AI 圈有个怪舒畅：

模子越来越强，照实是善事；但跟着 AI 用法越发各类，用起来的门槛却越来越高。

ChatGPT、Gemini、Claude ……即便这些模子的本事仍是够强了，但真到上手干活的时候，就会发现一个窘态的事情——

能不可用好 AI，不光取决于 AI 有多智谋，还取决于你会不会跟它言语。

像 Prompt 工程、想维链、Few-shot、MCP 竖立、Skill 调用……这些词堆在一王人，就仍是组成了使用上的隐形的"壁垒"，让会用 AI 的东谈主和不会用 AI 的东谈主，在生成戒指上拉开差距。

除此除外，像在多轮对话的过程中，还得成心花时间来谛视戒指；不同责任内容也需要精心调教、指令 AI 来生成正确戒指……实属是浪费时间。

但最近，一个由00 后时刻团队打造的家具，运转在科技圈引起热心。它的中枢卖点简便到有些反直观：低请示词。

说白了就是，你不消学若何用 AI，不消配什么用具链——

说句话的功夫，AI 就能把活干了。径直拉近了会 AI 和不会 AI 的东谈主之间的距离。

举例有这么一个参考视频：

目下只需要简便说一句"参考这个视频，制作胖鹅开赛车竞速的视频"，就不错师法生成近似的视频：

这款家具叫胖鹅 AI，咱们拿它跟市面上一些主流 AI 用具作念了几轮实测对比，发现戒指照实有点兴致。

一句话生成 1 分钟电商告白，径直能用

先看一个最直不雅的场景：AI 生成视频。

咱们想象了一个电商卖家真的切需求：给一款蒸汽眼罩家具作念一个 1 分钟的宣传视频，要有分镜、有旁白、有对比画面，能径直发小红书的那种。

Prompt 是这么的：

制作 1 分钟视频，画面从蒸汽眼罩从雪柜取出运转，特写水珠凝结；旁白是家具卖点；中间分镜展示使用场景；斥逐放使用前后对比图。

在选拔了 Auto 模式后，等了几分钟，径直出来一个 1 分钟的完整视频。

特写有了，旁白卡点对了，分镜节律完整，斥逐的使用对比画面也安排上了。

遵循不可说完好，但行为一个径直能发小红书或者一又友圈的素材，仍是跨过了"能用"那谈门槛。

比拟来看，Gemini 的遵循是这么的：

全体时长清楚独一 8 秒钟，旁白言语有误，字幕还乱码，透彻不可作念到径直拿来用。

这不是个例。

咱们又测了另一个场景：一句话生成可交互的数据看板网页。

请示词是：

对比苹果、微软、谷歌、腾讯、阿里巴巴最近三年的营收增长率、净利润率和研发干预占比，生成可交互对比看板。

等了冒昧一分钟，胖鹅 AI 径直给出了一个完整的深色主题网页。

顶部三个 Tab 切换方针，右上角选年份，五家公司各一张数据卡片，往下是分组柱状图、趋势折线图、名次横条图。

鼠标悬停能看数值，一切可交互。

相同的任务，用传统方式作念，大开数据结尾、拉数据、建表、调方法、绘画，肃肃工少说也得一小时。

目下，只消一句话。

这个体验跟通用问答类基础 AI 用具照实拉开了差距。

大部分问答类 AI 给你的是翰墨讲演，分析给你，提议给你，但要造成能用的文献，抱歉，得你我方整理。

而胖鹅 AI 交出来的，是径直可用的视频、带公式的 Excel、可交互的网页看板。

作念金融的一又友都懂这内部的差别：一个是 Bloomberg 结尾的导出文献，而一个是截屏。

背后的关节是 SOP

这种低请示词的体验是若何竣事的？

咱们深扒了一下它的时刻逻辑，发现中枢不是模子本人，而是一套工程化的 SOP 体系。

SOP（Standard Operating Procedure），标准功课经过，这词全球不目生。

任何训练公司都有 SOP，因为让职工解放剖判，平均戒指冒昧率比不外一个经过考据的标准经过。

胖鹅 AI 团队的逻辑是：AI 也一样。

即等于 AGI 级别的通用模子，丢给它一个考据过的 SOP，遵循照旧会更好。

是以他们作念的事情，不是造一个什么都能聊的通用 AI 实习生，而是造一个AI 事业时刻学院——

针对不同垂直任务，提前历练好一堆专科毕业的 AI Agent。

用户来了不是靠近一个空缺对话框，Royal皇冠(中国)而是系统自动匹配一个已履历练好的专科技工。

举个例子，当你输入"帮我作念 1 分钟的家具视频"，系统不会把这个任务径直丢给一个通用 Agent 从新运转跑。

它会先识别你的需求属于" 1 分钟视频制作"这个垂直任务，然后把这个任务分拨给成心为此优化过的 SOP来实行。

这个 SOP 是提前历练好的，它知谈 1 分钟视频需要诡计分镜结构、匹配旁白节律、想象转场逻辑，而不是像通用模子那样默许生成 10 秒片断。

这套系统背后有两个中枢时刻模块：

第一个是个性化智能保举引擎。

它基于用户标签、历史数据、任务类型等维度，从 SOP 库里自动匹配最适合的那一个。一般是推三个，按置信度从高到低排序。用户不消纠结选什么模子、配什么参数，点一下就行。

