---
# layout: center
layout: image-left
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/8weowYHaL3U.webp
---
# 目的

现在的 AI 使用场景都很局限性，除开对话，和个人的沟通和交互能力还不够。在描述的过程当中，就能够形成体系化知识

1. 在此反思当前的 AI 使用场景
2. 探索未来可行的的 AI 使用场景
2. 如何为未来做好准备


---
layout: image-right
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/REjuIrs2YaM.webp

createdAt: "2025-11-13 02:39:00"
---

# 现有的个人使用 AI 场景

整个使用场景，对个人创建和个人使用是没有的，更多是已有的，进行使用。

1. **对话互动类**: 聊天，对话，陪伴，启发等。 
2. **信息处理**: 总结，提炼内容，获取答案。
3. **内容生成**: 创造，创作，生产新内容
4. **自动化执行**: 自动完成任务
5. **代码生成**

<div style="position:absolute; left: 20px; bottom: 20px;">2025-11-13</div>
---
layout: image-left
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/REjuIrs2YaM.webp
---

# 1. 对话互动类

大模型具备大量资料和内容，大量数据下，人的知识和语料没有 AI 丰富，同时 AI 能更快更方便的找到答案

1. 用户从大量数据中获取自己需要的知识
2. 让 AI 角色扮演
<!-- <Arrow x1="10" y1="20" x2="100" y2="200" /> -->

<br />

## 应用

千问,  DeepSeek,  豆包

<br />

> 局限性:对话优先


---
layout: image-left
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/4uH95YbrT0c.webp
---

# 2. 信息处理

信息在当前社会很复杂，很多。很多的时候，人在复杂的信息群当中，要花费很多的精力去diss哪些无效，无用的数据。需要精炼化的文字和答案。

<quote>
 
</quote>
<br />

## 应用

Coze，Dify，Langflow，Flowise， n8n， BiSheng

<br />

> 局限性: 如果是开发者而言，本末倒置，画蛇添足的功能。类似低代码。