Tối qua chú lại trải qua một vòng lặp AI quen thuộc

Thấy một tin về huy động vốn của dự án Web3, nghĩ bụng dùng AI tiện thể tổng hợp lại: nền tảng dự án, quy mô huy động, tình hình đội ngũ, tiến triển quan trọng, cơ chế hoạt động và cách tham gia
Ban đầu còn khá lạc quan
GPT đã mạnh đến vậy, chắc chỉ mất vài phút là xong rồi chứ?
Kết quả phiên bản đầu ra, cấu trúc đã có, nhưng thông tin rất lộn xộn
Phiên bản thứ hai yêu cầu nó bổ sung nguồn dữ liệu, nó bắt đầu trở nên cẩn trọng hơn
Phiên bản thứ ba yêu cầu nó phân tích cơ chế hoạt động, nó lại viết thành bài PR của dự án
Tôi đành phải tiếp tục chỉnh prompt, hỏi đi hỏi lại chi tiết, đột nhiên có cảm giác rất vô lý, tôi dùng AI mà không giải phóng được bản thân, ngược lại còn tăng thêm khối lượng công việc.
Chính điều này có thể là chỗ khiến phần lớn người dùng AI gặp khó khăn thật sự: không phải là không biết mình cần gì, mà là không biết cách dịch yêu cầu thành prompt mà AI có thể thực thi ổn định.
👉Vì vậy chú lấy cùng một yêu cầu để so sánh:
「Nghiên cứu các dự án Web3 chưa phát hành token, đã hoàn thành huy động vốn trong vòng 1 tháng gần nhất và công bố thông tin, tổng hợp cho tôi các thông tin cơ bản, quy mô huy động, tình hình đội ngũ, tiến triển quan trọng, cơ chế hoạt động và cách tham gia」
Bên trái là GPT, bên phải là xBubble
Phản ứng của GPT rất quen thuộc: bắt đầu trả lời, liệt kê dự án, viết thông tin.
Dùng được, nhưng sau đó tôi vẫn phải tiếp tục hỏi: nguồn dữ liệu từ đâu? Thời gian huy động có chính xác không? Dự án có phát hành token không? Cơ chế hoạt động có thiếu sót không? Những điểm nào là trọng tâm, điểm nào chỉ để đủ số? Đó chính là phần mệt mỏi nhất khi dùng AI thông thường, nhiều thông tin quan trọng tôi phải tự kiểm tra lại.
xBubble phản ứng khác biệt, yêu cầu đưa yêu cầu vào rồi nó sẽ chọn đường đi phù hợp trước:
1️⃣ Crypto Research SOP（75% phù hợp, dự kiến 3-4 phút）
2️⃣ Search&Answer（18% phù hợp, dự kiến 20 giây）
3️⃣ Compound Skill-Bubble Computer（7% phù hợp, dự kiến 2-10 phút）
Điểm này rất quan trọng: SOP không đơn thuần là 「mẫu prompt」, nó là một lộ trình nhiệm vụ đã chạy trơn tru.
Cách tra cứu, dùng nguồn dữ liệu nào, cách đối chiếu xác thực, cách cấu trúc đầu ra, hệ thống đã giúp bạn sắp xếp sẵn. Ví dụ như hoạt động nghiên cứu đầu tư dự án Web3, các mô hình LLM thông thường thường là trả lời rồi mới kiểm tra, chất lượng phụ thuộc vào khả năng của mô hình tại chỗ.
xBubble sẽ trước tiên đánh giá loại nhiệm vụ, rồi phù hợp chọn đường đi tốt nhất.
Vì vậy, sự khác biệt rõ ràng là:
👉 Không biết viết prompt + AI thông thường: mô hình trả lời trước, người dùng chỉnh sửa sau
👉 Biết viết prompt + AI thông thường: người dùng chia nhỏ yêu cầu thành một chuỗi quy trình công việc
👉 Không biết viết prompt + xBubble: hệ thống tự đánh giá và chọn đường đi phù hợp
Đây cũng chính là ý tưởng của xBubble Low-prompt AI Agent
Người dùng nói chuyện như người thật, hệ thống tự chọn đường đi
AI nên học AI
AI cũng nên dùng AI
@dappOS_com