23499
155人文工作者没有创造世界变化，但他们却在承受世界变化的前沿。
如果 AI 真的会改变一切行业，那作为人文工作者怎么办？对于汉洋和重轻来说，过去一年半里我们用 AI 极大地提升了我们的工作效率，并且开始了很多以前我们无法想象的旅程。我们相信所有人文工作者都可以获得和我们一样的能力，关键是：怎么做？
AI 消耗的能量不只是那几瓦的电力，还有你每天吃过饭。Prompt Engineering 的时候，他们认为这些都是 Hack、认为 AI 一些工程方法，但对我们来说，这不是工程方法，这是工作方法。
本期节目源自 25 年汉洋私下做的几次分享，所以内容都是我们真实工作中与 AI 合作的经验，希望对你有帮助。
本期主播：汉洋、重轻
Shownotes
一篇 AI 自动生成的 FUNES 文章例子:塞利米耶清真寺 Selimiye Mosque
本期节目逐字稿在 shishufeng.com
诗梳风由汉洋和重轻主持，如需联系请致信 hy@funes.world
00:00:06 “给人文工作者准备的 AI 指南”缘起
00:03:01 为什么听我们讲：FUNES 项目如何用 AI 量产建筑介绍
00:06:07 悖论：文字工作者最该用大模型，却往往用得最差
00:09:30 把 AI 当工作台而非许愿池，杜绝直接要结果
00:15:00 像带实习生一样带 AI，详细交代背景和意图
00:17:40 AI 有性格，同一个问题建议对比三个模型
00:20:00 AI 常识仅相当于本科生，专业知识必须投喂
00:23:40 案例：将非虚构写作拆解为 26 个步骤，让 AI 分步执行
00:26:30 祛魅：AI 是在人类搭建的骨架里做高维度的插值
00:36:20 AI 会偷懒，人要负责把资料转成纯文本喂给它
00:40:40 AI 记忆有限，让它做压缩任务远好于扩张任务
00:43:10 修改生产流水线而非单篇结果，克制亲自上手的冲动
00:44:43 利用 AI 的产量优势，生成 50 个选项从中挑最好的
00:48:40 最终壁垒是真实世界的材料获取能力与人的品味
理科生是大事儿小事都在拆，不停的拆拆拆，拆成原子化的动作，然后扒拉这套动作里哪些可以给机器，哪些可以外包，哪些可以标准化写进操作手册。
文科生更多会强调一种“感觉”或者说“手感”，到某一层就停止拆解，把它打包成一种可以客观上被训练但无法再细分的东西。我能理解汉洋被关在小屋子里拆解自己写文章的26个步骤的别扭，可那就是理科生产出一个成果的日常。
这两种模式本来各有千秋，各成壁垒，互不影响，但我听到这里意识到汉洋给人文工作者解释怎么和AI打交道的时候，那种反直觉的操作恰恰是理科生（比如画一个结构图或者编一个程序）的日常时，我觉得不是文科生落后，是恰好有这么一个工具诞生，它明显更适用于前一种使用习惯（拆解动作，细分要求，重复和自动化标准流程从而提高效率），而我们人类不得不面对那种所谓“直觉”和“灵感”怎么拆成更小的动作这个本不愿面对的问题，这道坎跨过去，AI就是好用的工具，理科生单纯因为旧有的习惯先跨过去半只脚。但大家跨过去都得同时面对一只怪兽，它叫做“那我是谁”？