设计您的机器人工作流,解锁全新工作方式

机连世界中有绘画、唱歌、识图、听音等等各类机器人。您可以让它们组成团队,以工作流方式协同完成任务。 工作流设计的原则是,以对话机器人为扩展点,衔接其它类别的机器人。 接下来我们将通过一个简单例子,展示组建两机器人构成的团队,按照客户目标设计并生成效果图。
为理解本篇内容,您需要阅读完上一篇《附加行为指南》,以清晰如何书写行为指南。 本篇的案例,您可通过中文M7B对话机器人中文SD2绘画机器人来实现。下面的图片点击后可缩放。

安排M7B履行设计职能
交由SD2机器人完成绘制
设计结果

机器人团队,专家的助手

实际上,上例并不能用于实战。真实世界中,用户需求多变,设计师必须可以把控全部细节,这就要求可以随时调整执行策略。因此,行为指南中的如何做,必然会出现很多专业相关的内容,只有领域专家方可驾驭。

练习1

我们为具有包包设计背景的读者,设计了一个练习,旨在展示如何使用机器人团队,来完成实际的工作。
您需要组建由四个机器人组成的团队,分别担任副设计师、主设计师、图像设计和SD2绘画的角色。副设计师负责设计细节和初稿,主设计师则对副设计师的成果进行审核和修改,以符合整体设计要求。图像设计师负责将主设计师的成果转化为SD2描述,最后由SD2绘画师根据图像设计的成果绘制效果图。
前三个设计师由M7B担任,最后一个依然由SD2担任,您需要完成三个M7B设计师的行为指南,并模拟用户,对结果提出改进要求,以检查您的机器人团队是否可以准确而方便的调整颜色、材质还有装饰的变动。
以上团队设置,遵守了以对话机器人为扩展点的原则,通过增加对话机器人来扩充团队。参考本章下方最右侧的图,了解应该规避的团队构成方式,至于原因,会在下一篇中介绍并让您实操。

可调整细节的包包
四机器人团队的产物,可准确而便捷地调整包包的颜色、材质及装饰
要以对话机器人为扩展点
以对话机器人为扩展点,是因为对话机器人的考试最方便,最容易揭示并消除与人类关于行为指南的分歧

练习2

由于拥有包包设计背景的人不多,我们为具有写作背景的读者,设计了一个练习。目标是安排机器人团队,仿照任意的美文,按照指定主题书写文案。
您需要组建由四个机器人组成的团队,分别担任文案的分析,写作,评审及修改四个职责。文案分析负责分析原文,结合主题,形成文案要求;文案写作负责按照文案要求书写文案;评审负责按照原文及主题,指出文案需修改的部分;而修改负责按照修改意见,将文案修改。
您可以使用Gemini免费体验机器人来担任这四个职能,并按照上述要求,撰写它们各自的行为指南。
虽然您可以使用GPT4,通过一个行为指南达成目标。即便Gemini,也不需要四人团队,即可达成此质量。但本练习的目的是让您掌握机器人团队,因此,还请按照上面的要求,使用四机器人构成的团队来实现。

原文

这里像是一块地球送给我们的绿宝石,三年之后,我又来荔波了,竹筏瀑布,水上迷宫,古桥七孔,荔波到底是被谁洒下这片苍、碧、靛、青、蓝,谁有答案?
卧龙台上的仙气至今仍未散去,光影迫不及待的赶来,要和似纱般绵密的朝雾一起,交织一段传奇,拉雅瀑布的飞流,嘈嘈切切错杂弹,暑气被凉意驱赶,我脚下的竹筏,带我去云和山的彼端。
一期一会的缘浅,配不上荔波的明艳,我永远会为贵州的这片绿色着迷。下次相逢在繁花重开日,你我仍是少年时。

来自著名主持人房琪的美文
仿文

峨眉山,这四川盆地的璀璨明珠,自古便是文人墨客的朝圣地,是自然与佛文化的交融之作。不仅因其雄伟壮观的自然景色,更因深厚的佛教底蕴而名扬四海。
山麓之下,仰望峨眉,仿佛见到一位绿裳仙女在云雾中若隐若现。溪水在山间欢唱,古木参天,鸟鸣声声入耳,仿佛是大自然在诉说着千年的秘密。
踏上石阶,途经清音阁的静谧、万年寺的庄重,直至金顶的璀璨。每一处遗迹,都蕴藏着丰富的历史和文化内涵。你知道吗?峨眉山是普贤菩萨的道场,万年寺内供奉的普贤铜像,历经千年仍熠熠生辉。
峨眉之美,在于她的秀丽与灵性。不同于华山的峻峭、黄山的奇幻,她如同一位婉约的仕女,以独特的韵味吸引着世人。传说中的轩辕问道峨眉山、轩辕黄帝与天真皇人的传说,更为这座仙山增添了几分神秘色彩。
站在金顶,俯瞰四野,心中涌起一股豪情。此刻,想起了李白笔下的“蜀国多仙山,峨眉邈难匹”的诗句,不禁感叹大自然的鬼斧神工和人类的智慧创造。
离开时,你会发现峨眉山不仅是一座山,更是一段历史、一种文化、一份心灵的慰藉。她以千年的历史和丰富的文化,诉说着一个关于人与自然、信仰与传承的永恒故事。

四机器人团队以峨眉山为主题的仿文

应对机器人对指南的误解

完成上述练习时,您感觉最棘手的问题一定是:如何确保机器人对指南的理解与我们的预期一致?毕竟,机器人的"思维方式"与人类不同,误解和偏差在所难免。 这就引出了我们下一个话题:在指南的编撰过程中,通过随手进行的考试,来评估机器人对指南的理解,发现其中存在的偏差和误区,来优化和改进指南,确保机器人的理解与我们的预期保持一致。

如何通过考试揭示分歧?

开始阅读