企业官网建设流程全解析

第四生产力 · AI 使用方法

设想你准备出去玩三天，让 AI 做一份旅行计划。它很快交来一篇攻略：上午逛博物馆，中午去老街，下午看海，晚上还有一家推荐餐厅。

看着挺丰富。可真要订酒店，你又拿不准：这些地方离得远吗？一天是不是都在赶路？如果不想早起，该删掉哪一站？

你让它“再简洁一点”，它把攻略压成表格。字少了，疑问却没少。

你缺的那部分信息，可能根本不适合继续用一段话来解释。

攻略写得很完整，为什么你还是拿不准？

上面是一个假设场景。但其中的困难并不需要特殊背景：只看地点清单，很难同时想清楚它们的位置、路上的时间，以及自己能不能接受这个节奏。

再问一次，当然可能有用。AI 可以补上交通方式，解释为什么这样安排。只是你还得在脑子里把这些零散信息拼起来。

我会换个要求：把已经核实的地点标到地图上，按游览顺序连起来；旁边再放一条时间轴，把游览、交通和休息分别标清楚。

地图回答“往哪走”，时间轴回答“一天怎么花”。这两件事摆在一起，才方便检查有没有反复折返、是否把午饭和休息挤没了。

这并不是让攻略变漂亮。你要求 AI 补交的，是一个能帮助你判断这份攻略的东西。

Karpathy 最近分享的AI 使用建议，就值得从这个角度理解。他谈到更清楚的文字、图、交互网页，以及按具体主题定制的讲解视频。

我更在意他最后的判断：随着模型承担更多基础工作，人会把更多时间花在理解和监督结果上；而模型也可以帮助制作过去不值得专门制作的定制工具。

放到旅行这件事上：AI 已经替你写了攻略，为什么不能再替你做一张方便检查它的路线图？

如果要求变了，不必重新读一整篇

路线图让你看清了原计划。但你还有一个问题：我不想那么早出门，怎么办？

以前，你可能需要在地图、攻略和备忘录之间来回切换，自己重排日程。现在，可以尝试让支持网页生成与预览的 AI，做一个只服务这次旅行的小页面。

里面不用有酒店预订、社区评价、积分商城。只需要你已经选定的地点，以及几个与你有关的选项：晚一点出发，少走一站，或者多留一点吃饭时间。

这样的页面应该能让你修改条件，再查看调整后的日程，比较哪些安排需要往后挪、哪些已经放不下。

但要写清它按什么规则调整。交通用时是估算还是已查询？有没有考虑预约时间？不确定的地方要露出来，不能让一个按钮替你假装算好了。

你想知道的，已经从“这份攻略写了什么”，变成“换成我的要求，这份攻略会怎样”。

这也是交互比静态呈现多出来的价值：你能带着自己的问题去试，而不必只接受作者选好的那一种情况。

设计者 Bret Victor 早在 2011 年就提出过“可探索解释”。到 2024 年补充说明时，他特别强调：重点不只是互动图片，还包括把论证背后的事实、假设和计算展示出来，让读者能够修改、质疑。作者原文

这是一种设计思路，不是证明 AI 网页有效的实验。它给我的启发很直接：一个真正帮助理解的页面，要让人看清结论怎么来的，也能检查条件变了以后，它还站不站得住。

只为一次旅行做个工具，会不会太奢侈？

如果需要找人开发、沟通需求、反复验收，为一次短途旅行做个页面，确实很难划算。

Karpathy 这条建议有意思的地方，就在这里：当模型能参与写代码和制作内容，定制的范围就可能变小，小到只服务某个人眼前的一次疑问。

这不是说成本归零。你仍可能需要付费、等待生成、修改错误。但不必先证明它能成为一个长期产品，才允许自己尝试。

已有产品提供了这样的入口。例如，Claude 官方对 Artifacts 的说明包含单页网站、图表、仪表板和小型交互工具，并支持在对话旁查看、修改产物。官方说明

这说明有工具可以承接这类要求，不代表随便一个聊天窗口都能做到，更不代表地图数据、计算逻辑和预览效果会一次正确。

我的判断是：不必每次都做工具，但可以改变提需求的习惯。除了“替我整理一个答案”，再问一句：“这个答案里的哪部分，值得做成我能查看、调整的东西？”

