AI 与机器学习
让 AI 加文件上传,别只用一张小图验收
简书首页0 次浏览
选中一张图片,页面出现缩略图,再点击保存,上传功能看起来已经完成了。但用户换一个文件、取消选择、上传到一半退出,界面该怎么办?如果这些行为没有约定,第一次成功很容易掩盖后面的问题。 我会先把上传范围说清楚,再让 Codex 实施。AI 编程里,“支持上传”只是一句话,真正可以验收的任务,需要说明接收什么、怎样反馈,以及没完成时如何恢复。 ## 先确定文件规则和使用场景 假设这是一个商品配图入口,先明确允许的文件类型、大小、数量和展示方式。替换旧图时,取消操作是否保留原图;一次选择多张时,其中一张失败,其他结果怎样处理,也需要跟着业务用途决定。 这些数值不应当由模型随意填写。我会把产品已经确定的规则交给 Codex,没有确定的地方则让它列出需要确认的问题。ChatGPT 可以帮助整理讨论,但不能把一句“参考常见做法”当作最终依据。 接着查看项目有没有现成的上传组件或接口。如果已经有合适入口,就先看能否沿用,而不是为了当前页面重新实现一套相近逻辑。复用是否合适,也要说明与本次规则是否一致。  ## 一组小样本,比一句正常上传更具体 我会准备允许范围内的小文件、接近业务上限的文件、不符合已定规则的文件,以及需要替换的旧图片。再检查用户取消选择时,页面是否保持原状,不会无缘无故清空已经保存的内容。 只用一张很小的图片测试,主要看到的是顺利路径。上传等待、明确失败和用户重新选择以后,原来的提示是否清除,是否还能继续操作,都值得单独走一遍。 在了解 **聚模 API(jmoapi点com)** 时,这类小功能也是观察中转站 AI 的一种方式。核对接入说明和计费规则以后,用自己理解的样本看实现过程:有没有遗漏状态,是否保留旧内容,完成以后能否给出对应检查结果。 ## 分清选中了、传上去了和保存成功 用户选中文件后出现预览,不等于文件已经上传;上传返回了结果,也不等于业务记录已经保存。我会让 Codex 先说明当前流程里这几个阶段的关系,再决定按钮、提示和失败恢复怎样安排。 例如上传完成后保存失败,界面要告诉用户发生在哪一步。是否可以再次保存、是否需要重新选择文件,应当遵守项目已确认的处理方式。不要让一个笼统的“操作失败”,把状态又交给用户猜。 若考虑 gpt-6.1-sol 或 gpt-6-astra,先核对当次入口是否提供相应选项。比较时使用相同文件规则和场景,观察谁能够把不同阶段说清楚,而不是只看谁先生成了一个带缩略图的页面。 ## 检查结束后,再判断体验和成本 大家希望得到满血、不降智的体验,我更愿意通过这些状态变化来观察。满血不降智可以体现在理解完整流程、承认尚未验证的情况,以及修复一处问题时仍然记得保留已有图片。  Token、倍率与实际费用,也应当和整项上传任务放在一起。把第一轮界面生成、后续状态补齐和样本检查分别记下来,才能知道自己最终为一个可用入口投入了多少,而不是只比较最顺利的那次回复。 结束时,我会保留文件规则、样本清单和实际验证结果。以后其他页面也需要上传,就有材料可以复用;规则变了,也能知道哪些检查需要重新做。 AI 写代码把上传按钮放出来,只是任务的开始。让用户知道文件到了哪一步、失败后怎样继续,并且保住已经确认的内容,这个入口才真正接近可以日常使用。
原文:https://www.jianshu.com/p/a7bc7ff64028

