引言

在這個信息爆炸的時代，AI 工具正以飛快的速度涌入我們的工作和生活。許多人期待這些工具能夠顯著提升我們的工作效率。然而，單一的 AI 工具所能帶來的提升效果往往有限。實際上，真正能夠幫助我們提升效率的是一個集成了多個 AI 工具協作的 AI 工作流。一個有效的工作流不僅能夠簡化操作，還能最大化利用 AI 的能力，實現真正的效率提升。

例如，在公司的素材池的擴充過程中，從素材生成到審核，再到入庫，多個節點有沒有可能將這些節點合并，用 AI 多節點甚至一站式解決？又例如，當老板讓你總結會議紀要，并將其會議紀要整理成思維導圖，有沒有什么辦法可以快速搞定？

一、為什么要設計 AI 工作流

在 AI 應用中，解決問題的核心不在于單一的工具或模型，而在于設計一個適合 AI 的工作流。以下是設計 AI 工作流時需要考慮的幾個因素：

1. 簡化復雜任務：通過設計工作流，可以將復雜任務拆解為更易管理的子任務，從而提高任務的可操作性和成功率。例如，通過將文檔處理分為文本提取、分析、處理和輸出四個步驟，可以更好地管理每個步驟的質量。
2. 提高效率：工作流可以自動化重復性任務，從而節省時間和人力。例如，通過自動化數據清洗和預處理，可以將數據分析師的時間解放出來，專注于更具價值的分析工作。
3. 增強靈活性：設計工作流可以使系統更加靈活，能夠適應不同的需求變化。例如，通過模塊化設計，可以根據需要靈活調整或替換某些步驟。
4. 確保一致性和可靠性：工作流可以標準化操作流程，確保每次執行的結果一致，從而提高系統的可靠性。例如，通過標準化的文本處理流程，可以確保不同來源的文本處理結果一致。

案例：素材擴充入庫工作流

在設計團隊中，素材管理是一個重要的環節。以下是一個素材擴充入庫的 AI 工作流：

第一步：素材 GC：使用 sd、mj 等生圖工具生成圖片素材。

第二步：素材審核：使用 GPTs 對素材進行篩選，去除低質量或重復素材。

第三步：素材自動打標：使用 GPTs 對素材進行自動打標，生成標簽和信息填充。

第四步：素材入庫：將處理好的素材批量入庫。

第二步：素材審核

第三步：素材自動打標

一個完整的 AI 工作流，每個節點都有 AI 賦能提效，自動化+批量化的能力可以極大地節省時間成本。

二、一個 GPTs 多步驟 vs 多個 GPTs

在探討 GPT 的使用時，一個有趣的話題是在項目中用單個 GPTs 多步驟完成任務，還是使用多個 GPTs 協同來完成任務？哪種形式更高效，讓我們來深入了解這兩種方法的優缺點：

一個 GPTs 多步驟

優點：

1. 資源節約：一個 GPT 可以在一個上下文中完成多個步驟，最大化節約計算資源和時間。
2. 操作簡便：無需切換多個模型和接口，只需一次調用即可完成所有任務。
3. 適用范圍廣：適用于各種需要連續處理的場景，如翻譯、總結等。

缺點：

1. 靈活性低：中間結果不能輕易修改，限制了人工干預的可能性。
2. 上下文限制：處理復雜任務時，可能會因為上下文長度限制而影響結果質量。
3. 模型要求高：對模型的理解和執行能力要求較高，需要強大的模型支持。

多個 GPTs

優點：

1. 靈活性高：可以對每個步驟的中間結果進行處理和調整，增加人工干預的靈活性。
2. 專注性強：每個 GPT 專注于完成一個特定任務，提示詞編寫和調試更為簡單。
3. 模型組合：可以混合使用不同模型，根據任務需要選擇最合適的模型，提高整體效率和效果。

缺點：

1. 資源消耗大：需要多次調用不同的 GPT 模型，增加計算資源和時間成本。
2. 復雜度高：需要額外的代碼和邏輯處理各個 GPT 之間的交互，增加系統復雜性。
3. 適用性有限：在某些應用場景下，可能無法直接使用多個 GPT，需要額外的集成和協調工作。

以吳恩達老師的翻譯 Agent 作為案例，多個 GPTs，整個過程不是在一個 Prompt 中完成，而是有三個 GPTs 分別完成直譯、反思和意譯，每個 GPTs 都有獨立的 Prompt。

為了方便大家理解，我以“Never put off till tomorrow what you can do today.“為投喂需求，做個清晰的感知：

以下是一個 GPTs 完成多步驟翻譯的示例：

輸入

請按照直譯、反思和意譯的步驟，翻譯下面這句話：
Never put off till tomorrow what you can do today.

輸出

1. 直譯：今天能做的事，永遠不要拖到明天。
2. 反思：這句話在中文中傳達了不要拖延的意思，但表達稍顯冗長。
3. 意譯：今日事今日畢。

以下是使用多個 GPTs 分別完成直譯、反思和意譯的示例：

直譯 GPTs

請翻譯這句話：
Never put off till tomorrow what you can do today.

