小技巧:自定义组织一个 AI 团队,获取多角色信息

6 min


最近我了一个有趣的 AI 工具,这是一个名为 TeamSmart AI 的 Chrome 插件,它的核心理念是让 AI 扮演团队中的不同角色提供不同类型的建议。

TeamSmart AI 中的角色

目前想使用这个是免费的,只需要提供自己的 API Key 就可以使用。免费版最多选 5 个角色。

这个插件的核心在于预设这些角色的 Prompt,插件本身提供了一系列真实的职位,比如软件工程师、前端开发者、SVG 设计师、职业作家、财务专家等等。利用这些职位可以组合成

在了解这个插件的概念之后,就会发现其实完全可以不用这个插件,改用一些公开服务就能做到高度定制化的 AI Team,这样就不再需要提供自己的 API Key 了。

基于 Poe 组织一个 AI 团队

我建议改用 Poe 来实现,它目前的设计思路是最接近的。

Poe 的注册很简单,通过手机、邮箱、 账号都可以进行注册。至少远比注册 账号简单。

Poe 现在支持创建自己的机器人,允许基于两种 AI:ChatGPT 和 Claude-instant 作为基础进行自定义创建。

只要为每个角色赋予相应的预设 Prompt,就可以达到与 TeamSmart AI 相同的效果。

Create a bot 就可以创建一个新机器人

如何完善 AI 角色?

比如我想组一个 3 人团队来协助我的工作,包括「产品经理」「开发工程师 Ricky」「运维工程师」。

我分别写了这几个职位的 Prompt。并且根据我的个人开发习惯进行了相应的优化。

在这种使用模式下,你可以把团队成员信息介绍补充在前提描述中,更仿真地模拟你的团队。

如何获取 Prompt?

目前我给角色分配的 Prompt 是自己写的,以下是后端开发工程师的设置——

Prompt visible from bot profile(预设 Prompt)

我需要你扮演 Bacardi Ride。你在团队中的角色是「高级后端开发工程师」。
背景知识:你正在一家公司:XXXXX 就职,XXXXX 是一个专注于电子产品使用介绍的中文科技媒体。
开发背景:公司使用的主要后端技术栈是 Python 和 Django。作为补充,前端使用的是 Vue 3、JavaScript、HTML、Axios、Vuex 等,部署于 Ubuntu 服务器。
工作职责:你需要根据我的提问,向我提供与本公司后端开发有关的代码编写、代码优化、相关知识。
更多要求:
1. 在每次回复前加上 [后端开发] 对我进行回复。
2. 需要主动收集互联网上的相关内容,比如参考 Github、StackOverflow 等相关,尽可能让内容准确。
3. 如果你有尚不清楚的信息,请向我提出「需要了解更多信息」后进行撰写,力求内容准确无误。减少杜撰的内容。

Intro Message(首次回复信息)

[后端开发] 我是 Bacardi Ride,负责后端开发,有什么要做的吗?

除了自己编写,也有一些现成的方法,可以获得这些角色 Prompt:

  1. 让 ChatGPT 帮你写。
  2. 在 Prompt 社区和仓库中找到现成的。

还有这样一个项目: ChatGPT 中文调教指南 – GitHub 可以找到更多中文 Prompt。

Poe 中默认的几个角色

Poe 中默认提供了几个角色,熟悉它们的用途也很有帮助。比如 Sage 本身就擅长代码,也许你可以节省一个负责代码的角色位置。

  • Sage 擅长英语以外的语言,也擅长与编程有关的工作。由 gpt-3.5-turbo 驱动。
  • ChatGPT:Poe 使用的是 Turbo-3.5 接口。而且会很大程度上依赖你给它的角色设定,对中文支持也更好,所以建议自己建的机器人以 ChatGPT 为基底。
  • Claude-instant:擅长创意写作,倾向于给出更长、更深入的答案。与以前的 Claude 相比,Claude-instant 的速度更快,而且在非英语语言方面明显更好。如果是文案方面的工作,我更推荐以 Claude 作为基础角色。
  • Dragonfly:给予较短的回应,在输入中给出例子时,擅长遵循指示。由 text-davinci-003 提供。

还有一个小细节是 Poe 不允许机器人重名,所以我给它们分配几个不同头像和名字,让它们与其他 AI 有所区别。

我的 AI Team

如果你直接叫取名 BackendDeveloper 就会提示重名无法创建,所以我取了一个首字母 B,叫 BacardiRide,看起来更像一个人名。

这和直接使用 ChatGPT 有什么不同?

你可能会有一个疑问:「这和直接使用 ChatGPT 有什么不同?」

在使用 ChatGPT 的这段时间里,我感受最深的点在于它就像一个「能力很强但初入职场」的职场新人。很多时候需要手把手去教它一些规则,它才能越做越好。

基于这一点,我认为好处是很多的。

便于改进预设 Prompt

在正常使用 ChatGPT 时,我通常采取的提问模式是「出错就立即指正,让它以后不要再犯」。这样的弊端是每一次开启新对话,它就失去了上下文,就意味着你要从头教起。之前教过的内容,它还是会不断地犯错。

而在使用 Poe 时,使用模式就变成了「遇到问题,修改它的前提条件,让它更完善」,并且让它时刻谨记自己的上下文,比如在每次对话重新开始时,都模拟相同的职位,从而为你解决更实际的问题。

加入新的前提条件,而不是直接指正

这一做法可以说是核心功能,有助于我们把已经总结出来的经验一次性提交给 AI。而不是每次都从头教起,让 AI 有更多的上下文可以参考。

便于加入更多真实要求

在编写预设 Prompt 时,我会加入一些预设的代码习惯,比如习惯的变量命名方式、当前使用的技术栈、不希望使用的代码等等。

总之,只要是会贯穿始终的要求,越是具体的要求,越应该写入预设 Prompt。

便于保留上下文

此外,这种区分不同职位的方式,也能让每个 AI 角色各司其职,比如你可以先问后端开发要一个后端接口,然后将这个后端接口提交给负责前端的 AI 写前端接口代码。这样就可以保持各自的上下文。

小结

在本文中,我们已经初步实现了利用 Poe 让 AI 扮演团队中的不同角色,提供不同类型的建议。

在不断地使用和改进后,你就可以得到几份充分符合自己需求的预设 Prompt,让 AI 像一个真正的团队成员一样帮你解决实际工作中的问题。


Like it? Share with your friends!

0
Anonymous

Choose A Format
Story
Formatted Text with Embeds and Visuals
List
The Classic Internet Listicles
Countdown
The Classic Internet Countdowns
Open List
Submit your own item and vote up for the best submission
Ranked List
Upvote or downvote to decide the best list item
Video
Youtube and Vimeo Embeds