提示词能力:短期是刚需,长期是辅助


前几天看到一篇讨论市场上各种AI产品的文章,作者从交互方式聊到了提示词工程,最后重点提到了AI产品设计的核心在于系统性构架思维,个人比较认同其中的部分观点,故摘取整理了其中一些观点,分享给大家。

原文名称:《Are we designing AI products all wrong?

地址:https://uxdesign.cc/where-should-ai-sit-in-your-ui-1710a258390e

作者Hoang Nguyen,任职于FireGroup Technology,主导产品策略与设计执行。



1、聊天界面,本质上是一种懒惰的产物。

目前市场上很多AI产品,都是采用了chatbot式的对话框交流页面,这样做的原因在于:对话框式的交互方式,是最简单直接的人与AI交互的借口,同时也是AI产品最低成本的上线方式。

但事实上,大多数用户根本上就不擅长使用聊天界面,因为聊天页面背后需要的是对提示词工程的深入理解和掌握(特别是在专业领域或者工作应用场景)。

2、AI 工作流需要丰富的多模态的交互模式,对话式界面根本无法支持。

虽然目前已经有了FC(Function Calling)、MCP、A2A、AG-UI等优秀的标准开放AI协议,但实际上你会发现,绝大多数AI产品或工具依然在以聊天页面的交互方式让用户使用,这种方式事实上很难赋能现有的工作流程,反而需要用户花费更多的时间在不必要的来回切换页面和组织提示词方面。

聊天页面式的交互方式,在以前PC/移动互联网时代能成为主流,是因为以前大多数用户使用场景本质上是搜索。搜索是一种简单的无状态的交互:查询、结果、完成。复杂性存在于算法中,而不是界面。

 AI 协作需要反复迭代、依赖上下文且必须记录状态。目前的chatbot式的AI工具,由于缺少上下文长记忆能力,就像一个只有七秒钟记忆的鱼,你很难和它开展深入有效的互动。

为了实现最基本的功能,很多用户不得不成为一个提示词工程师。

我们对AI的期待期许是赋能于工作和生活中,替我们解决很多复杂且重复的劳动,而不是用聊天页面这种交互模式取代。

3、好的AI产品,不在于对话能力更强,而在于懂得理解并优化人类的工作模式。

聊天界面会造成了巨大的认知负荷,用户需要花费大量时间精力解释上下文、重新组织提示词,并手动将 AI 输出的结果复制黏贴到真正的工作环境中。

这种方式不仅没有带来真正的生产力提升,反而会将用户的工作状态切分为一个个碎片,阻碍用户进入专注工作的状态。与之相比,一个比较好的案例则是GitHub Copilot。

GitHub Copilot优秀的点在于:它带来的生产力提升是将 AI 无缝融入了开发者的实际工作环境,而不是一个单独的聊天窗口

它的交互设计:AI输出的结果会以内联的方式出现,有明确的接受/拒绝机制和上下文记忆能力,这是系统性思维的最佳体现。

这也是为什么今年,好几家大厂将AI IDE作为重要的AI突破口的原因。比如Cursor、Trce(字节)、Comate(百度)。

短期来说,聊天页面式的交互方式会让用户被迫成为提示词工程师,这也是我在前面提到提示词工程能力是落地AI的门槛

长期来说,随着AI能力的不断演进和提升,市场和用户从工作场景出发对AI的诉求,会倒逼新的AI产品交互设计出现。到时候,提示词能力的优先级会不断降低,成为一种辅助能力。

真正的价值在于,让AI融入到真正的工作场景(工作流)中,这会成为未来最核心的竞争力。




AI知识星球,七月限时优惠,名额有限,感兴趣扫码加入。

提示词能力:短期是刚需,长期是辅助




如果喜欢我文章,点赞、关注、在看三连走起。

如果想阅读更多的文章,可以关注我的公众号。

精彩内容推荐

我对AI的几点思考

近期对AI的几点思考

聊聊智能体的基础架构

AI Native的能力演进路径

Agent落地面临的三大挑战” data-itemshowtype=”0″ linktype=”text” data-linktype=”2″>AI Agent落地面临的三大挑战

RAG技术的三大范式和技术演进

红杉闭门峰会:下一轮AI创富机会

AG-UI:新一代智能体标准开放协议

WorkFlow在智能体开发场景下的应用

基于四大AI交互协议的AI测试平台架构
落地智能体需要具备的六大核心技术能力

RAG技术前沿技术新闻资讯

打破局限!RAG在视觉模型中的应用。

2025-7-9 9:14:40

RAG技术前沿技术新闻资讯

RAG不好用?那是你没用对,不妨从这5个方面做一下调整!

2025-7-9 10:19:27

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
购物车
优惠劵
搜索