輸出

今天能做的事，永遠不要拖到明天。

反思 GPTs

<SOURCE_TEXT>
Never put off till tomorrow what you can do today.
</SOURCE_TEXT>
<TRANSLATION>
今天能做的事，永遠不要拖到明天。
</TRANSLATION>
請檢查上面的翻譯，反思其中存在的問題，輸出僅包含問題列表。

輸出

1. 翻譯表達了原文的意思，但顯得冗長。
2. 直譯的結果在中文中不夠簡潔。
3. 需要更簡潔有力的表達方式。

意譯 GPTs

<SOURCE_TEXT>
Never put off till tomorrow what you can do today.
</SOURCE_TEXT>
<TRANSLATION>
今天能做的事，永遠不要拖到明天。
</TRANSLATION>
<EXPERT_SUGGESTIONS>
1. 翻譯表達了原文的意思，但顯得冗長。
2. 直譯的結果在中文中不夠簡潔。
3. 需要更簡潔有力的表達方式。
</EXPERT_SUGGESTIONS>
請根據直譯和反思的結果，重新意譯，并輸出最終翻譯結果，不包含任何其他信息。

輸出

今日事今日畢。

通過對這兩種翻譯工作流的分析，可以看出，使用多個 GPT 方法時，每一步的輸出都可以進行檢查和調整，靈活性更高，允許人工干預以提高翻譯質量，但需要額外的交互，增加了操作復雜度。而單一 GPT 多步驟方法在效率和資源消耗上更具優勢，適用于快速且資源受限的環境，但靈活性較低，難以中途修改輸出。最終，選擇哪種方法應基于具體應用需求、資源可用性以及對翻譯質量和靈活性的要求。

兩種方式沒有哪個更好用，要看實際的應用場景。

上面只是一些示例的講解，可能有些同學沒有很強的體感。我分享一個我一直在用的工作流吧，是針對會議對焦、評審時的紀要整理或者是項目改動排期時經常用的工作流。

三、案例分享

因為我是屬于那種開會說的全都懂，散會內容全都忘的選手，老板讓我去整理會議記錄，屬實是難為我了。

因此會議錄音是我每次開會必備，而后我下去反復再聽錄音，整理出牽扯到我需要改動的點。但是有時候開倍速吧，重要的點又容易錯過；不開倍速吧，有的會議前端長篇大論、設計侃侃而談，非常浪費時間。因此我想著為什么不能讓 GPT 幫我整合梳理出會議的內容，于是煉制了 GPTs：會議紀要助手。而后配合一些其他的 AI 工具網站創建會議整理工作流：

錄音轉文本-投喂 GPTs

1. 第一步：將開會錄音從音頻轉為文字
2. 第二步：進行會議紀要總結
3. 第三步：轉變成思維導圖

第一步：轉文本

這一步很多工具網站都能做到。我在體驗多個工具后，還是推薦用訊飛聽見。這里就不給它打廣告了哈，可以自行體驗。當然也可以用飛書妙記、通義聽悟等平替工具，效果都還不錯。

如果你已經有了錄屏或者錄音，那就直接上傳音視頻就行。包括在手機上進行快捷操作，直接發送到手機端軟件進行轉換。這里我就拿最近的熱議話題：蘿卜快跑。我在某音上下載了一個博主的解說視頻，直接上傳。

上傳并提交轉寫

轉寫結果

訊飛轉寫的精準度還是非常高的，哪怕是一些生僻冷門的詞匯，它也會根據上下語境判斷并精準轉寫。你也可以點擊右下角的「需要人工校準？」做二次調整，會去掉人說話時的語氣后綴，特別是在一些會議或者直播中，自然是需要把這些語氣詞去掉，精練化。讀起來也會比較通順。

下載文本.txt

我覺得電腦端可以直接全選復制會更加方便，手機端的話可以下載 TXT 發送到 GPT 上。

全選復制

第二步：會議紀要總結

復制后打開 GPT，@我們的會議紀要助手（GPTs），考慮到有部分同學目前沒有渠道購買 GPT，我還去智譜清言上部署了一個類似的小助手，可以體驗下。

直接投喂給 GPT

格式轉化

當確認內容無誤后，讓 GPT 以 Workdown 格式輸出，這一步偶爾還會出錯，在 Prompt 中需要明確輸出規則，最終輸出以 Workdown 格式、css 窗口進行輸出。

第三步：轉變成思維導圖

神器推薦：Markmap ☆☆☆

Markmap 預覽

直接把輸出的 Workdown 格式的內容粘貼在左邊，右邊會實時出思維導圖的預覽。

工具推薦：妙辦 ☆☆☆☆

妙辦預覽

AI 對話的形式輔助思維導圖的產圖，我們也可以將我們的 Workdown 格式內容發送給它，大概等待 20s 左右，在畫布中就會產出思維導圖，并且可以利用工具調整思維導圖中的內容、樣式。

一段錄音/視頻 變成最后的思維導圖，中間的每個節點都是 AI 賦能，網不卡的情況下，幾分鐘就可以得到你想要的結果。

結論

如何真正的使用 AI，是想辦法把 AI 融進每一個節點，每一個項目，每一個生活場景...