普通人也能抓住的AI技术
AI 时代，普通人该如何参与，并抓住第一波时代红利？或许我们可以基于成熟的平台来创建 AI助理，让个体用于思考问题、解决问题的方法和工作流，实现可复制和被变卖。
你的能力和经验
一个趋势，所有大模型厂商都在布局智能体，企业、个⼈⽤户、开发者开发的AI助理都可通过上架市场，分享给更多⼈。为什么几乎所有大模型厂商都在布局智能体？
在大模型的日常使用中，不少人可能都有类似感受，即大模型的输出总是不太靠谱，甚至到了现在，AI幻觉这一问题依旧不能被消除。即使我们在不断地做提示词优化，类似的问题依旧在不断发生。
所以，提示词工程解决不了普通人用AI的问题，在大模型主要以对话式窗口作为呈现样式的当下，用户需要一个专门的“窗口”来解决问题，即不需要通过提示文字或者修改提示词，用户打开对话框，调起相应的窗口（比如智能体，比如Agent等）即可直接解决问题。卖提示词和提供提示词优化解决方案是错误的方向，我们应该开发专门的工具来满足用户需求。而“窗口”就是智能体，即AI Agent。
2010年左右是移动互联网时代，时间快进到2015年以后，短视频平台疯狂涌现；在这些时间段里，我们可以抓住的红利并不是直接开发或搭建相应的手机系统或者短视频平台。当下也一样，AI 时代的红利并非搭建大模型，而是在大模型生态中搭建一个应用。Agent就是这样的一个个应用，我们可以基于需求去调教机器人，通过反复的调试优化，让最终的解决过程实现标准化：
- 提示词标准化；
- 工作流标准化。
同时这个标准化流程，或者说这个智能体是可以同步给他人使用的，其他人亦可以在智能体里得到答案。这意味着，这套思考问题、解决问题的方法和工作流将可以被复制和变卖，人的能力可以被转化为服务和赚钱的机会。
尤其在 AI 时代，用户在使用 Agent 的过程中可能存在信息差，但这类信息差已经可以被大模型弥补。
唯场景和想象力
为了最大化地发挥智能体的价值，我们需要弄清楚场景和表达力这两大关键因素。
我们首先要明确一个问题，即限制我们使用AI的，并不是AI的能力，而是我们的想象力和表达能力，工作和生活中的所有流程都可以被AI重构，只是大多数情况下，我们没有想到重构的方法。比如我询问一个智能体如何记住“windfall”这个单词，它给出了非常不错的联想：
这其实就是“想象力变现”。
怎么先人一步地将想象力落地并表达出来呢？想明白三件事情。
- 你擅长什么？这是你的立身之本。
- 用户需要什么？你的AI助理，究竟可以解决什么样的需求？
- 如何呈现自己的价值？做好助理配置。
另外可以多问问自己4个问题：
- 这个问题，AI 能不能做？为什么？它做比我做优势是什么？
- 我应该如何向 AI 描述这个事情？可以让 AI 重复帮我执行么？
- 这个技能“教给”AI 能不能产出更好的内容？如何总结成 AI 可理解的表达？
- 不要服务于流程，争取去做那些能够服务于人的工作。
在自问完这些问题之后，相信你心中会有一个智能体的大概框架。
那怎么搭建智能体？这其中牵扯到了表达能力。可以将大模型当作一个非常聪明的实习生，所谓“表达力”，其实就是给实习生写一份指定工作的SOP文档。当大模型实习生叠加SOP，这便是你调教出来的 Agent，它可以重复地服务于别人，甚至达到变现的目的。
常见需求和工作流
介绍3个具体案例：
1. 基操：搭建一个帮你处理日常办公琐事的智能体
这个智能体可以帮助我们进行文字整理、日程管理等等工作。当我们将需求输入给智能体，智能体拆解需求后，将调用大模型的文字编辑和文字识别能力，调用完之后再返回给 Agent，由 Agent 对大模型生成内容做进一步的梳理。
2. 进阶：让智能体参与内容创作和运营工作流
假设我们需要让AI帮助创造爆款文案，我们可以将个人掌握的能力、经验和方法论如短视频创作方法论、私域营销文案方法论等上传，让智能体拥有我们的方法论与工作流。
比如上传二极管标题法，让 Agent 选择这一方法论，学会创造出可以挑起用户情绪的爆款文案：
比如上传情绪化选题公式，让 Agent 依据相应的选题公式组合出情绪化的选题：
值得注意的是，工作流能力使得AI助理能批量处理更复杂的任务。它是 AI Agent 的一种进阶玩法，不仅可以在创建时对 AI 执行任务的流程进行拆解和编排，使得 AI 助理可以主动接管完成相应操作，还能够打通外部的系统数据和 API 能力，进一步扩展了它的行动能力，比如搭建能自动写脚本并生成视频的创作 AI 助理。
3. 超神：用 AI助理把 “查询搜索” 玩出花
除了处理日常任务和创意工作，智能体的另一个强大功能是其对企业内部数据的调用能力，这为企业内部支持和决策提供了新的视角。我们还可以让Agent自由地调用企业内部的数据和知识，如员工手册、各部门技能要求等，将各类内容填充至知识库中，让 AI 成为数字客服，提供内部支持。这个时候，Agent可以依据员工问题进行知识库搜索和调用，大模型将调用的内容进行编辑，并由Agent返回给用户。
甚至可以自行创建AI助理，比如可以通过自定义功能、添加工作流、连接API接口等方式来处理问题。
举几个例子:
原先，天气预报APP可能会和企业的服务器做互通，从而为用户提供天气预报信息。而现在，这套互通的能力可以放到智能体中，由智能体来请求公司的API地址，并将天气信息发送至公司服务器。这就是基于连接API接口的方式来解决问题。
还可以借助智能体来共建知识库。假设公司内部建设了一个AI助理，此时我们可以添加自定义能力，让AI助理将超出知识库的问题存放至表格中，随后由其他负责人添加答案。后续若有人再问同样的问题，答案也就有了，这就是知识库共建。此时我们结合工作流能力自定义了AI的干活方式（工作流自定义展示）：
结语
在 AI 时代，“想象力就是生产力，”AI 技术的普及也对个人能力提出了新的要求。在 AI 时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。
而普通人完全可以基于成熟的平台来发挥创造力，可以反向接入模型来做AI助理产品，避开“拿着锤⼦找钉⼦”的陷阱。
文章来源: “AI Agent，普通人也能抓住的AI技术的第一波红利”，作者：王加树
