編集者 | キャロル
出品 | CSDN（ID：CSDNnews）
コンテンツ編集者は全員、Web サイトのトピックを作成し、指定された Web サイト テンプレートを使用してページを構築した経験を持っている必要があります。これは確かに便利ですが、問題は、コンテンツに一致するテンプレートを見つけるのに多くの時間が費やされることは言うまでもなく、刻々と変化するコンテンツの場合、数セットまたは数万のテンプレートでは本質を完全に表現できないことです。
もう 1 つの方法は、「コード ジャングル」から適切なコードを直接見つけ、HTML を使用してページ フレーム構造を構築し、コンテンツのレイアウト、フォント、色、その他の外観属性を自分で調整することです。しかし、編集者は結局のところプログラマではないので、注意しないと大量のコードの中に埋もれてしまい、バグが押し込まれるとフロントエンドがそれを見つけて修正する必要があり、より多くの時間を浪費することになります。
実際、コンテンツ専攻者はテクノロジーを理解しておらず、技術専攻者もコンテンツを理解していません。これは、業界分野や職務に関係なく、すべての企業にとって頭の痛い問題です。解決策は、コンテンツ担当者にコードの書き方を教えるか、技術担当者に「愚か者スタイル」のプレゼンテーション ツールを作成させることにほかならない。前者は現実的ではないが、後者は AI がこの時代で業界に最大の変化をもたらす可能性があるところだ大型モデルの。
しかし、GPTが実現できる利便性の「力」は誰の目にも明らかですが、実際に上陸したとき、それはどのような形で現れるのでしょうか？これに関して、Microsoft のチーフ プロダクト マネージャーである Xu Jianzhi 氏は、AIGC メソッドを使用して自然言語を通じて Web サイトを直接生成する方法を次のように考えています。
「昨年、Microsoft 本社から、コンテンツに基づいて SharePoint Web サイトのテーマのデザインを自動的に提供するという提案がありました。市場構造を一般的に理解した後、多くの Web ベンダーがすでにこの分野の開発に注力していることがわかりました。 「Me too」商品を作らないために 追いつくのに苦労した末に思いついた 高さを上げてWebサイトを直接生成すれば、コンテンツ、写真、デザイン、レイアウトを含めた完全なページを作成できますを提示し、Webサイトコンテンツの階層構造を設定できるので、よりユーザーのニーズに近く、そのまま利用することができます。
このようにして、Text-to-Site が誕生しました。
インタビューゲスト
Xu Jianzhi 氏、マイクロソフト社プリンシパル プロダクト マネージャー
OneDrive および SharePoint のユーザー エクスペリエンス プロダクト マネージャー チームを担当します。Microsoft での彼のキャリアは、開発ツール、Windows、Azure を含む幅広い製品部門にわたって 20 年以上にわたります。現在は生産性部門に勤務し、Microsoft 生産性ツールのユーザー エクスペリエンスを主導し、改善しています。
ASP から text-to-site へのスクリプトを作成する
アイデアは重要ですが、ローマは一日にして成らず。
現在の AIGC には、セマンティック生成に加えて、画像 (テキストから画像) およびビデオ (テキストからビデオ) コンテンツの生成も含まれていますが、Web サイト (テキストからサイト) を直接生成する機能はまだありません。 SharePoint への AI アシスタント Copilot の追加が最近発表された重要な理由。
Copilot 以前の SharePoint は主にエンタープライズ アプリケーションの統合を通じて Web サイト開発を実現していましたが、「Copilot in SharePoint」以降は、生成 AI を使用してコンテンツとデザイン要素を自動的に生成することで、書き込み不要、さらにはデザイン不要もすぐそこまで来ています。
この傾向について Xu Jianzhi 氏は、「これは SharePoint の開発史におけるもう一つの革新的な変化です」と感慨深そうに語った。
