合自己账号定位的文章。