AI使用心得分享：如何有效利用AI技术

AI使用心得分享

在人工智能（AI）的使用过程中，我积累了一些心得体会，希望能对初学者有所帮助，对经常使用AI的朋友们提供一些启发，同时也期待得到各位大神的指正。

AI的本质：抽卡与Prompt

AI（尤其是大型语言模型，LLM）的使用，可以类比为一种“抽卡”的过程。当我们向AI提供宽泛的指令时，得到的结果往往是杂乱无章的。为了提高结果的准确性，我们开始使用Prompt（提示语），目的是为了获得更符合我们预期的输出。

AI上下文限制与Skill、Agent的运用

然而，AI的上下文存在限制，它会逐渐遗忘早期的Prompt，导致“卡池”再次变得深不可测。为此，我们发展出了Skill和Agent等技术，但随之而来的是上下文污染的问题。例如，我们可能在早期讨论的是母猪产后护理，而现在讨论的是牛接生，AI却可能会突然提到母猪产后护理的相关内容，这显然是错误的。

幻觉问题与RLHF的影响

AI的“幻觉”现象，即AI在知识盲区或不知道如何应对时胡编乱造，是基于强化学习与人类反馈（RLHF）的副作用。AI被设计成要满足人类的要求，向人类靠拢，不叛逆，不惹事。因此，当AI缺乏足够的背景材料或项目描述时，它可能会开始胡编乱造。

如何处理这些问题

在Web开发中，我会给AI提供充足的前提信息，然后开始任务，并不断打磨结果。在使用Cursor和相关软件时，我会制定更详细的Agent和Skill，以加强约束。例如，当有人要求AI读取一个文件并给出答案时，如果AI给出相反的答案，我会通过设定让Skill和Agent逐字阅读，并像人类一样边读边理解边思考，而不是简单地扫描或跳过某些部分。

不要完全依赖AI

最后，我们不应将AI视为万能的，而应保持怀疑态度，不要完全交出控制权。AI在写代码、写文章等方面虽然有用，但仍然存在错误的可能性。因此，我们需要对AI的输出进行审核，并定期提醒AI专注于完成工作，而不是讨好或迎合我们。

解决上下文污染与遗忘的方法

为了解决AI上下文污染和遗忘的问题，我倾向于将任务分解，每15-20轮就结束并保存结果，然后开启新的对话，提供背景材料和未完成的进度，让AI继续。

总结

以上就是我个人在AI使用过程中的一些心得体会。可能存在班门弄斧或思路错误的地方，欢迎各位指正，也希望能给大家带来一些收获。