20 年以上前に Xu Jianzhi が最初に書いた本は、開発者に Web サイトの開発方法を教えるものだったと記憶していますが、当時 ASP は主にスクリプトを書くために使用されていました。2001 年に SharePoint が正式に開始され、コードを記述する必要から、必要なページやコンポーネントをクリックするためのグラフィカル インターフェイス (GUI) の使用に始まり、その後一切の操作を必要とせず、クラウド SharePoint Online が実現しました。
Xu Jianzhi 氏によると、SharePoint は第一世代バージョンからノーコードの概念を継続しており、「今回は生成 AI を使用し、自然言語プロンプト (プロンプト) を受け入れることで、従来の GUI が徐々に置き換えられ、サイズが大きくなる可能性がある GUI が大幅に削減されます」と述べています。テクノロジーの応用の限界に達しており、要件を口頭で説明するだけで済み、5 歳の娘でも直接 Web サイトを作成できます。」
ASP はテキストからサイトへのスクリプトを書き込みますが、コードの実行、操作、書き込み、設計はすべて行われず、これらすべてが究極の機能を実現する原動力となります。そして、これらのアイデアの背後には、製品の反復に創造性を継続的に与えてきたテクノロジーの画期的な進歩があります。
「GPT は、テクノロジーにおける継続的なブレークスルーのマスターです。現在、マイクロソフトの多くの製品に GPT の機能が統合されています。テキストからサイトへの製品に名前を付けるとき、私たちは SharePoint 上で GPT 機能を最大限に表現することを考慮しています。「Copilot in SharePoint」が使用されています。 「SharePoint Copilot」と呼ばれる場合は、GPT の機能を別の製品に追加するだけですが、私たちが望んでいるのは、Microsoft 365 Copilot を使用して、生産性関連製品全体の AI エクスペリエンスを根底から支配することです。データと能力。」
自然言語プロンプト、ランディング データ、複雑なプロンプト
現時点で、SharePoint の Copilot が実装できる機能には、自然言語プロンプト、グラウンディング データ、および複雑なプロンプトが含まれます。
その中で、自然言語入力能力の大きさを判断するのは主に、必要なプロンプトの簡略化に依存します。たとえば、「オンボーディング サイト (従業員エントリ)」と入力すると、2 つの単語プロンプトを通じて、GPT は世界の知識に基づいて必要なページとコンテンツを推奨し、Copilot を通じて Web サイトを作成できます。この機能の主な理由は、大規模な言語モデルではユーザーが正確なプロンプトに従う必要がなく、「オンボーディング サイトが必要です」または「オンボーディング サイトを作成してください」などを使用しても同じ効果が得られるためです。
「SharePoint で Copilot を使用しているときに、いくつかの予期せぬ効果を発見しました。たとえば、不完全に正確なプロンプト入力の場合、GPT によって出力されるコンテンツは影響を受けません。かつて、米国の副大統領にメッセージを与えていたとき、大統領がテキストを表示したとき、 「サイトに行くと、彼は「アプリ パープル テーマ」という単語を打ち間違えました。相手が親切に注意してくれましたが、それでも意図的に Enter キーを押して、Web サイトのテーマの設定を正常に完了しました。」
GPT は、キーワード比較ではなく単語間の関係のベクトル処理に基づいて、ユーザーの意図をよりよく理解するために「タイプミス フィルタリング」を実装します。
ただし、プロンプトは世界の知識を通じて実現できますが、GPT では、コンテンツがなければ企業内のプライベート データを知る方法がまだありません。したがって、生成された Web サイトを実用的なものにしたい場合は、ページ コンテンツのパーソナライゼーションの程度を最大限に高めて、より適切に実装する必要があります。
