AI调酒师：科技与酒精的奇妙碰撞

人们总爱找一个理由举杯：工作不顺、情感受挫、寻找生活意义……酒成了慰藉的媒介。我发现，人们常拉着我要我推荐一杯“专属”他们的酒。

我在朋友的酒吧兼职，面对“不开心就喝甜的”这类请求，我的答案总是那么单调，自己也觉得无趣。

但客人的需求五花八门，比如，“想尝尝富有的味道，可我又穷”。

……

说实话，我真的很珍惜这份工作。

“如何快速提升交际技巧？”我向AI求助。有一天我恍然大悟，为何不让AI来“忽悠”呢？这事儿它擅长。

AI“摇”的酒，你敢喝吗？

我打开了Gemini对话框：

帮我设计一个酒吧随机点单应用，界面要温馨舒适，但别用粉色。酒吧名叫“界限消失”。界面上需有鸡尾酒图标，上方是酒吧名，下方是点酒输入框，再下面是确定和“随机来一杯”按钮。客人输入心情和喜好后，新页面会推荐各种鸡尾酒，展示酒名、口味、酒精浓度，并配有精美渐变色图案。

Gemini生成了HTML代码，浏览器打开后，界面布局基本符合要求，还添加了推荐理由。

“旧书页、威士忌和甘草”，这是Gemini理解的“温馨舒适”。

我觉得不够完美，界面太亮，字号也不对。但我不懂编程，只能问Gemini如何调整。它一点点教我。

接着我做了个简单的酒单数据库，列出每款酒的颜色、口感、度数等，还标上主观上的“氛围标题”，如“酸柳橙”对应暖色、回甘、清爽，“百利甜乌龙”对应柔和、香甜和快乐。我特意叮嘱AI“不许瞎编”。

测试时，我觉得应该加个“换一杯”选项，方便顾客抽卡。AI保证会谨慎推荐，小心试探。

第二天，我带着赛博酒保上班了。

人类喝多了，AI也招架不住

起初，顾客们只是试探。

“来点甜的。”“密多丽菲士，用Midori蜜瓜利口酒和菲士制作的清爽甜酒。”

“想要带气泡的。”“莫吉托太普通了！”“那就气泡玛格丽特。”

人类在赛博酒保面前彻底放松了，不再羞于拒绝或提要求。它耐心推销，直到顾客满意。

酒越喝越多，顾客打开了话匣子。“今天替同事背锅，烦死了。”一位新顾客写道。

酒保推荐“粉色丛林”，“石榴的香甜和椰奶的丝滑……”。

顾客更不开心了。

原因是Gemini只做了前端，没有后端大模型接入，推荐逻辑过于简单。

程序只识别了“开心”，我猜如果输入“我想打开心结”、“我想喝开心果口味的”，也会匹配到“开心”标签。

我赶紧让它“闭麦”。回到Gemini说推荐方式有问题。当顾客输入“不开心”、“不高兴”时，会匹配到“开心”和“高兴”，导致推荐错误。

Gemini思考了一会儿，给出了修复方案：增加否定词检测。现在代码会检测关键词前的否定词。例如：用户输入“不开心”，系统会识别出前面的“不”，从而忽略这个匹配。

我请那位顾客重新抽卡，她依然抽到“粉色丛林”，但推荐语改成了“带走你一天的苦闷与不乐”。

你看，人类怎么可能这么贴心。

后来，程序找不到匹配标签时，会触发兜底逻辑——随机推荐。这时我就在旁边打配合，“哇，你就是AI杀手！”客人们也很开心。

当AI附和人类的瞎掰和抽象

我再次请教AI如何部署大模型。它推荐了自家的Google AI Studio，一个完整的开发环境。

我把之前的提示词整理好交给AI。预览的版本已经很高可用，但仍有些问题。

我不喜欢生成的UI，于是用Sketch画了几个UI元素提交给Gemini参考。

加上其他修改建议输入给AI。

- 背景的渐变色太暗了，提高明度。

- 文字可读性不好，调亮颜色。

- 使用圆角边框。

- 推荐结果页面上方添加鸡尾酒杯图标。

“穷，想尝尝富有的味道。”“曼哈顿……”

“广州冬天怎么这么热？有没有氛围小酒？”“烟熏玛格丽特……”

“今天吃了猪脚饭腻了。”“琴蕾……”

“在餐厅打架了很不爽！”“大吉利……”

“推荐一杯配我的‘辣妹’OOTD。”“拉美药剂……”

... ... ... ... ... ... ... ... ...