太长不看版
- 你能将多少工作委托给人工智能，以及需要多少人工审查，取决于具体任务和所使用的模型。
- 解决方案较少且易于回滚的任务更容易委托。而具有多种可能解决方案、涉及产品策略影响或长期维护影响的任务，则需要人工智能与人类决策相结合。
- 这并非一劳永逸的定义。你需要反复使用不同供应商提供的模型，并在自己的工作中建立对每个模型可信度的直观感受。
人工智能能力与审查深度关乎直觉
很难用单一数字来衡量“人工智能能做多少”以及“人工智能需要多少审查”。
相同的指令根据模型的不同可能会产生不同的结果。即使使用相同的模型，轻微的界面更改任务与数据库模式设计任务所需的审查级别也完全不同。
这就是为什么我认为你需要在实际工作中使用来自不同供应商的模型，并建立自己对它们的直觉。
这并不意味着相信模型总是正确的。这更接近于管理者在向团队成员分配工作时产生的感觉：“如果我给这个人如此详细程度的指令，会得到什么样的输出？”你会了解到给予多少信任是合适的，以及你们的决策风格有多一致。
从估算解决方案的数量开始
当我审视一项任务时，我考虑的第一件事是我能想象出该问题有多少种解决方案。
几乎只有一种解决方案的任务
考虑这样一个请求：“将界面元素 X 的颜色从白色改为灰色。”指令的含义几乎没有歧义空间。
这类更改很容易委托给人工智能。我仍然会检查受影响的屏幕和差异对比，但很少需要进行深入的产品级审查。
有三四种解决方案的任务
当有几种可行的实现方法时，我在委托实施之前，会让人工智能列出选项及其权衡利弊。
人工智能在生成这些选项方面非常有用。但我通过将其与现有设计及产品可能的未来需求进行比较，来决定采用哪一种方案。
有无数种解决方案的任务
当解决产品问题的方法数不胜数时，我不会直接跳到实施阶段。我将人工智能作为思考伙伴，来决定构建什么以及选择什么范围。
在这里，我不是让人工智能做出最终决定。我是让它帮助我阐明我的思路，比较替代方案，并揭示我可能忽略的担忧。
在 KIBAKO 中设计反馈笔记
我在构建 KIBAKO（一种用于创建棋盘游戏原型的在线服务）时遇到了此类决策。
KIBAKO 拥有用于创建棋盘游戏的制作室，以及用于实际游玩的游戏室。目标是将游戏测试期间发现的改进建议顺畅地反馈回制作室，以便为下一轮工作提供参考。
难点不在于实现“改进笔记”功能。我们必须决定：
- 改进笔记应归属于哪个范围？
- 用户应在何处输入和阅读笔记？
- 应允许哪些参与者查看哪些笔记？
- 当多个游戏室属于同一个项目时，应该如何处理？
可能的答案数不胜数。在决定产品策略时，我多次将人工智能作为思考伙伴。
最终的设计是将改进笔记存储在整个项目范围内，该项目跨越多个游
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
