引言
在这个信息爆炸的时代，AI 工具正以飞快的速度涌入我们的工作和生活。许多人期待这些工具能够显著提升我们的工作效率。然而，单一的 AI 工具所能带来的提升效果往往有限。实际上，真正能够帮助我们提升效率的是一个集成了多个 AI 工具协作的 AI 工作流。一个有效的工作流不仅能够简化操作，还能最大化利用 AI 的能力，实现真正的效率提升。
例如，在公司的素材池的扩充过程中，从素材生成到审核，再到入库，多个节点有没有可能将这些节点合并，用 AI 多节点甚至一站式解决？又例如，当老板让你总结会议纪要，并将其会议纪要整理成思维导图，有没有什么办法可以快速搞定？
一、为什么要设计 AI 工作流
在 AI 应用中，解决问题的核心不在于单一的工具或模型，而在于设计一个适合 AI 的工作流。以下是设计 AI 工作流时需要考虑的几个因素：
简化复杂任务：通过设计工作流，可以将复杂任务拆解为更易管理的子任务，从而提高任务的可操作性和成功率。例如，通过将文档处理分为文本提取、分析、处理和输出四个步骤，可以更好地管理每个步骤的质量。
提高效率：工作流可以自动化重复性任务，从而节省时间和人力。例如，通过自动化数据清洗和预处理，可以将数据分析师的时间解放出来，专注于更具价值的分析工作。
增强灵活性：设计工作流可以使系统更加灵活，能够适应不同的需求变化。例如，通过模块化设计，可以根据需要灵活调整或替换某些步骤。
确保一致性和可靠性：工作流可以标准化操作流程，确保每次执行的结果一致，从而提高系统的可靠性。例如，通过标准化的文本处理流程，可以确保不同来源的文本处理结果一致。
案例：素材扩充入库工作流
在设计团队中，素材管理是一个重要的环节。以下是一个素材扩充入库的 AI 工作流：
第一步：素材 GC：使用 sd、mj 等生图工具生成图片素材。
第二步：素材审核：使用 GPTs 对素材进行筛选，去除低质量或重复素材。
第三步：素材自动打标：使用 GPTs 对素材进行自动打标，生成标签和信息填充。
第四步：素材入库：将处理好的素材批量入库。
第二步：素材审核
第三步：素材自动打标
一个完整的 AI 工作流，每个节点都有 AI 赋能提效，自动化+批量化的能力可以极大地节省时间成本。
二、一个 GPTs 多步骤 vs 多个 GPTs
在探讨 GPT 的使用时，一个有趣的话题是在项目中用单个 GPTs 多步骤完成任务，还是使用多个 GPTs 协同来完成任务？哪种形式更高效，让我们来深入了解这两种方法的优缺点：
一个 GPTs 多步骤
优点：
资源节约：一个 GPT 可以在一个上下文中完成多个步骤，最大化节约计算资源和时间。
操作简便：无需切换多个模型和接口，只需一次调用即可完成所有任务。
适用范围广：适用于各种需要连续处理的场景，如翻译、总结等。
缺点：
灵活性低：中间结果不能轻易修改，限制了人工干预的可能性。
上下文限制：处理复杂任务时，可能会因为上下文长度限制而影响结果质量。
模型要求高：对模型的理解和执行能力要求较高，需要强大的模型支持。
多个 GPTs
优点：
灵活性高：可以对每个步骤的中间结果进行处理和调整，增加人工干预的灵活性。
专注性强：每个 GPT 专注于完成一个特定任务，提示词编写和调试更为简单。
模型组合：可以混合使用不同模型，根据任务需要选择最合适的模型，提高整体效率和效果。
缺点：
资源消耗大：需要多次调用不同的 GPT 模型，增加计算资源和时间成本。
复杂度高：需要额外的代码和逻辑处理各个 GPT 之间的交互，增加系统复杂性。
适用性有限：在某些应用场景下，可能无法直接使用多个 GPT，需要额外的集成和协调工作。
以吴恩达老师的翻译 Agent 作为案例，多个 GPTs，整个过程不是在一个 Prompt 中完成，而是有三个 GPTs 分别完成直译、反思和意译，每个 GPTs 都有独立的 Prompt。
为了方便大家理解，我以“Never put off till tomorrow what you can do today.“为投喂需求，做个清晰的感知：
以下是一个 GPTs 完成多步骤翻译的示例：
输入
请按照直译、反思和意译的步骤，翻译下面这句话：
Never put off till tomorrow what you can do today.
输出
直译：今天能做的事，永远不要拖到明天。
反思：这句话在中文中传达了不要拖延的意思，但表达稍显冗长。
意译：今日事今日毕。
以下是使用多个 GPTs 分别完成直译、反思和意译的示例：
直译 GPTs
请翻译这句话：
Never put off till tomorrow what you can do today.
