أكبر الوجبات السريعة الخاصة بي حول الذكاء الاصطناعي النماذج الأولية من الرئيس التنفيذي لشركة Magic Patterns @alexdanilowicz 1. تكامل نظام التصميم هو الميزة التنافسية الخفية في النماذج الأولية الذكاء الاصطناعي. قامت Magic Patterns ببناء "إعدادات مسبقة" تتيح لك استيراد مكتبة المكونات الفعلية قبل البدء في البناء. هذا لا يتعلق فقط بجعل الأشياء تبدو جميلة. يتعلق الأمر بما إذا كان يمكن استخدام النموذج الأولي الخاص بك بالفعل في أبحاث المستخدم أو تسليمه إلى أصحاب المصلحة دون أن يسأل الجميع "لماذا لا يبدو هذا مثل منتجنا؟" تسحب إضافة Chrome المكونات مباشرة من Storybook أو مواقع الإنتاج وتحولها إلى Tailwind تلقائيا. تتخطى معظم الأدوات هذا لأنها محسنة ل "فكرة إلى تطبيق" بدلا من "واجهة الفكرة إلى الإنتاج التي تتوافق مع نظام التصميم الخاص بنا". 2. جودة التكرار مهمة بلا حدود أكثر من الجودة السريعة الأولى. في خبزهم المباشر ، تعادل Magic Patterns و V0 بشكل أساسي على الرغم من النتائج السريعة الأولية المختلفة. العشوائية في المخرجات الأولية عالية ، ولكن ما يفصل الأدوات الجيدة عن الأدوات الرائعة هو كيفية تعاملها مع 500 مطالبة تالية. يرى أليكس أن العملاء يشعرون بالإحباط وأن البريد العشوائي "لا يعمل ، لا يعمل ، لا يعمل" مما يزيد الأمور سوءا من خلال تلويث السياق. أنشأت Magic Patterns أمر "/ debug" خصيصا لكسر الذكاء الاصطناعي من حلقات الموت. الأداة التي يمكنك التكرار بها لساعات تتفوق على الأداة بإخراج أول مبهر في كل مرة. 3. تعرف متى تحتاج إلى نموذج أولي مقابل تطبيق كامل. حث Replit المستخدمين على إضافة مفتاح OpenAI API الخاص بهم أثناء الخبز ، مما أدى إلى إبطاءه ولكنه أضاف وظائف حقيقية. تتخطى Magic Patterns هذا عن قصد لأنها تركز بشكل مفرط على النماذج الأولية المرئية لأبحاث المستخدم ، وليس إنشاء تطبيقات الإنتاج. إذا كنت تتحقق من صحة مفهوم مع المستخدمين ، فلن تحتاج إلى تكامل Supabase. ولكن إذا كنت قد قمت بالفعل بالتحقق من الصحة وتحتاج إلى الشحن ، فأنت تريد أدوات المكدس الكامل. الخطأ هو قضاء ساعتين في تصحيح أخطاء قواعد البيانات عندما يكون كل ما تحتاجه هو نموذج بالحجم الطبيعي التفاعلي لإظهار خمسة عملاء. 4. يمكن أن تؤدي النماذج الأولية الذكاء الاصطناعي إلى خفض معدلات فشل المنتج من 80٪ إلى 50٪. أكثر من 80٪ من الميزات التي يتم إنشاؤها لا تصل إلى المقاييس المستهدفة. ولكن عندما تضع نموذجا أوليا حقيقيا أمام المستخدمين قبل البناء ، يمكنك التحقق مما إذا كان قابلا للاستخدام وقابلا للتطبيق للأعمال وما إذا كان المستخدمون يفهمون ما يجب فعله بعد ذلك. كان هذا مستحيلا من قبل لأنه تطلب وقتا من المصمم لإنشاء نماذج أولية ل Figma. الآن يمكن لمديري المشاريع الانتقال من فكرة إلى نموذج أولي قابل للاختبار في 10 دقائق والحصول على تعليقات مباشرة من العملاء قبل كتابة سطر واحد من كود الإنتاج. يجب أن يصبح هذا ممارسة قياسية لكل ميزة مهمة ، وليس فقط الرهانات الأكبر. 5. يبدأ أفضل المؤسسين بحل مشكلتهم المؤلمة قبل أن يصبح الاتجاه واضحا. كان أليكس وشريكه المؤسس مهندسين في الواجهة الأمامية يقضون كل وقتهم في تنفيذ نماذج Figma. في أغسطس 2023 ، قبل إطلاق V0 وقبل أن يرى أي شخص آخر الفرصة ، أضافوا الذكاء الاصطناعي إلى محرر مكتبة المكونات الخاصة بهم خلال هاكاثون داخلي. عندما تم إطلاق V0 بعد شهرين ، أخبرهم الناس أنهم ماتوا. لكن كان لديهم رؤية فريدة لأنهم اقتربوا من النماذج الأولية الذكاء الاصطناعي من زاوية "كيف أستخدم مكونات الإنتاج الفعلية الخاصة بي" بينما اقترب منها آخرون من حاويات الويب أو تقنيات أخرى. تأتي ميزتك غير العادلة من الفهم العميق لمساحة المشكلة قبل إضافة الذكاء الاصطناعي إليها.