你的 AI 循环停止运行的 3 个原因
你构建了一个 AI 循环。它运行了两天，表现良好。然后它停了。你检查了输出，发现不对劲。你尝试修复它。很快，这个项目就躺在文件夹里，再也没被打开过。
AI 没有辜负你，是你搞砸了这个循环。
以下是你的 AI 循环失效的三个原因。
- 输入缺口
循环是引擎。引擎需要燃料。
如果你构建一个写博客的循环，你仍然需要提供主题想法。你节省了写作时间，但你把时间花在了选择写什么上。
大多数人在感到疲倦时会跳过输入阶段。这会扼杀循环。
解决方法：批量处理输入。不要每天早上都去决定主题。每周日，一次性给循环喂入七个主题。在精力集中时做决定，而不是在疲惫时。
- 完美主义的死亡螺旋
你在第一次输出中看到一个错误。你修改了提示词。你看到了第二个错误。你再次修改提示词。到了第四次尝试时，循环产生的内容是你根本不想要的东西。
你在循环尚未稳定时就在对其进行优化。
解决方法：在不修改提示词的情况下运行循环 10 次。记录错误列表。如果 10 次运行中有 7 次出现错误，再修改提示词。如果只出现一次，就忽略它。你需要的是数据，而不是完美。
- 解决错误的问题
许多人为了一些“酷”的想法而构建循环。他们构建循环是为了给 Slack 写俳句。根本没人需要那个。
一个好的循环解决的是枯燥的问题。
找一个你每周手动执行两次的任务。它应该耗时超过 15 分钟。如果是一个数据任务或内容再利用任务，它就会奏效。枯燥的任务才能带来成功的循环。
如何构建一个能够持久运行的循环：
• 使用固定的输入格式。每次都给循环提供相同类型的数据。 • 使用固定的输出格式。确保结构保持一致，以便你能发现错误。 • 建立人工交接环节。永远不要让 AI 直接发布。循环应该负责起草，你负责审核。这能建立信任。
最好的循环并非最智能的，而是那些你会记得去“喂养”的循环。
Optional learning community: https://t.me/GyaanSetuAi