パーソナライズされたデータの観点から言えば、Microsoft の利点は、顧客が会社のディレクトリ、文書、電子メール、会議議事録、Web サイトなど、あらゆる種類のデータをクラウド上で取得できることです。最下層では、ユーザーが選択したランディングデータをMicrosoft Graphを通じて同一クラウド上のGPTモデルに提供することで、個人情報を漏らすことなくパーソナライズされたWebサイトを生成できる。
たとえば、次のように入力します。
「ティールをテーマにしたプロダクト マネージャー向けの #ODSP オンボーディング サイトが必要です。最初のページに @Adam からのウェルカム メッセージを含めてください。」
「上記のプロンプトには、目的 (オンボーディング サイト)、オブジェクト (プロダクト マネージャー)、デザイン (ティールのテーマ) が含まれており、特定の人 (アダム) からのページの領域 (ウェルカム メッセージ) も指定されています。これらの順序は「要素は重要ではありません。選択することもでき、ユーザーは必要に応じて要素を組み合わせて、追加または削除されるかどうかを確認できます。」 このうち、プロンプト内の「#」は Microsoft の Viva Topics によってマークされ、自動的にマークされます
。ウィキペディアのキーワードや略語と同様に、AI を使用してイントラネット上で作成されます。#ODSP はランディング データであり、略語 (OneDrive と SharePoint) の意味、関係者と関連ファイルのリストを取り出して GPT に渡します。@Adam はまた、マークされた人物の名前、役職、電子メールを GPT モデルに提供できるデータをランディングし、それによって推奨 Web ページのコンテンツを生成します。
「上のスクリーンショットから、Adam のメールボックスを通じて、GPT がこれが Microsoft の Web サイトであることをすでに推測していることがわかります。「Microsoft へようこそ」というマークに加えて、会社の文化を紹介する生成されたページの部分は GPT の Web サイトからのものです。その知識は当社と完全に一致しています。さらに、前述の Viva Topics のランディング データのおかげで、GPT は ODSP をよりよく理解して説明し、トピック内の関連担当者をページ上の主要な連絡先として自動的に確立できます。 」と徐建志序文は述べた。
ただし、プロンプトを合理化することでテクノロジー使用のボトルネックを大幅に軽減できますが、実際の生産性を飛躍的に向上させるには、明確なニーズを把握し、複雑なプロンプトを通じて必要な Web サイトを生成する必要があります。Xu Jianzhi 氏の計算によると、伝統的に使用されているグラフィカル インターフェイスは、7 ページと各ページに 5 つのブロックからなる Web サイトを作成するだけであり、グラフィカル インターフェイスをマウスで何百回もクリックして必要な要素を追加する必要があります。ただし、次のプロンプトを入力すると、必要な Web サイトを一度に生成できます。
「チームメンバー向けに、ティールをテーマにした ODSP オンボーディング サイトが必要です。このサイトには、「ホーム」、「はじめに」、「ODSP について」、「文化」、「誰が何をするのか」、「学習ライブラリ」、「マネージャーと担当者」を含む 7 ページがあります。最初のページには、以下のセクションが必要です: チームへようこそ、主要なページ、最新のチームメイトの紹介、ニュース、ODSP オンボーディング v チームの紹介、v チームの活動。
特定の着陸シナリオでは、GPT の強化により、テキストからサイトへのさまざまな業界のアプリケーションをよりよく理解できるようになります。「SharePoint で Copilot のさまざまな機能をテストするために、いくつかの機能を追加しました。たとえば、 「地震危機管理ウェブサイトの場合、GPT は特別な強調を提案し、地図、即時通知のためのページと機能を追加します。伝染病危機管理ウェブサイトの場合、疫病政策、傾向グラフ、ホームページからの隔離と作業を追加します。」
ビッグ言語モデルと Microsoft Graph の統合
