本文参加年度征文活动 #TeamSilicon25
根据征文要求，这篇文章记录了《AI十字路口：当机器学会“思考”，我们应该知道什么？》的写作过程。
首先，参与征文之前，我需要明确以下事项：
首先它是正向的，其次是自己感兴趣，大众同样感兴趣的，且会让大家有收获的文章，再者需要符合少数派规则的题材。
我有很多感兴趣的领域，但这个时期，几乎人人都有一种焦虑——ai焦虑。我们在焦虑，ai会不会代替我们，我们该如何拿到入场券，如何保持自己现有的核心竞争力。黄仁勋说：“你不会被 AI 取代，但会被会用 AI 的人取代。”
所以，我想知道自己该写什么了——普通人该如何应对ai。
对于这个主题，我没有考虑太多，我想的是，这是我现在最想表达的、最感兴趣的、最想内化的，我相信对于很多读者来说，也一样。
基于平台来看，少数派不是一个“表达自我”的平台，而是一个“帮别人把事情想清楚”的平台。所以，先预设基调的提示词，若输出的文章不符合观感，再调整。正常来说，当我们用ai去得到确定性的答案时会简单很多，比如解数学题、输出一段可以得到固定结果的代码。但现在我们要做的是让它输出一篇文章，是开放式的，我和ai之间的"颗粒度"几乎只能对齐非常少的一部分，即便提示词写得再完美，我也只能用参考的资料让它尽量写出符合审美、解决问题的文章。
基调提示词
请以少数派（sspai）风格写作，基调要求如下：
在ai 普及以前，我们写完一篇文章，需要用word去调整、排版，转变格式，做很多工作，但现在，我的习惯是，无论写什么，都不用太考虑格式，只用简单的markdown来写下内容，最后在notion ai中调整，它太擅长这个了。所以我只需要给出格式提示词就行了。
在我看来，少数派的读者群体跨度很大，这就导致了ai 的概念在大脑的优先级不同，所以了解的程度有高有低，基本是从“只用豆包、千问提问简单问题的”，到“使用自己调试的智能体的”，甚至“部署本地模型自训练的”，大家从事的工作各有不同，导致使用ai解决的问题也不同，大多对模型的边界只限于自己使用过的领域。
所以，我的知识储备决定了文章的内容上限，至于下限，为了让文章让更多的人有收获，应把难度调低，但又不能失去了原有的底色，让想要更深入的读者无法深入地探究细节。
国外模型对于英文的理解能力更强，但对于中文的……一般。所以有时解决一个较为专业的难题，我会把chatgpt的答案输入给deepseek，让它大白话解释，它几乎能把任何话翻译为我的大脑可以听懂的语言，这也让我有了“我是不是可以学会任何东西”的自信，因为哪怕我把最前沿的科学论文发给它，它也会输出为我能听懂的语言，举我能理解的模态例子。
只能基于我擅长和了解的工具使用，正是因为这样，我才能让它们各司其职，并且让我更有机会去和并不经常使用的读者讲清楚，我所了解和实践过的工具特性。
但在此，我要强调的是，我并非专业从事ai模型或者其他ai工作的人群，我只是将它融入了生活、工作，以及爱好中，所以，我的实践并不代表客观模型的强大程度，而是对于我这种普通人，它给我最为直接的观感。使用需要的，而不是为了覆盖全面而使用。
首先，我需要自己写基础的需求提示词，然后再让gemini优化我的提示词，最后测试输出效果；如果不行，我再优化提示词，或者分解任务执行；
从内容产出开始，先调整内容边界，大致分为三部分，我已经实践得出的经验+我知道有用但还没来得及学习的知识+ai调研以后真实可用的思路；
从第一部分开始，让ai学习我的notion数据库，桌面文件，输出第一部分内容；
为了让想了解细节的读者，以下部分可以选择性阅读：notion ai可以直接扫描我的notion数据库，并读取我桌面的附件，然后制作第一部分文章。
但……我刚开始制作的时候，绕了个大弯，我想将notion数据库所有相关的文档先做成一个集合文件，然后和我的桌面文件一起提供给chatgpt学习然后输出，以下是整理为一个文档页面的细节：文档中有很多笔记是行业强相关的，所以我剔除了这些文档，使用notion ai，列出了ai相关但和行业弱相关的页面标题；然后用manus链接notion，找出这些页面，一次性生成所有内容的word文档（notion ai无法生成附件，一个个导出又太慢，所以使用外部工具），为了将容错考虑进去，我同时让chatgpt链接我的notion，使用代理模式制作这个合集文档（代理模式额度要重置了，不用也浪费……），所以同一时间里，我只要选出满足我需求的合集就行。至于为什么不把桌面的文件一起丢进去让它整理进集合，因为chatgpt一次性只支持上传10个附件，manus更少，支持大批量附件的是deepseek（多达50个），我使用的是codex在vs code中直接扫描文件夹并整理信息。
所以先整理notion数据库的文件，然后整理文件夹里的文档。但等输出完毕，我才发现我可以直接让notion ai将所有要的页面内容提取放入一个页面，然后直接导出，这样更快。
