ChatGPT UI 用于视觉决策制定。

聊天机器人不够有用

我们做出很多决定，无论是买鞋还是买房，决定这个周末该做什么或者我们的人生应该怎样，选择看什么电影或上哪所大学。我们经常陷入困境，不确定自己想要什么。

在这种情况下，与专业人士或朋友头脑风暴非常有用。幸运的是，我们第一次拥有了销售人员、房地产经纪人、职业顾问、生活教练、财务顾问、营养师、婚礼策划师、治疗师、导师、朋友等，都融为像ChatGPT这样的综合性服务。但它看上去并不像这些，它看上去像一个空的聊天框，上面有一个闪烁的光标。

因此我们不会向ChatGPT寻求购买鞋子或计划周末活动的建议。我们很难提出相关问题或想出创意提示。此外，我们不指望ChatGPT拥有关于房地产列表或当地事件的特定知识，进一步限制其有效性和影响范围。

但它可以变得更好。

这就像是1997年的Google。Pagerank是新的技术。第一款产品是10个蓝色链接。令人难以置信的是，我们惊叹于其速度和将网络带到我们指尖上的方式。然而，搜索演化的后20年更多地是基于一个明显但未被认识到的平台。该平台是SERP（搜索结果页面）。它允许存在和协作的数百个功能，例如知识面板、新闻旋转木马，最终还有诸如体育、选举和健康等专业垂直领域，这些都开始满足用户更深层次的需求。所有这些都与基于PageRank排名的通用搜索相结合，但平台本身才是更具启示性的。

"滑动式"决策

我开始建造一个类似于SERP的平台来解锁LLM的潜力，以帮助实际的决策任务。该应用程序的核心是一个业务逻辑层，其中包含两个同时进行的对话-一种可视化、感知、交互式的对话“向上”与用户，另一种对话“向下”与LLM通过与用户交互对齐的可适应提示。前端还从Unsplash拉取图像和结构化数据从SERP API，并且后端是一个基础LLM，现在将通过库存和评论进行微调。

大部分决策任务都使用相同的基本工具箱技术，这就使得从少量核心提示中进行概括成为可能。这些技术包括推荐和对选项作出反应、查看他人对某个选项的评价、比较选项以建立心理模型等等。

证据点

初始演示是针对“周末该做什么”的用例。结果非常显著。

虽然我们可以提供标准偏好，例如“有孩子”和“户外”，但它也邀请我们通过提示“你在想什么？”分享抽象和微妙的想法。在我的情况下，这恰好是“BLM”和“它在下雨”。它似乎理解这些想法的影响，并推荐了相关的本地活动，例如“参观加利福尼亚州奥克兰博物馆了解该地区的民权历史”和“在奥克兰公共图书馆参加有关民权主题的讲座或研讨会”，考虑到当时我在奥克兰的位置。整个体验非常令人印象深刻，带有惊人的效果。

另一个时候，我的目标是“我想与孩子一起学习新东西，在帕洛阿尔托附近”，其中之一的建议是“圣何塞的湾区玻璃学院提供各种玻璃制作课程和工作坊，包括吹制玻璃、熔接以及琉璃工艺。这可能是一个适合有年龄较大的孩子家庭进行的有趣而独特的活动。”我从未想过与孩子一起去周末参加玻璃吹制课程。相反，谷歌提供的网络和本地搜索结果虽然很有用，但常常感觉普遍和缺乏LLM所提供的个性化见解。

它能够结合“室内”和“活跃”等高级线索，来暗示“攀岩”、“激光枪游戏”和“室内风洞”，使其比简单的分类搜索更加强大，因为LLM了解每种活动的属性，并能够分辨哪些是室内和活跃的。

即便是选择要探索的决策旅程的初步任务，也可以受到相同的决策框架的影响。ChatGPT能够提供需要合作头脑风暴的决策挑战的示例，并将它们按照不同的轴进行组织。

LLMs在有效引导时可以变得强大和有用。

愿景

虽然谷歌是一个搜索和回答引擎，而ChatGPT是一个对话引擎，我们提出的应用程序是一个决策引擎。对于像“本周末要做什么”的查询，谷歌呈现了一个Bar'd“答案”及一个广泛的选项列表，并且有数百个搜索结果，但我们必须选择一个。ChatGPT提供了强大的自由形式聊天功能，但也将责任放在我们身上，以驱动提示和缩小到最终决策。而决策引擎积极推动决策驱动流程并提供各种形式的帮助。

请想象一款视觉丰富、互动性强的应用程序，围绕着LLM建立，像销售人员或房地产经纪人一样为您提供指导。它欢迎您进入虚拟商店或办公室，收集您的高层次输入，提供几个初步的选择，并根据您的互动了解您的偏好。它利用其对每个领域的深入了解，温和地提供见解和选择，但保持平衡的对话，给您探索的空间。它主动总结客户评价并进行比较分析，以便发现关键元素，从而为您提供信息和教育。它是一个有状态和个性化的平台，记录您在几天或几周内的进展。它帮助您从零开始进入一个有意义且迷人的决策之旅，认识到即使选择决策路径本身也是一种决策。