Microsoft が精力的に推進している AI-First アプリとして、Xu Jianzhi 氏は、基礎となるデータと機能を接続する Copilot の機能の鍵は、大規模な言語モデルと Microsoft Graph の統合にあると紹介しました。
最初、Xu Jianzhi 氏が「テキストからサイトへ」というアイデアをエンジニアリング チームと共有したとき、全員の最初の反応は、それを実現するには 1 ～ 2 年かかるだろうというものでした。「私の同僚は、この研究を完了するには、長い間忘れられていた数学を習得し、ユーザーが入力した自然言語の意図を解釈する方法を含むモデルとアルゴリズムの動作を理解し、さらにはデータを取得してモデルをトレーニングするなどして、アプリケーションに必要な機能の作成を開始します。また、AI 機能を作成するために独自の AI チームを設立する必要があるかどうかについて、1 年以上前に研究開発ディレクターと議論しました。 GPT の大規模言語モデルと強力な AI のサポート、上記の要件はすべてなくなりました。」
実際、大きな言語モデルは、訓練を受けて世界の知識を吸収し、意図を理解し、要求を自ら処理する能力を備えた大学生とみなすことができます。これには 2 つの重要な点が含まれています。
1 つ目はプロンプト コマンドです。プロンプトはユーザーと対話する唯一のインターフェイスです。ユーザー入力を簡素化するには、ユーザー独自のプロンプト (ユーザー プロンプト) に加えて、GPT に送信されるシステム プロンプトを追加する必要があります。たとえば、ユーザーが「オンボーディング サイト」に入るときに、追加のプロンプト コマンドを追加して、「GPT に催眠術をかけて、特定の側面 (たとえば、SharePoint Web サイト開発者として使用できる) の能力を目覚めさせ、十分な背景を提供する」ことができます。ユーザーが望む結果を生成するための情報:
「あなたは SharePoint 開発者で、ユーザーが Web サイトを作成するのを手伝います。出力には、ページとセクション、対応する Web パーツ、サンプル コンテンツ、テーマを含む提案されたコンテンツ階層が含まれている必要があります。以下はユーザーが構築したいサイトです。」
「SharePoint 開発者のキーワードを通じて、モデル内の SharePoint の知識を強調して目覚めさせるとともに、Web サイトの作成が主な目的であることを GPT に知らせます。その後、システム プロンプトをユーザー プロンプトに接続し、送信するだけで済みます。それらを GPT に変換して結果を生成します。」
システム プロンプトに加えて、もう 1 つの重要なポイントは、上記の例のコンテンツ構造、ページ、ページ領域など、出力する必要があるメタデータを記述して指定することです。この方法の利点は、アプリケーション開発者がさまざまなユーザー プロンプトから意図と目的を分析する方法に注意を払う必要がなく、最後に必要なメタデータ コンテンツを GPT に出力させるだけでよく、さらに次のようなさまざまな形式を指定できることです。 JSON または Java Script コード。以下に提案する例は異なりますが、生成されるメタデータはコンテンツと同じです。
「インディゴをテーマにしたプロダクト マネージャー向けのオンボーディング サイトが必要です。」
「プロダクト マネージャーのオンボーディング サイトを作成します。インディゴのテーマを適用します。」
「インディゴをテーマにしたオンボーディング サイト。サイトの対象読者はプロダクト マネージャーです。」
「上記のシステム プロンプト、ユーザー プロンプト、指定されたメタデータ構造と、企業独自のランディング データを組み合わせることで、高度にパーソナライズされたコンテンツ マッチング機能を生成し、必要なアプリケーションを構築することができます。内部の技術構造の観点から、これを実装するには、Microsoft がリリースした Semantic Kernel (セマンティック カーネル) SDK を使用することをお勧めします。
「テキストプロンプトはAIGC世界の共通通貨となるだろう」
CSDN: Text-to-Site を構築する過程で、最も大きな感情は何ですか?
