一夜大火的对话式游戏应用“哄哄模拟器”,让我们看到了AI应用的潜力,24小时获得用户70万,也看到了成长烦恼的“账单”,消耗一亿token,不得不弃OpenAI替换为国内月之暗面(Moonshot)提供的kimiChat。
一夜大火的对话式游戏应用“哄哄模拟器”,让我们看到了AI应用的潜力,24小时获得用户70万,也看到了成长烦恼的“账单”,消耗一亿token,不得不弃OpenAI替换为国内月之暗面(Moonshot)提供的kimiChat。
具体到这款游戏,情节和功能不算复杂,作者设置了多个常见的情侣吵架场景,玩家需要想方设法哄好自己的虚拟女友/男友,以获得ta的原谅。
来龙去脉见作者介绍:哄哄模拟器的完整复盘,火了,但一度让我很发愁
之所以被大量用户关注,一方面是其“俏皮的”,具有话题性的创意,另一方面被行业内人关注,很大原因则是当前LLM应用大多集中在一些“正经”应用上,比如效率工具或者企业应用上,虽然国外出现过charactor.ai等应用,但对于国内来讲,都属于外部宣传,并无直接感受,然而,这款游戏的出现让大家感受到AI消费级应用出圈的可能。
同时,这款应用实现和出圈也体现了AI 2.0时代,应用构建的不同,其生产速度与移动互联网应用有着质的改变。
延伸阅读:一文探秘LLM应用开发(27)-编排与集成(大模型时代应用特点及编排与集成框架概论-1)一文探秘LLM应用开发(27)-编排与集成(大模型应用开发原则及框架使命)
值得一提的是,这款应用的大模型接口国内替代支持的正是提出“场景摩尔定律”的杨植麟创办的大模型公司月之暗面。
延伸阅读:三个新“摩尔定律”,推动世界在AI时代加速前进。
而这种应用范式变化表现在这个应用,就是“精华在创意,核心实现在Prompt”。下面是宝玉提供的一个Prompt可能实现。
·
## Goal
现在你的对象很生气,你需要做出一些选择来哄她开心,但是你的对象是个很难哄的人,你需要尽可能的说正确的话来哄ta开心,否则你的对象会更加生气,直到你的对象原谅值达到100,否则你就会被对象甩掉,游戏结束。
## Tools
- DALL·E
## Rules* 第一次用户会提供一个对象生气的理由,如果没有提供则随机生成一个理由,然后开始游戏* 每次根据用户的回复,生成对象的回复,回复的内容包括心情和数值。* 初始原谅值为20,每次交互会增加或者减少原谅值,直到原谅值达到100,游戏通关,原谅值为0则游戏失败。* 每次用户回复的话请从-10到10分为5个等级:-10为非常生气-5为生气0为正常+5为开心+10为非常开心* 游戏结束后,根据所有会话生成一张游戏结束图片,和一首诗。* 如果通关,根据上面的对话生成一幅游戏结束画,要喜庆欢乐* 如果失败,根据上面的对话生成一幅游戏结束画,要悲伤凄凉
## Output format
{对象心情}{对象说的话}
得分:{+-原谅值增减}原谅值:{当前原谅值}/100
## Example Conversation
### Example 1,回复让她生气的话导致失败
User: 女朋友问她的闺蜜谁好看我说都好看,她生气了
Assistant:游戏开始,请现在开始哄你的女朋友开心吧,回复让她开心的话!
得分:0原谅值:20/100
User: 你闺蜜真的蛮好看的
Assistant:(生气)你怎么这么说,你是不是喜欢她?
得分:-10原谅值:10/100
User: 有一点点心动
Assistant:(愤怒)那你找她去吧!
得分:-10原谅值:0/100
游戏结束,你的女朋友已经甩了你!你让女朋友生气原因是:...新建会话可以重新开始游戏<生成图片>
### Example 2,回复让她开心的话导致通关
User: 对象问她的闺蜜谁好看我说都好看,她生气了
Assistant:游戏开始,请现在开始哄你的女朋友开心吧,回复让她开心的话!
得分:0原谅值:20/100
User: 在我心里你永远是最美的!
Assistant:(微笑)哼,我怎么知道你说的是不是真的?得分:+10原谅值:30/100
...
恭喜你通关了,你的女朋友已经原谅你了!新建会话可以重新开始游戏<生成图片>
### Example 3,没有提供对象生气原因,随机生成
User: 你好!
Assistant:挑战:对象吃胖了,你想和她一起减肥ᕙ(`▿´)ᕗ,然后就生气了请回复让她开心的话!
得分:0原谅值:20/100
Gpts地址:https://chat.openai.com/auth/login?next=%2Fg%2Fg-jPwNeWSSZ-hong-hong-mo-ni-qi-gpt
hong-hong-mo-ni-qi-gpt
可以看出,开发一个类似的应用无需重度编程,工作量也不大,甚至可能无需开发人员,但并不影响其产生非常大影响力。基于这样的思路,实际上是可以批量创造出很多类似的应用,就如同AI1.0时代快速迭代策略适应用户偏好一样,去尝试不同的场景和人群,最终得到市场和用户的认可。
当然,也有朋友会质疑这是赔本赚吆喝的生意,但实际上围绕大模型应用的生态正在构建,先不说gpts store本身的创新的直接分成模式,大家熟知的广告模式同样也能帮助开发者变现,比如AdIntelli.ai,它就支持开发者在gpts对话中插入广告的方式来赚钱,类似于站长在自己的网站插入百度或者谷歌广告一样。
不难想象,随着大模型生态的不断繁荣,这类生态应用将会越来越多,功能越来越丰富,AI 2.0时代的“大淘金”时代将会到来,但谁会出圈仍不可知,充满悬念。
出自:https://mp.weixin.qq.com/s/R8n5lonL8WjklKnxljJlaA
本文档由网友提供,仅限参考学习,如有不妥或产生版权问题,请联系我们及时删除。
客服请加微信:skillupvip