最近在思考 onboarding 相关的事儿，发现一些点很重要。而我目前使用过的所有应用，遇到的 onboarding 问题——没有哪个产品能达到让我印象深刻的程度。
而我觉得，这些问题，远比想象中要重要得多——它们其实是在塑造系统用来建模我们的原始材料。
用 Elys 举个例子。
既然目标是打造 AI 分身，那么 onboarding 应该围绕系统想要提取的内容来设计，还要考虑到可能涉及的事件的随机性/偶发性…
不同的目标，会导向完全不同的问题设计。而且，关键不仅在于问什么，更在于用户如何回答。
没有引导的开放式提问，通常会得到比较模糊的回答，信息密度并不高。虽然 AI 确实擅长做模式识别，但前提是有足够的输入密度。如果人类提供的可识别结构很少，那系统可以提炼的空间也极其有限。
那么挑战就来了——该如何设计问题，以及回答的形式，才能让系统获得足够的认知信号，从而初步推断出一些真正贴近这个人的特质，以便打好对齐率的地基？我也在思考。🤔
P.S. 很多人吐槽 AI 分身不像 ta 本人，包括我自己。我猜原因有三，一是因为 MBTI（和职业状态？这里和主页「标签」有关），二是 onboarding 设计，最后才到人机交互的记忆提取机制。所以，批评人类自身没做好人机交互工作是片面且不够合理的！！🤔