从提示词到合作伙伴：设计你的定制AI助手
为什么构建自己的AI助手？
如果你曾经无数次复制粘贴相同的超长提示词，你已经感受到了这种痛苦。AI助手可以将一次性的“优秀提示词”转变为可靠的团队成员。公开可用的AI助手通常很通用，没有针对你的使用场景进行定制。
公开AI助手适合获取灵感，但没有什么比得上一个能为你和团队解决重复问题、用你的声音、结合你的背景和约束条件的助手。构建自己的AI助手可以让你和他人更快、更容易地获得更好、可重复、一致的结果。
重用提示词的好处
构建自己的AI助手相比编写或重用提示词有以下优势：
专注于真实重复问题 优秀的AI助手不是需要不断调整的通用“全能”机器人。它专注于单个重复出现的问题，这些问题手动完成需要很长时间，且质量因执行者而异。
为你的背景定制 大多数大语言模型旨在满足所有人的所有需求。AI助手通过允许你定制它来自动按你想要的方式工作，从而改变这一现状。
规模化一致性 你可以使用WIRE+FRAME提示框架创建结构化、可重用的提示词。AI助手是下一个逻辑步骤：无需每次复制粘贴微调过的提示词并共享背景信息和示例，你可以将其内置到助手本身中。
编码专业知识 每次将优秀提示词转化为AI助手时，你实际上是在封装你的专业知识。你的助手成为超越项目（甚至工作变动）的活的设计指南。
团队成员更快上手 新设计师不必从零开始，他们可以使用预先调好的助手。将其视为无需长时间入职培训的知识传递。
构建自己AI助手而非使用公开助手的原因
公开AI助手就像库存模板。虽然它们与通用AI平台相比有特定用途，并且是有用的起点，但如果你需要量身定制的东西，应该构建自己的。
匹配度：公开助手为大众构建。你的工作有它们永远无法完全匹配的特殊性、语调和流程。
信任与安全：你无法控制别人内置的指令或隐藏的保护措施。使用自己的助手，你确切知道它会（和不会）做什么。
进化：你设计和构建的AI助手可以与团队一起成长。你可以更新文件、调整提示词并维护变更日志——公开机器人不会为你做这些。
何时（暂时）不构建AI助手
当相同的受众经常遇到相同问题时，AI助手很棒。当匹配度不够或风险高时，应暂时跳过构建AI助手：
一次性或罕见任务 如果不会每月至少重用一次，建议保留为保存的WIRE+FRAME提示词。
敏感或受监管数据 如果需要内置个人身份信息、健康、金融、法律或商业秘密，建议不构建AI助手。
重度编排或逻辑 多步骤工作流、API调用、数据库写入和批准超出了AI助手的范围，属于代理领域。
实时信息 AI助手可能无法访问实时数据。如果需要这些，可以上传近实时数据或连接你或公司控制的数据源。
高风险输出 对于合规、法律、医疗或需要可审计性的领域，考虑实施流程保护措施和培训，保持人类在循环中进行适当审查和问责。
无明确收益 如果无法命名成功指标，建议保留为保存的WIRE+FRAME提示词。
始终从用户开始
如果你为除自己之外的任何人构建AI助手，在构建任何东西之前，先从用户及其需求开始：
- 谁将使用这个助手？
- 他们今天挣扎的具体痛点或任务是什么？
- 什么语言、语气和例子会让他们感觉自然？
不先做这些就构建，肯定会得到聪明但没人真正想用的助手。
从提示词到助手
你已经通过WIRE+FRAME完成了繁重的工作。现在只需将那个精炼可靠的提示词转化为可重用和共享的CustomGPT。你可以使用MATCH作为检查清单，从优秀提示词到有用的AI助手：
M：映射你的提示词 将成功的WIRE+FRAME提示词移植到AI助手中。
A：添加知识和训练 将助手扎根于你的世界。上传知识文件、示例或指南，使其独一无二。
T：为受众定制 让使用它的人感觉自然。给予它正确的能力，同时调整其设置、语气、示例和对话启动器。
C：检查、测试和优化 使用不同输入测试预览版本，并优化直到获得预期结果。
H：交付和维护 设置共享选项和权限，分享链接，并维护它。
演练：洞察解释器
拥有大量客户反馈是个好问题。公司通过调查和研究主动寻求客户反馈（征询的），但也通过社交媒体或公开评论收到未经请求的反馈。这是信息的金矿，但试图理解所有这些可能混乱且 overwhelming，而且没人觉得这有趣。这就是像洞察解释器这样的AI助手可以帮忙的地方。
M：映射你的提示词
将完整的WIRE+FRAME提示词完全按原样粘贴到Instructions部分：
- Who & What：AI角色和核心交付物
- Input Context：背景或数据范围来框定任务
- Rules & Constraints：边界
- Expected Output：交付物的格式和字段
- Flow：明确、有序的子任务
- Reference Voice：语气、情绪或参考
