三個字,靠訓練
意思是什麼?
各位現在用的 AI,叫做大型語言模型。
他是怎麼來的?
用所有網路上你能看到的資料訓練來的。
網站、YouTube、論文...
也就是說,它是「通用型」的 AI。
既然是通用型的,那就絕對不會完全符合你的要求跟想像。
就像你請一個什麼都略懂的超級資優生,
卻期待他馬上寫出你這個行業的「老鳥口吻」。
難怪寫出來的東西,總是有種「AI 味」。
所以大家才會推崇 Prompt Engineering,也就是俗稱的「指令」。
你要先告訴 AI 你是誰?你要做什麼?
然後再讓他寫。
但老實說... 寫出來通常還是很爛,不符合你的要求。
這也很正常。
因為你只是在「命令」他,不是在「訓練」他。
我自己現在的做法是搞一個 **向量資料庫 (Vector Database)**。
看嘸?沒關係,我們把它想像成 AI 的「專屬記憶卡」就好。
我不斷地在 Antigravity 裡面寫文章、寫文案。
然後讓 AI 去分析我的寫文邏輯、架構跟風格,寫的不好,就標記起來。
接著,把這些「修改的版本」送進去向量資料庫。
下次寫文時,AI 就不只是從通用的網路上抓資料。
而是先去這個資料庫,「調用 (Retrieve)」我的寫作邏輯,風格等設定。
那這個資料庫也會隨著我的修改而更新,越用越像我這樣。
重點!
Prompt 是給規格。
Vector Database 才是給靈魂。
如果你也有興趣,可以期待我後面即將要釋出的教學!