第二个是SOP 生成引擎。

当系统里莫得现成 SOP 能很好地解决某个任务时，用户不错发起优化肯求。

这个引擎就像一个 AI 本事员，会自动竖立一个评价标准，然后把市面上的竞品都跑一遍，望望相同的问题别家能作念到什么进度，再在这个基准之上反复迭代，直到找到最优解。

有兴致的是，它还会测试 SOP 的泛化界限。

比如一个成心针对钙片保健品视频优化的 SOP，它能不可也用来作念维生素的视频？若是能，范围就推广到保健品。若是还能作念通顺鞋的，就不竭推广到铺张品。

它会自动测出界限，然后标定这个 SOP 的适用范围。

这么一来，跟着使用场景和数据积贮越来越多，SOP 库就会越来越丰富，能诡秘的垂直任务也越来越广。

用团队我方的话说就是：界限越窄的 SOP，本事越强；但大都个窄 SOP 拼在一王人，就能诡秘蹧跶广的需求。

从耳提面命到心领意会

若是用一个譬如来融会胖鹅 AI 的定位——

Manus、OpenClaw 这类 Agent，像个名校毕业的实习生。

智谋是智谋，但让它干什么全靠教。方法、口气、字数、界限条款，你得从新运转调教，教完一件下一件还得从新来。

践诺上，你在培训 AI。

胖鹅 AI 的想路正巧违犯：它不消你教，而是径直给你配好一个事业化作事提供者。

系统仍是笔据你的行业和需求，把最适合的垂直 SOP 匹配好了。你丢任务进来，它按经过录用戒指。你不消告诉它若何作念，只需要告诉它作念什么。

这其实讲演了一个更深层的问题：AI 用具的最好交互方式是什么？

不是让所灵验户都学会写出完好的 Prompt，是让 AI 去顺应东谈主的民俗。

不会写 Prompt 的东谈主，显明比会写的多得多。

聊到家具理念时，胖鹅 AI 团队提了一个有点扎心的不雅点：学 AI 是一种无须功。

这话听着顶点，但仔细想想逻辑是自洽的。往常两年，AI 培训班赚得盆满钵满，教 Prompt 工程、教 Agent 搭建、教各式用具竖立。

但问题是，你花三个月学完的东西，AI 我方可能仍是学会了。

今天你商讨若何调 Skill、若何配 MCP，未来 AI 我方就能处置这些。

胖鹅 AI 团队独创东谈主是这么说的：

AI 不错恣虐掌持 1000 个模子的优劣和资本，东谈主学习这些东西践诺上是浪费时间。将来东谈主用 AI 的本事，冒昧率不如 AI 用 AI。

那什么是 AI 搞不定的？谜底是——处置客户。

从 LLM 套壳，到 Vibe Coding 套壳，信得过的契机不再是让会用 AI 的东谈主更会用 AI，更庞大的是让具备行业融会和客户交流本事的东谈主，径直把需求封装成 AI 解决有蓄意。

换句话说，将来要绕开的是"必须先学会用 AI，才能使用 AI "这谈门槛；以致能让透彻不懂 AI 的东谈主，和醒目 Vibe Coding 的东谈主的分娩力周边。

是以终局可能是：AI 负责干活录用戒指，东谈主负责处置交流和信任。

这其实就是胖鹅 AI 正在构建的体系——用 AI 笔据客户需求生成专用 SOP，个性化引擎把任务精确派给垂直 SOP，AI 按经过录用。

通盘过程，用户不需要学会任何时刻。

回到著作开首阿谁判断：AI 越来越强，但用起来的门槛越来越高，这个逆境不会自动灭亡，除非有家具刻意去解决它。

胖鹅 AI 是目下商场上为数未几在负责作念这件事的家具之一。

当同业都在卷参数、卷多模态本事的时候，这个 00 后时刻团队选拔了一个更朴素的主义：

让 AI 从"需要你教"造成"径直用就好"。

这条路能不可走通，还需要时间和商场考据。

但至少主义是对的。

AI 用具的下半场，不是比谁更强，而是比谁更容易用。

* 本文系量子位获授权刊载，不雅点仅为原作家统共。

一键三连「点赞」「转发」「堤防心」

接待在酌量区留住你的倡导！

—  完  —

� � 点亮星标 � �

科技前沿进展逐日见皇冠·app官方站入口