后来我又发现，直接让notion生成文章，不是更快吗？所以，我绕了一个很大的弯，我写出这部分坑的原因，是因为我想告诉大家。
有的时候使用ai就是会犯这样的错误，你会把简单的事情复杂化，明明直接做更快。也有可能把复杂的事情简单化，想一次性输入得到最符合最期待的结果。
首先，这部分提示词很重要，因为当ai基于你有的资料输出，它会严格按照你的资料来生成内容，但当它自己生成内容的时候，要特别小心，必须让它验证内容的真实性和来源；
首先，我的需求是：
然后我需要设定它输出内容的来源
首先一些人物发表的观点，我会通过ai提示词，获取这些人对ai的观点，分别使用chatgpt、gemini、kimi的深度研究模式
其次，让ai 参照历史，参照工业革命，甚至更久的过去，来预测未来的走向，然后给出建议，因为历史唯一的意义，就是重复。
最后，我发现我调试kimi的时候，没有让它生成word，而是生成了html可视化的格式，信息并不符合预期，所以排除。
接下来，让ai自己通过历史来预测 ，但我觉得还有一点很重要，那就是人性，所以，我又调整了一下提示词。
最后，得出2篇深度研究后的文章。
现在我有了5篇观点性覆盖全面的文章，然后我会剔除掉我觉得和主题不相关和冲突性强的观点，然后使用Google NotebookLM。
但我发现，放入Google NotebookLM，效果并不好，所以，我打算拆解任务，先使用notion，不删减所有内容的情况下，我先定好标题，然后5篇文章重新整理为一篇层级结构分明的文章，然后再在每一个标题下，我审核每个观点，直至文章符合我的预期。
第一轮调试得并不好，像是列举论点，而不是文章；
第二轮我直接让它重新输出，我之前提到想给它几篇参考的文章，虽然不参考内容，但还是有侵权的嫌疑，即便是给它我之前写的，也会固定住它的框架，所以我还是pass了这个想法。调试完毕，最终，我得到了一篇较为满意的文章，我自己整理看下来，有一些地方想要补充，有些地方想要删除，也有些地方觉得惊艳，所以我接下来，我可以再次有目的地调整一次内容，并同时调整语气基调。
第三轮，我直接在第二轮的基础上，在notion里直接增、删、修，但依旧只用notion ai输出的内容，不用自己的文字。好吧，notion ai修改的结果让我并不满意，依旧没有deepseek那么擅长中文，所以我撤销输出改变，又转战deepseek了。最终，输出了符合我语气的基调，但……貌似它用的”你”字，太多了，所以，我又开始了第四轮。
第四轮，为了不产生链式传播失真效应，我从第二轮的结果让ai重新输出，而不是第三轮。第一次输出到一半我让它停止了，因为难度变大了。然后重新输出，最后的结果是文章太生冷，没有”人味”，最终，我放弃全篇输入输出的调试，换策略，从第二个版本中，将要修改的句子，逐句调试，虽然听起来工作量有点大，但有ai，并且直接在notion中修改，还是可以接受的。
最后一轮，成功并不偶然，因为是在我眼皮底下逐句改的；所有内容都是ai改，一是notion ai，二是复制句子到deepseek、chatgpt修改。历时一个小时，终于得到了完善的一版，最重要的是，我也从这篇文章中得到了价值连城的收获，突然觉得，作者和读者，真的是互相成就的关系，哈哈。
最后，强化文章的美观性，配图。
在执行这一步的时候，我突然发现，notion ai 已经可以生成图片了，而且是直接学习页面中的文章，然后生成图片，一次性可以生成多张，要知道，让chatgpt和gemini这种模型生图，一次性生成多张图片很多时候都会失败。并且还可以对一个图片使用ai，直接让ai修改这个图片。但这个功能貌似还在测试阶段，一直显示失败。
因为这篇过程是我自己写的，除了提示词的优化，没有任何ai的参与，所以，我需要用notion ai修正我的错别字，或者语句不通顺的地方。
我想，我们应该庆幸我们生在这片和平的土地，生在这个时代；但与此同时，作为普通人的我们，又总会埋怨生不逢时，因为大多数的我们，没有吃到最初时代洪流的红利。
那么现在，人工智能的时代来了，它也许比我们经历过的任何变革都要重大，你我皆是时代的序章，但我们是背过头去，假装看不见，湮没在人群中，还是投身其中，见证这场海啸，顺应时势。
麦克卢汉说：“我们塑造了工具，而后，工具又反过来塑造了我们。”
我们终将被塑造，但如何被塑造，选择权在我们自己手里。
注：如果有读者想要使用notion构建系统，可以学习二一老师和 Jeff su前辈的课程或模板，我自己受益良多，但请记住，人性都是有惰性的，所有人都想要使用现成的模板，但真正适用自己的，是无数次根据自己的使用场景调试出来的。
注：完整的过程和提示词我放在了这个notion页面里。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。