有团队已经开始用AI来训练人了，但问题是，这个模式是否跑得通呢？此外，我们是否有可能消除AI生成内容时的机器感，让AI量产难辨真假的水军文案？关于上述问题，或许不少人都想获得解答。一起来看看这篇文章。
今天早起看到一个提问，一时兴起评论了 1000 字……
提问的场景非常新奇：配置 AI 机器人，来训练人类。
下面是原问题：
请教各位大大一个问题🙏
公司希望用AI来模拟真实用户，来与我们的销售对聊，以提升销售的聊天能力。
目前用了dify.ai搭建对话窗口对接GPT4，然后通过写提示词来告诉AI它的角色，
但现在遇到两个问题：
1. AI模拟的用户不够真实，跟我们真实的用户差距很大，我们有真实的对话数据，但不知道怎么利用；
2. 我们无法控制流程，例如希望当销售介绍商品时，AI能够基于销售的介绍提出疑问，这种情况不知道该怎么处理；
十分感谢🙏
这是一个非常典型的 AI 调教问题：因为要教给 AI 的东西太多了，以至于不会教了。
这个任务的本质是“让 AI 生成问题，在保证用户旅程（从初始到下单）推进的情况下根据销售的回答进行追问或者反问。”
这个是要磨功夫的事情，所谓的微调、直接投喂数据都是不可能解决的，AI 不懂你那数据里的弯弯绕绕。
除非你给 AI 几千亿条，让它“涌现”……
太长不看结论版：
最前面，先别想调教 AI，想象成跟人类对话：
你现在要给你的员工布置这个任务，
让他们去扮演客户“训练”销售同事，
你会怎么给员工描述这个事情、给他们提供什么资料、如何保证他们能做好这个事儿？
这个事情的关键在于怎么让 AI 开始，也就是让它知道这是一个什么事情、它要扮演什么样的角色、协助你达成什么目的。
千万不要拘泥于直接去解决一轮问答的质量。
正确的路径应该是：人肉梳理出一个典型客户的开场、咨询、挑刺、报价、砍价、售后、退款（续费）的用户旅程，或者典型的节点，每个节点几条话术。
整理好后一次性或者分批次发给 AI，先让它自己来总结这些客户发起提问的特征，然后人工再在 AI 回答的基础上做修正，把过程中的各种反馈、特征、AI 的认知都总结记下来。
注意，这里一定要顺着 AI 总结出来的那些特征去延展，不要掰它的认知，这是它的话术体系，要“师夷长技以制夷”。
把这些折腾完，开始打磨提示词。
我们先假设要做一个“全流程陪伴型销售训练姬”，那就需要定 AI 扮演的角色、具体任务、工作流程、输出要求。
每一个都是细致功夫，以定角色为例：
AI 扮演的是个什么角色？提问题的客户，还是销售沟通训练员？
这是两个不同的“笼子”，有不同的刻画方法，生成内容的效果肯定也不一样，都得试、得打磨。
假设是“提问题的客户”，那就要把你们客户的情况描述清楚：
我这么细致的给你描绘，聪明的你到这里应该觉悟出一个认知：要保证提问的质量，AI 扮演的这个用户的状态要随着对话一点一点的变。
从不确定能不能行，到看到希望，到决定下单，因此变成了为保证买的东西是好的而挑毛病，到砍价……
一方面，这太难刻画了，即便我们模拟出来了，也很难清楚的把需求表达给 AI（主要是保证它理解了）。
另一方面，AI 什么时候改变状态、改变提出的问题，一旦对话开启就变成黑箱子了，没办法精准控制，只能由着它自己的大模型来“作”。
所以“全流程陪伴型销售训练姬”应该是没戏了。
这里或许你会问了：AI 这么强大，自己不会调整么？
不要指望 AI 强大到能自动变，你描述不清楚需求，它就是个傻子。
设定一堆 AI 角色，每个角色扮演不同状态、不同场景的客户，封装起来，让销售像抽盲盒一样随机唤醒一个，开始练习。
也别让销售一直聊，最多五轮就停。
销售每次开启对话都是全新，也就是从你预设的提示词之后开始，而不是接着之前的对话聊。
就像西部世界里的仿生人一样，每晚都需要重启。
这样，这个任务的目标就变得很简单了：生成问题，模拟真实用户的问题，能够考验到销售的问题。
当然可以加强一些：生成一个开场问题，根据用户回答追问或者反问，对话 5 轮后终止对话完成模拟训练，然后总结过去的 5 轮对话，为用户的回答打分。
接下来是在提示词里向 AI 交代它的 Workflow，我们可以试着脑暴模拟一下：销售发起对话，根据系统给到的角色描述，生成一段“求助式”提问开场白，如“询问是否能解决 XX 问题？”。然后根据销售的回答进行反问或者补充提问。
这里需要注意的是，真正的客户很少有能把自己的需求描述很清楚的，毕竟好不容易可以展现一下“甲方姿态”。
所以，如何让 AI 提出真实用户那样的问题，需要花很多功夫。
这也是教 AI 生成内容时最难的部分：去掉浓浓的机器感，像人类一样表达。
这个问题的解决方案，我们留给明晚的公开课，欢迎预约。
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。