- Ask for Clarification：如果不清楚就问问题
- Memory：记忆以回忆早期定义
- Evaluate & Iterate：让AI自我批评输出
A：添加知识和训练
在知识部分，上传最多20个清晰标记的文件，帮助CustomGPT有效响应。保持文件小巧且有版本控制：
- 主题分类法
- 解析上传数据的说明
- 使用此结构的真实UX研究报告示例
- 严重性和工作量的评分指南
- 客户旅程图阶段
- 客户反馈文件模板
T：为受众定制
受众定制 如果为他人构建，你的提示词应在"Reference Voice"部分解决语气问题。使用Conversation starters部分添加一些示例或常见提示词。
功能定制 填写CustomGPT名称、图标、描述和功能：
- 名称：选择能清楚说明CustomGPT功能的名称
- 图标：上传或生成图像，保持简单以便在小尺寸时易于识别
- 描述：简洁清晰的描述
- 推荐模型：如果需要特定模型能力，选择它
- 功能：关闭不需要的任何功能
- 操作：使第三方API可用于CustomGPT
- 附加设置：选择退出训练OpenAI模型
C：检查、测试和优化
进行最后一次视觉检查，确保填写了所有适用字段：
- 概念是否清晰明确？
- 角色、目标和语气是否清晰？
- 是否有正确的资产支持？
- 流程是否足够简单？
使用预览面板验证CustomGPT性能是否与原始WIRE+FRAME提示词一样好或更好。
调试修复：
- 通用答案？收紧输入上下文或更新知识文件
- 幻觉？重新访问规则部分，关闭网络浏览
- 错误语气？加强参考声音或替换更清晰的示例
- 不一致？在预览中跨模型测试并设置最可靠的为"推荐"
H：交付和维护
当CustomGPT准备好时，可以通过"Create"选项发布：
- 仅限我：私人使用
- 有链接的任何人：可共享但不可搜索
- GPT商店：完全公开
- 工作区：仅在业务账户内共享
但交付不以发布结束，你应该维护它以保持相关性和有用性：
- 收集反馈
- 迭代应用更改
- 跟踪变更
- 定期刷新知识文件
其他AI助手的灵感
除了洞察解释器，还有其他现实用途可以激发你自己AI助手的想法：
- Workshop Wizard：生成研讨会议程，制作破冰问题，并跟进调查草稿
- Research Roundup Buddy：将原始转录总结为关键主题，然后为团队分享创建亮点集锦
- Persona Refresher：用最新客户反馈更新过时的角色，然后用不同语气重写
- Content Checker：在内容上线前检查语气、可访问性和阅读水平
- Trend Tamer：扫描竞争对手评论并识别可在进入路线图前采取行动的新兴模式
- Microcopy Provocateur：通过注入不同语气测试替代文案选项
- Ethical UX Debater：通过模拟道德委员会或关注用户的声音来挑战你的设计决策
最好的AI助手来自仔细检查你的工作流程，寻找AI可以定期和重复增强工作的领域。
关于助手的问答
CustomGPT有哪些限制？ 目前，AI最好的类比是非常聪明的实习生，可以访问大量信息。CustomGPT仍然运行在LLM模型上，这些模型基本上是在大量信息上训练的，并编程基于该数据预测性生成响应。
我可以复制别人的公开CustomGPT并调整吗？ 不能直接复制，但如果你受到另一个CustomGPT的启发，可以使用WIRE+FRAME和MATCH重建自己的。
我上传的文件有多私密？ 你上传的文件被存储并用于回答你的CustomGPT的提示词。如果你的CustomGPT不是私有的，或者你没有禁用隐藏设置，这些数据可能被引用。
我可以上传多少文件，大小重要吗？ 限制因平台而异，但更小、更具体的文件通常比巨型文档表现更好。
CustomGPT和项目有什么区别？ CustomGPT是专注的助手，像训练好做好一个角色的实习生。项目更像是一个工作区，你可以在其中为更广泛的工作分组多个提示词、文件和对话。
从阅读到构建
在这个AI x设计系列中，我们从混乱的提示到结构化的提示框架WIRE+FRAME，现在到了你可重复使用的AI伙伴。
CustomGPT不会取代设计师，而是增强他们。真正的魔力不在工具本身，而在你如何设计和管理它。你可以使用公开CustomGPT获取灵感，但真正适合你工作流程的是你自己设计的那些。它们扩展了你的工艺，编码了你的专业知识，并给予你的团队通用AI模型无法提供的杠杆作用。
本周就构建一个。更好的是，今天就构建。训练它，分享它，压力测试它，并将其优化为可以增强你团队的AI助手。