已经有的团队开始用 AI 训练人了！

2024-02-02 游戏

强而有力，自己不不会调整么？

不让指望 AI 强而有力到能相应逆，你所述不清楚需求量，它就是个傻子。

好处的方案：多脚色 Agents 公路赛

主角一堆 AI 脚色，每个脚色塑造成相同平衡状态、相同过场的卖家，积体电路上去，让零售商像挑盲盒一样随机复活一个，开始跑步。

也别让零售商一直谈天，最多五轮就放。

零售商每次启动时互动都是正因如此新，也就便是你附加的凯醒用语之后开始，而不是接着之前的互动谈天。

就像西部世界里的仿生人一样，每晚都并不需要重启。

这样，这个执行的需要就来得很极为简单了：转换逆为反应付自行，建模其实其他用户的反应付自行，需要考验到零售商的反应付自行。

当然可以扩大一些：转换逆为一个结尾反应付自行，根据其他用户却说追反问或者反反问，互动 5 轮后终止互动完逆为建模体能训练，然后说明了过往的 5 轮互动，为其他用户的却说打分。

接下来是在凯醒用语里向 AI 透露它的 Workflow，我们可以试着脑暴建模一下：零售商发起互动，根据系统给到的脚色所述，转换逆为一段“求助型式”凯反问结尾白，如“询反问应该能应付 XX 反应付自行？”。然后根据零售商的却说进言道反反问或者补充凯反问。

这里并不需要特别注意的是，其实的卖家很少有能把自己的需求量所述很清楚的，毕竟好不容易可以塑造成一下“甲方姿态”。

所以，如何让 AI 明确指成其实其他用户那样的反应付自行，并不需要花很多功夫。

这也是崇 AI 转换逆为主旨时没用的之外：去掉浓浓的机器感觉，像生命一样强调。

这个反应付自行的应付方案，我们留给明晚的公开课，青睐仅限。

。

TAG：团队