Xu Jianzhi: AI-First App のパワーを十分に理解した後、プログラミング言語、データ、自然言語など、本当に多くのことを感じています。
1つ目は、プログラミング言語が民主化されるということです。これは、OpenAIに復帰したアンドレイ・カルパシー氏（元テスラ人工知能・自動運転部門責任者で、今年再びOpenAIに加わった）の観察だ。
「最も注目されている新しいプログラミング言語は英語です（現在最も人気のあるプログラミング言語は英語です）」
ユーザーが SharePoint で Copilot を使用するプロセスは、従来のバッチ コマンド ライン命令を使用する場合と似ています。違いは、自然言語を使用することで技術的なしきい値を大幅に下げることができ、高いフォールト トレランスによりタイプミスがあってもプロンプトを理解できることです。 。
次に、ランディング データがパーソナライズされたサービスの鍵となります。GPT は世界の知識を習得していますが、ランディング データの使用は、各企業が既存のデータの可能性を大幅に解放し、従業員の生産性を向上させるのに役立ちます。もちろん、プライバシーが鍵となるため、Azure を通じた OpenAI サービス、または OpenAI の今後のエンタープライズ GPT はすべて、実用的な実装のための実行可能なオプションです。ここで、GPT のトレーニングには同社独自のデータが使用されていないことに注意してください。
さらに、自然言語は新世代のヒューマン・コンピューター・インターフェースとなるでしょう。現在のほとんどすべてのアプリケーションは GUI ヒューマン マシン インターフェイスです。大規模な言語モデルを借用して自然言語インターフェイスを追加することは価値があります。GPT を統合する SharePoint の Copilot の観点から見ると、確かに技術的な敷居を下げ、従業員の生産性を向上させることができます。大規模な言語モデルのサポートを従来のグラフィカル インターフェイスに統合することで、AI ファースト アプリに進化しました。
同時に、テキスト プロンプトが AIGC の世界の共通通貨になることにも気づき、不必要なグラフィカル インターフェイス要素を最小限に抑えるというプロジェクトの原則を確立しました。このようにして、後でさまざまな AIGC の新しいサービスにアクセスするのに便利です。さらに、テキストからサイトへの変換をサービスに変換し、他のアプリケーションやサービスにアクセスすることもできます。
CSDN: テキストからサイトへの技術的な生成とランディング操作について、個人的にどの側面に関心がありますか? プロジェクトは現在どのような課題に直面しており、それはどのように解決されるのでしょうか?
Xu Jianzhi:個人的には、技術的な詳細にはあまり興味がなく、一般的な動作メカニズムしか知りません。本当に興味深いのは、これをあらゆる階層に適用して、さまざまなグループのニーズに応える方法です。電気が発見され、送電網が確立され、さまざまな家庭、会社、工場に接続できるように、人間の生活を改善するために電気をどのように使用および応用できるかが、私たちのチームの総意でもあります。大規模な言語モデルに関する研究は長年にわたって開発されてきましたが、数千万、さらには数十億の視聴者や単位を考慮する必要がある場合、最も重要なことは、大きな言語モデルのアプリケーションをどのように設計するかということです。さまざまな民族、さまざまな背景、一般の初心者ユーザーから上級ユーザー、さらには企業のニーズまで。
ここで言うデザインとは、ユーザーエクスペリエンスのビジュアルデザインに限定されるものではありません。大規模な言語モデルの開発は、大規模な言語モデルの使用法と制限、プロンプトにランディング データを追加する方法、インタラクティブなエクスペリエンスの視覚的な提示、提案やプロンプトの提供などをユーザーが理解できるよう支援することまで、未知の新しい分野に足を踏み入れるようなものです。さらに、トークンを最適化する方法、さまざまなスキルをサポートするように拡張できるアーキテクチャの設計、パフォーマンスの最適化と向上、ユーザーの不正使用の防止、ビジネスにおけるビジネス モデルの構築方法など、基礎となるアーキテクチャの設計も考慮する必要があります。 、コスト構造の分析、課金方法やSKUの設計…など多方面にまたがる状況ですが、ゲームのルールが確立されておらず、模倣される可能性があります。
これまでにない新たなブルーオーシャンで、未知の部分が多く、顧客との議論や検証、さらには失敗を繰り返しながら改善を繰り返すこともありますが、先回りしてゲームのルールを策定していくのも楽しいです。同時に、Microsoft は、AI 時代を進める上で私たちが考え、学んだことをオープンソースを通じて徐々に共有しています。
AIファーストアプリはどのように構成されていますか?
