项目需求#
ChatGPT 问世之初，一位年轻的创始人找到了我们。他研究过教育科技领域里哪些做法行得通，在任何产品提供这种功能之前，就知道学生想要什么。学生已经在用 AI 写作业，而 AI 给出的答案读起来就像 AI 写的。他的第一款产品 Classway，要给学生读起来像他们自己写的答案。
他刚刚起步，而每一次对外部服务的调用，在产品的整个生命周期里都会在每个答案上重复执行，所以每一次调用都必须物有所值。
难点：听起来像学生#
创始人的方案是当时的常见做法：先生成答案，用 AI 检测器打分，再通过人性化改写服务重写，然后再打一次分。每个问题都要四次外部调用。
Saif Pasha 在任何人动手开发之前就测试了这套方案。当时的检测器彼此矛盾：一个检测器判定为完全出自人手的段落，另一个可能判定为完全由 AI 生成。于是 Saif 用五个检测器同时检验每一次改写。市面上最好的人性化改写服务给出的结果最稳定，而拆解之后发现，它不过是把文本连同自己的一段提示词，交给了另一个语言模型。
这让设计推倒重来。Saif 向创始人展示了四个版本的处理流程，每一版的调用次数都比上一版少，最终只需一次调用，就能同时完成答案的撰写和人性化改写。
最费工夫的是提示词。针对全部五个检测器反复改写提示词之后，规律变得清晰：精雕细琢、标点均匀的文字，正是模型的标志。学生会在语法上出错，会漏掉读者根本不会注意到的逗号，写起来像中学最后几年的学生，而不是教授。把这些特征写进提示词后，Saif 测试过的每一个检测器都给改写结果打出了 95% 以上的人类得分。
这也让检测器从产品中彻底退出。每个答案一开始都是 AI 文本，所以事先检测得不出任何新信息；一旦改写站得住脚，事后检测也毫无增益。每位学生看到的分数是按设计设定的，落在这款改写工具在 Saif 的测试中实际达到的范围之内。它从来不是对学生答案的检测。
我们为 Classway 构建了什么#
Saif 设计了 Classway 的品牌和每一个界面，我们的团队把它同时做成了 Chrome 扩展程序和 Web 应用。
在扩展程序中，学生可以在任意网页上选中一道题，侧边栏会给出答案并进行人性化改写。选择题模式会把正确选项加粗标出。
当 Saif 重新设计首页、把人性化改写工具直接放进网站本身时，创始人只回了一句话。
You have outdone yourself Saif
NiggleAI：整门课程，随时可学#
几个月后，创始人带着第二家公司回来了。学生把录制的课堂讲座、YouTube 视频、文档和 PDF 交给 NiggleAI，就能得到摘要、智能笔记、测验和抽认卡，还能就其中任何内容提问并得到解答。
音频和视频是难点：录音只有压缩之后，模型才能接收。Saif 此前已经在我们更早的项目 Audiotextify 中基于 FFmpeg 搭建好了这一步，因此 NiggleAI 的上传文件也经由同一个 FFmpeg 窗口送到 Whisper。Saif 设计了 NiggleAI 的品牌和应用，我们的团队负责开发，Classway 的人性化改写工具后来也加入了其中。
成果#
Classway 的使用几乎全部转到了 Web 应用上，因此扩展程序被停用。Classway 现在拥有超过 222,000 名用户，已回答超过 300 万个问题。创始人的第二款产品 NiggleAI 与它并行运营。两款产品都很早就开始产生收入，至今仍在运营并持续带来收入。