输出
今天能做的事，永远不要拖到明天。
反思 GPTs
<SOURCE_TEXT> Never put off till tomorrow what you can do today. </SOURCE_TEXT> <TRANSLATION> 今天能做的事，永远不要拖到明天。 </TRANSLATION> 请检查上面的翻译，反思其中存在的问题，输出仅包含问题列表。
输出
翻译表达了原文的意思，但显得冗长。
直译的结果在中文中不够简洁。
需要更简洁有力的表达方式。
意译 GPTs
<SOURCE_TEXT> Never put off till tomorrow what you can do today. </SOURCE_TEXT> <TRANSLATION> 今天能做的事，永远不要拖到明天。 </TRANSLATION> <EXPERT_SUGGESTIONS> 1. 翻译表达了原文的意思，但显得冗长。 2. 直译的结果在中文中不够简洁。 3. 需要更简洁有力的表达方式。 </EXPERT_SUGGESTIONS> 请根据直译和反思的结果，重新意译，并输出最终翻译结果，不包含任何其他信息。
输出
今日事今日毕。
通过对这两种翻译工作流的分析，可以看出，使用多个 GPT 方法时，每一步的输出都可以进行检查和调整，灵活性更高，允许人工干预以提高翻译质量，但需要额外的交互，增加了操作复杂度。而单一 GPT 多步骤方法在效率和资源消耗上更具优势，适用于快速且资源受限的环境，但灵活性较低，难以中途修改输出。最终，选择哪种方法应基于具体应用需求、资源可用性以及对翻译质量和灵活性的要求。
两种方式没有哪个更好用，要看实际的应用场景。
上面只是一些示例的讲解，可能有些同学没有很强的体感。我分享一个我一直在用的工作流吧，是针对会议对焦、评审时的纪要整理或者是项目改动排期时经常用的工作流。
三、案例分享
因为我是属于那种开会说的全都懂，散会内容全都忘的选手，老板让我去整理会议记录，属实是难为我了。
因此会议录音是我每次开会必备，而后我下去反复再听录音，整理出牵扯到我需要改动的点。但是有时候开倍速吧，重要的点又容易错过；不开倍速吧，有的会议前端长篇大论、设计侃侃而谈，非常浪费时间。因此我想着为什么不能让 GPT 帮我整合梳理出会议的内容，于是炼制了 GPTs：会议纪要助手。而后配合一些其他的 AI 工具网站创建会议整理工作流：
录音转文本-投喂 GPTs
第一步：将开会录音从音频转为文字
第二步：进行会议纪要总结
第三步：转变成思维导图
第一步：转文本
这一步很多工具网站都能做到。我在体验多个工具后，还是推荐用讯飞听见。这里就不给它打广告了哈，可以自行体验。当然也可以用飞书妙记、通义听悟等平替工具，效果都还不错。
如果你已经有了录屏或者录音，那就直接上传音视频就行。包括在手机上进行快捷操作，直接发送到手机端软件进行转换。这里我就拿最近的热议话题：萝卜快跑。我在某音上下载了一个博主的解说视频，直接上传。
上传并提交转写
转写结果
讯飞转写的精准度还是非常高的，哪怕是一些生僻冷门的词汇，它也会根据上下语境判断并精准转写。你也可以点击右下角的「需要人工校准？」做二次调整，会去掉人说话时的语气后缀，特别是在一些会议或者直播中，自然是需要把这些语气词去掉，精练化。读起来也会比较通顺。
下载文本.txt
我觉得电脑端可以直接全选复制会更加方便，手机端的话可以下载 TXT 发送到 GPT 上。
全选复制
第二步：会议纪要总结
复制后打开 GPT，@我们的会议纪要助手（GPTs），考虑到有部分同学目前没有渠道购买 GPT，我还去智谱清言上部署了一个类似的小助手，可以体验下。
直接投喂给 GPT
格式转化
当确认内容无误后，让 GPT 以 Workdown 格式输出，这一步偶尔还会出错，在 Prompt 中需要明确输出规则，最终输出以 Workdown 格式、css 窗口进行输出。
第三步：转变成思维导图
神器推荐：Markmap ☆☆☆
Markmap 预览
直接把输出的 Workdown 格式的内容粘贴在左边，右边会实时出思维导图的预览。
工具推荐：妙办 ☆☆☆☆
妙办预览
AI 对话的形式辅助思维导图的产图，我们也可以将我们的 Workdown 格式内容发送给它，大概等待 20s 左右，在画布中就会产出思维导图，并且可以利用工具调整思维导图中的内容、样式。
一段录音/视频 变成最后的思维导图，中间的每个节点都是 AI 赋能，网不卡的情况下，几分钟就可以得到你想要的结果。