先前寫了一個 one shot 的短影音剪輯 skill，跑完五支影片，大概要花 1.2 小時，透過用馬斯克五步驟 (Elon Musk’s 5-Step Algorithm)，把時間壓縮到大概 30~40 分鐘。

想寫篇心得來分享一下。

1. 質疑每一項需求

這比較是人類的事情，AI 可以角色扮演和你討論。

2. 刪除零件或流程

在迭代 skill 的過程中，常常會有許多步驟是重複的、多餘的，所以刪除這個步驟做起來會很有感。
​
但要小心的是，AI 擅長生成，但不擅長刪除，他不擅長區分「沒用到」還是「用不到」，所以人類還是要介入看一下他會刪什麼東西。刪不夠或刪過頭，都很常發生。
​
不知道該不該刪的話，「馬斯克五步驟」的精髓就是，刪掉後出事再加回來就好。若你發現事後都不用加回來，那都代表你刪得不夠，可以繼續刪 XD。

這邊還可以補充一點，刪掉某項零件或流程，最常漏的就是相依性議題，刪一個東西，會牽動一串相依的改動，所以「刪東西」這個動作，實際上是三件事綁在一起：找出所有相依點、評估連鎖影響、動手改。

改的不好，很容易會造成改 A 壞 B，這很吃推理深度。所以在刪東西的時候，我一定會把 thinking levle 拉到 MAX。

3. 簡化 + 最佳化

刪除後做簡化和最佳化的意義，就是你可以不用花時間把不必要的步驟做最佳化。
​
在可以達到同樣效果下，把元件或流程簡化。可以請 AI 自我檢視一下，他是不是「用大砲打小鳥」，用很複雜的方法，來解簡單的問題。
​
另外，因為 skill 中的判斷包含「 程式判斷」和「AI 判斷」這兩種，你可以盤一下 skill 中的任務分派是否恰當，有沒有把適當的任務，派給適當的角色。
​
一般而言「 程式判斷」適合能寫成規則，有明確對錯的事。可以 程式判斷的事就不要給 AI，因為 AI 常會腦補放水。
​
而「AI 判斷」適合寫不出規則，要看畫面、懂語意的任務。
​
還有一個陷阱是， 程式和 AI 判斷之間的交界處，若是兩者交接的不好，AI 得自己翻資料、自己猜，這就是最常出問題的地方。
​
AI 就是不穩定，不是在 skill 裡面叫 AI 「切記」「必跑」「不要忘記」，而是「用設計取代紀律」，讓程式和 AI 各自扮演好角色 AI，好好的 hand over。

4. 加速

加速很少是把某一步跑快一點，而要做白工的時間移除，重點是四個「不要」：

• 不要白做：錯誤在產出當下就攔，拖到成品才發現就整輪白做了。
• 不要乾等：慢的檢查丟背景跑，可以一起跑的就並行。
• 不要重算：算過的東西留著。同一集共用的數值記進快取。
• 不要多步：可以合併就合併。

5. 自動化

skill 本身就是一個自動化，那自動化這件事還可以做什麼？
​
這裡通常是來 review，有哪些步驟 AI 做不好，人類介入會更好的步驟是什麼，出一個「不自動化清單」給你。

有點反直覺對吧！

小結與補充

最後的最後，我還想補充一點，就是 AI 提的優化清單，你一定要 AI 拿證據自我覆核一輪。

AI 產清單很快，但常常在這種優化的過程中，把「黃金」和「看起來像黃金」的東西混在一起，你要避免這種事，就要「AI 拿證據自我覆核」。

超有效，推薦一定要試試～

--
不想錯過我的新文章：訂閱免費電子報

我的線上課：數據化營運、產品增長 和 產品企劃力，歡迎大家報名