AI大模型产品的界面设计已形成规范

每一种全新的产品类型在经过一段时间发展之后，各家竞争对手之间的界面都会变得相似和趋同，以至于形成约定俗成的行业规范。

这一现象的背后，部分原因是制造商为争夺市场份额而采取的策略。他们效仿市场上的热门产品，引入相似的设计元素和功能特性，以吸引更广泛的用户群体，并留住他们。另一方面，用户的习惯和偏好也在不断塑造着产品设计的走向。随着时间的推移，用户对于特定的设计风格和操作界面变得越来越熟悉和接受，因此产品设计也逐渐演变为满足用户的习惯，导致了设计的趋同。

从2022年11月30日发布 ChatGPT 3.5 已过了近 2 年，AI 产品也逐渐开始形成界面设计规范。

Logo 的趋同

目前 AI 大模型的 Logo 可以分成三类，类似于 ChatGPT 图案多次旋转，类似 Siri 的圆环变形。还有公司品牌或产品名称的延伸（Google 的 Gemini 比较特殊，后面会讲到）。

ChatGPT 的 Logo 看着很像万花筒，万花筒只要不断旋转就会产生不同的图案变化，确实很符合 AI 生成任何内容的特性。

据设计初版 OpenAI Logo 的设计师 Ben Barry 表示，Logo 有 3 个含义：

1. 中间的六边形代表一个精确的人造物体。

2. 从中心向外放射的线条代表着乐观和智慧的迸发。

3. 绽放的外表代表着成长，代表着美丽的蜕变。

而如今圆环变形的 Siri 图标来自 2016 年图标由麦克风改成声波后的变形。2016 年的 Siri 图标在暗色背景上，以蓝、粉红和绿色的光影绘制了抽象的声波，充满了神秘和想象力，同时还带有浓郁的未来感。

如今简化后的声波与♾️（无限）符号相似，体现融入大模型技术后的 Siri 有无限的潜力。

图标的规范

回到 Google 的 Gemini 采用✨星星作为 Logo，其实把✨星星和🪄 魔棒当做 AI 功能的图标，已经在国外产品中是一种共识了。

这来源于西方文化中🧙‍♀️巫师通常用🪄 释放魔法，而魔法通常是用闪烁的✨星星表示。而✨星星和🪄 魔棒所寓意的魔法不就正和AI一样吗？你不用懂原理，只需要念咒语就能发生神奇的事情！

开个脑洞，如果 AI 首先是从中国发明出来，那中国人会用什么图标来表示 AI 呢？可能会用本土道教的拂尘？或者八卦？

文案的规范

Prompt 最早翻译成「提示词」，目前部分国产 AI 产品已经翻译成「指令」。

AI Agent 是指能够自主感知环境、做出决策并采取行动的人工智能系统。Agent 原意是「代理」，国内把 AI Agent 翻译成「智能体」更好理解。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】