CSDN: 具体的には、text-to-site はどのようにしてユーザーの指示の意図を特定し、目的の操作を完了するのですか?
Xu Jianzhi:前にも述べたように、大きな言語モデルはセマンティクス (意味論) を区別し、ユーザーの意図を特定することに優れており、プロンプトの説明はより柔軟であり、順序は重要ではありません。ただし、従来のコードは構文 (構文) を重視しており、構文は非常に正確である必要があり、タイプミスがあってはなりません。AI ファースト アプリを開発したい開発者にとって、この 2 つを統合することは非常に困難です。
SharePoint の Copilot を例に挙げると、ニーズに応じて Web サイトを作成するというユーザーの意図を特定し、ランディング データを含む関連する背景情報を理解した後、次のステップでは、それをさまざまなステップに分解して、対応するコードを実行します。 Web サイトの構造、ページ、ページの段落、Web パーツ、写真、タイポグラフィ、デザイン...
これらのプロセスは実際には非常に固定されており (下図を参照)、最近人気の AutoGPT や AgentGPT に非常によく似ています。ユーザーの目標 (ASK) が分解されて計画され (プランナー)、さまざまなスキル (スキル) で実装され、最後に段階的に実行されます。Microsoft が少し前に開発したオープンソースの Semantic Kernel SDK は、開発者が AI ファースト アプリを迅速に開発できるように直接適用できる強力なツールです。
その中で推奨されているCopilot Chatを例に挙げると、テキストの自動生成に加え、パーソナライズされたレコメンデーション、データやドキュメントのインポート、拡張性、インテリジェントな顧客サービスなどの機能を備えています。したがって、開発者がインテリジェントな顧客サービス、パーソナライズされた推奨システム、人事アシスタント、電子商取引インテリジェント アシスタントなどの機能を構築したい場合、それらはすべて Copilot Chat を通じて実現できます。
CSDN: 技術的な詳細の観点から見ると、グラウンディング データはどのように実現されますか? あるいは、GPT に着陸側のデータを理解して統合させ、LLM を組み合わせて正確なコンテンツを生成するにはどうすればよいでしょうか? 技術的なロジックとは何ですか?
Xu Jianzhi:ランディング データの利用は、フロントエンドとバックエンドの 2 つの側面から考慮する必要があります。
1 つ目はユーザー エクスペリエンスですが、ユーザーはランディング データをユーザー プロンプトに直接追加できます。たとえば、上記のウェルカム メッセージは、ユーザー プロンプトに「VP PM である Adam からのウェルカム メッセージ、彼の電子メールは次のとおりです」と直接入力できます。 [email protected]」。しかし、ランディング データの量が比較的多くなると、これは非常に非現実的なユーザー エクスペリエンスになります。この時点で、# または @ 選択などの手段によってプロセスを簡素化し、ユーザーがユーザー プロンプトを入力するときに人物、ドキュメント、Web サイトなどを選択できるようにします。もちろん、これは前述のシステム プロンプトの後にユーザー プロンプトが続くのと同様で、ユーザーが選択したランディング データがバックグラウンドで展開され、テキスト コンテンツに変更され、ユーザー プロンプトに統合されます。次の図は、トピック ランディング データのユーザー エクスペリエンスの例です。
AI-First アプリは従来の開発者とデザイナーを転覆させています
CSDN: 現在適用可能な機能の欠点は何ですか?また、それらはどのように最適化されますか? 近い将来、どのような新機能が作成されるのでしょうか?