旅行结束，页面可以不用了。实际地点、确认过的信息和重要记录仍值得保留。“临时使用”的是工具，不是对准确性的要求。

回到工作里，你也可以这样检查一份分析

把旅行换成工作，需求并没有那么陌生。

假设你经营一家小店，有一份按日期、商品和销售渠道记录的经营表。你让 AI 分析最近营业额为什么下降，它交来一段总结：“订单减少，部分商品表现不佳。”

你很可能还想问：少的是哪几天？线上线下都少了吗？到底是买的人少了，还是每单花的钱少了？

这时候，只让它把报告再写长一点，未必是最有用的下一步。可以要求它根据这份表做一个简单分析页，让你按日期、商品或渠道查看。

先把订单数量和每单实收分开，再对照原表看发生了什么。你想检查线上渠道，就切到线上；想看看某类商品，就只看那一类。

这与旅行页面是同一种需求：把结论背后的关系摆出来，让你能围绕自己的疑问继续查看。

不过，页面能点、图表会动，你就能放心了吗？

如果 AI 把退款订单也算进去了，或者比较的两段时间长短不同，页面照样可以很漂亮。按钮能点、图表会变，并不能说明它分析对了。

所以，我会要求它把数据范围、统计口径和计算方式一起展示，再从原表抽几项核对。不要只让同一个 AI 再说一句“我检查过了”。

即使数据算对，图表也主要告诉你“哪里发生了变化”。它不能单凭销量下降，就证明产品质量出了问题，或认定某次营销造成了下降。原因还要结合其他证据调查。

这是本文假设的应用方式，不是某家企业的成功案例。真正用于工作时，也只能处理获准使用的数据，先拿脱敏材料试，不必为了做个页面就把经营明细全交出去。

如果要持续给团队使用，它就不再只是临时产物。数据更新、错误修复和结果核验都要有人负责，不能因为第一次打开能用，就当成稳定系统。

那么，视频又适合解决什么问题？

Karpathy 最看好的是量身定制的讲解视频。我的理解是，它尤其值得用在“需要跟着过程才能看懂”的内容上。

比如你想理解一台设备怎样工作，或者某个技术步骤为什么会影响后面的结果。只看几个名词，脑子里没有过程；动画可以依次展示变化，并在你卡住的地方停下来解释。

但旅行路线已经一眼能看清，就没必要再要求一支视频。店铺数据需要自己筛选比较，也未必适合只看一段固定播放的解说。

视频不是比网页更高级的标准答案。选它，是因为你需要看清变化过程。

Mayer 的多媒体学习研究在科学机制教学材料中发现，无关的文字、图片或声音可能干扰学习。研究说明

这不是今天 AI 视频的直接测评，也不能证明动画总是有效。它提醒我们：加进去的画面，最好确实回答了一个问题。炫一点，并不自动多懂一点。

下一次，换一种方式向 AI 要结果

我觉得值得尝试的变化，是让 AI 根据当前问题制作一个专属的理解工具：旅行时看路线和时间，分析经营时看数据关系，学习陌生机制时看变化过程。

按这个方向推测，未来一部分 AI 输出，可能会带着与任务配套的临时界面。你收到的不只有报告，还可能有帮助检查报告的图表和选项。

这不意味着通用软件会消失，也不意味着每个人都应该自己造软件。需要长期稳定运行的工具，与帮助理解一次结果的临时页面，承担的责任不同。

回到开头：你不一定缺一份更长、更详细的旅行攻略。你可能缺的，是把位置和时间放在一起，看清这份安排是否适合自己。

下次拿到一份让你犹豫的 AI 答案，可以试着提出这个要求：

根据这份材料，做一个帮助我判断的图解或小页面。我想看清的是____，想尝试改变的是____。请把资料来源、计算依据和不确定的地方放在对应位置，不要只展示最后的结论。

从一个具体疑问开始，做到足够看清就停。让 AI 帮你看清这份答案，而不只是继续增加答案。

—— 第四生产力 ——

专注企业级 AI 工程实践

RAG｜Agent｜推理优化｜集群调优

从模型能力到业务价值的最后一公里。