今天 Humane 正式发布了超酷的 Humane AI Pin / AI 智能胸针，精神上实现了 Star Trek / 星际迷航里的通讯胸针，这算是三录仪、平板电脑之后，又一个成为现实的 Star Trek 技术😂 我从 Humane 的产品发布视频里，剪辑了一段和人机交互有关的部分，从 UX 设计特别是交互设计的角度说几句这个跨时代的创新设计。 1，自然语言交互 这是整个产品里最具竞争力的部
ChatGPT 流行之后，越来越多的人把 ChatgPT 当做搜索引擎来使用。本文从产品设计角度，解释这个现象背后的原因，以及它对产品设计的影响。 我以前有外号叫“人头Google脑”，手机能上网之前我就有“立刻Google一下”的名声，而且我还“代客 Google”帮人搜索💪 某次在南锣鼓巷，某路人盯着电线杆喃喃自语：你说电线杆顶上那个橙色小风车是干嘛用的？我琢磨好久也没想明白。 那位长了一张自
不用下载 APP、不用注册密码、直接在 iPhone 里使用 ChatGPT 是什么体验？ 整体设计 以前专门介绍过，怎么在 iOS、Android 的全局层面使用 ChatGPT。当时的方案需要下载 APP、安装一个特殊的 ChatGPT 键盘，而后在 iOS 里各种输入框里呼出 ChatGPT 键盘、进行 ChatGPT 操作。略微有点繁琐，键盘区的人机交互也有点怪异。 现在有了一个简单而优雅
解决了什么问题 大公司 HR 经常一天处理成百上千份简历，每份简历只能扫一眼，很容易漏掉信息。 这个 Resume-GPT 工具用 GPT 来阅读 pdf 格式的简历，并把简历内容标准化，自动从简历中抽取出有用的信息，输出为方便电脑程序处理的 YAML 格式…下一步就可以用程序分拣、分析、推荐标准化之后的简历了。 https://resume-gpt-html.onrender.com GPT 加
前两年 Netflix 纪录片“监视资本主义：智能陷阱 / The Social Dilemma”大热，引发了对推荐算法、“信息茧房”的大讨论。而后和所有热门讨论一样，很快所有人就忘了，重新回到舒适而充满刺激的信息茧房里。MIT 的研究生开发了这个软件，利用 AI 来帮大家对抗推荐算法……它能成功吗？ RecAlign（Recommendation Alignment） 是一个 Chrome 浏览
OpenAI 推出 ChatGPT 后引发了 AI 狂潮，每个人每天醒来都面临恐慌，不知道今天又会被什么 AI 新功能、新用法、新工具…新赚钱机会击中，更不知道今天会错过什么改变世界的 AI 新动态。怎么办？解决办法貌似很奇怪：听播客！ 解决了什么问题 在持续不断的 AI 信息轰炸中，目前占据 AI 信息价值链（aka 鄙视链）最顶端的，无疑是各种 AI 论文作者，以及阅读论文、把论文变成产品的
AI 代替打工人、操作员已经成为不可逆转的现实，那么以创意、创造、创作见长的艺术家呢…AI 又会以什么样的形式代替艺术家的创作？AI 能否作为一个艺术创作的实体而得到人类的认同？这位德国艺术家用挑战世界摄影大赛的方式，敦促摄影界认真地思考这个问题。 来自德国柏林的“摄影媒体艺术家” Boris Eldagsen，用一幅 AI 作品参加世界最负盛名的索尼世界摄影奖（Sony World Photog
目前在 iOS、Android 上使用 ChatGPT 的方法，要么是浏览器访问 ChatGPT 官网页面， 要么使用某个 ChatGPT APP，要么使用捷径呼出 ChatGPT，有没有一个更加全局层面的用法，让我们在“任何地方”使用 ChatGPT？ 的确有个方法：使用 ChatGPT 键盘 / ChatGPT 输入法。 下面以 Smarty 这个 iOS APP 为例，解释一下 ChatGP
整体感觉 ChatGPT 展示了无与伦比的自然语言交互能力后，沉寂数年的 Chat Bot 聊天机器人又成了产品设计的宠儿。比如 HackrHQ 这个网站，它用聊天的方式帮你寻找自由职业开发者/程序员。 https://hackrhq.com/ 网站还在极早期阶段，我测试时假设自己是设计师，正在寻找 js 程序员帮我搞定静态网站。 HackrHQ 的聊天机器人从我的需求入手，一步一步提问、引导我描
视频编辑工具 NOVA AI 的视频搜索功能，可以在视频里搜索表情、事件、物品、建筑，或者搜索名人、你、你朋友的脸，以及搜索特定单词、句子。 以后编辑视频时，就不需要反复快进、在十几小时的视频素材里寻找特定时刻了，直接搜索一下就行。 按照官网介绍，NOVA AI 使用了 AI 视觉识别来分析视频内容，每 1 小时视频大约需要 10 分钟分析并生成索引。相比在视频剪辑过程中使用“视频搜索”所节约的大
播客之类的音频内容，天然地信息密度较低、相对价值也较低。使用 ChatGPT 等 AI 技术加工播客等音频内容，提炼出有价值的信息，将明显提升音频内容的价值。 推友 @GanymedeNil 和“津津乐道播客”合作，利用 ChatGPT 和自定义的 prompt，把 281 期“津津乐道播客”节目转成了 1.8 万个中文问答对，并公开了所有数据。这是已知的第一个中文播客语料库，向社会开放这些数据，
有国外团队开发了一款特别的新闻 APP，就叫 Boring Report/无聊报道，开发者说它用 GPT 自动过滤掉新闻中耸人听闻的部分，只给读者留下最基本的信息。 进入 App Store 下载。 开发者开发这款 APP 的理由，是说新闻里哗众取宠的干扰信息太多，反而让人忽略了事实。 还真有不少人支持这种概念，还提出了各种产品设计的反馈。不过从产品设计角度来说，虽说它的创意还不错，但我不太看好这
之前推荐的 ChatGPT Prompt 教程作者 @thinkingjimmy，又发布了全新的 Midjourney Prompt 教程。 这次教程同样也是既介绍原理也分享实际例子，分为基础、常用指令（按照场景分类）、技巧、高级等几大块，主要教程内容详细而真实，既分享方法也分享了作者自己的学习过程。 作者还贴心地补充了学习所需的其他基础知识、外围知识，比如介绍部分艺术风格、艺术家。 课程也有缺憾
有人不明白“指令大全”和 Prompt Engineering 的差别。 1，“指令大全” 指令大全是一堆别人写好的 prompt，它们用固定方法解决固定问题。使用别人写好的指令时，我们就是不过脑的操作员，换言之毫无竞争力，随时能被其他更听话、体力更好、工资更低的操作员替换。 现在大家觉得“指令大全”很牛逼，主要是 ChatGPT 们还不够普及，我们在享受时间差、信息差带来的优势。等到“文心一言”
如果想学会 ChatGPT、把它作为竞争工具，推荐这个 Prompt Engineering 基础教程。 https://learningprompt.wiki 我也断断续续在这儿学习来着。 找到一手的人，学习一手资料 如果真的想学一个知识、技能、方法、方法论…最基础的方法是找到一手的人、学习一手资料。 比如学 GPT，可以学习 GPT 专家、开发者、创业公司，或者用 GPT 实操创作内容的，或者