Xu Jianzhi:現時点では、大規模な言語モデルに共通する問題は非常に似ていますので、いくつか例を示します。
実践の過程で、GPT は数学が苦手なだけでなく、デザインの美しさを改善する必要があることがわかりました。以前、地震対策のウェブサイトを作成したことがありますが、実際にはウェブページの背景に大きな赤色が表示されていたため、GPTに理由を尋ねたところ、「地震は非常に危険なので、赤は危険を示す色です。」とのことでした。私たちの最適化方法は、デザイナーを変更してプロフェッショナルなデザイン テンプレートを提供し、セマンティック記述を追加してから、GPT に適切なデザインを選択させることです。
また、Webサイトはテキスト、写真、動画など複数のモードで表示され、目的に応じて複数のページが存在するため、効率性も大きな問題となります。このコンテンツの作成には時間がかかりますが、ユーザー エクスペリエンスとテクノロジーを使用して、ユーザーが生成された結果を 15 秒以内に確認できるようにすることができます。もちろん、トークンの制限は創意工夫によって解決することもでき、例えば、元の 1 セッションのプロセス プロンプトと Web サイト全体の生成コンテンツを変更して、異なるセッションで異なるページ コンテンツをバッチで生成することもできます。
CSDN: さらなる課題を克服した後、SharePoint の Copilot は将来どのようなアプリケーション エコロジーを提示するのでしょうか? どのようなアイデアがありますか?
Xu Jianzhi:将来は AI が遍在する環境になるため、テキストからサイトへの変換機能は SharePoint に限定されなくなります。Microsoft 365 Biz Chat のイマーシブ チャット ロボットを介して、さまざまなアプリケーションの機能を呼び出すことができます。おそらく、最後のヒントはまだ AI を使用して、終了したばかりの新しいプロジェクトの会議で言及された To Do を整理することですが、次のヒントでは、SharePoint に直接、会議の内容と参加者に基づいて新しいプロジェクトの共同 Web サイトを作成するよう依頼する可能性があります。会議を記録する 後で説明する作業を完了するために SharePoint にブラウザーを開く代わりに、会議を関連ドキュメントとともに Web サイトに配置して権限を設定します。
さらに、SharePoint は、Teams アプレットと Microsoft の別の AI 製品ラインである Viva の両方の基盤となるプラットフォームの役割も果たします。サードパーティの SharePoint テンプレートと WebPart が自然言語の大規模言語モデルを利用できるように支援する機能に加えて、上記の 2 つの方向に関して多くの革新が起こることも期待できます。
CSDN: AI ファースト アプリの時代に入り、開発者にとっての変化は何ですか? 開発者に言いたいことは何ですか?
Xu Jianzhi:誰かが「大規模な言語モデルのアプリケーションを開発するのは、犬を訓練するようなものだ」と言ったのを覚えています。精度と効率を追求する伝統的なエンジニアリングの概念とは異なり、グラフィカルなマンマシンインターフェースを通じて可能な限りユーザーのニーズに近いデジタルコンテンツを生成できたかつてのデジタルコンテンツは、AIGC時代へと進化しました。正確である必要はないというプロンプトが表示されるだけでなく、何十回も繰り返される可能性もあります。数百回の異なる反復の結果に基づいて、お気に入りのソリューションが選択されます。その根本的な理由は、自然言語の入力コストがとても低い。
これらの新世代の AI ファースト アプリは、従来の開発者、デザイナー、プロダクト マネージャーのスキルや認識を覆しています。すべての開発者が歴史に参加し、AI スターの海への旅に足跡を残す機会があるため、これは残酷だが美しい時代となるでしょう。大規模な言語モデルへの投資はますます増えていますが、大規模なコンピューティング能力と大規模なデータへの需要を考慮すると、「電力会社」はそれほど多くは残らないでしょう。逆に、一般の開発者にとって、大規模な言語モデルのアプリケーションを作成することは、またとない素晴らしい人生のチャンスであり、多くの大手企業がヒントエンジニアリング、プラグイン開発、セマンティックカーネルなどを次々と提供することになると思います。ユーザー エクスペリエンス デザイン ガイドなどの学習リソースをお見逃しなく。
