以下是一篇关于在你的应用中运用新型软件——AI（人工智能）——的技术帖。无需复杂概念、无需 agents、无需 RAG、无需聊天机器人，也不做任何“即将实现”的夸下海口的承诺。大多数示例甚至不会让用户直接接触到 AI 生成的文本，而是通过 AI 在后台为应用做决策。
本文面向没有 AI 实施经验的开发者、设计师和产品经理，目的是激发你思考 AI 在应用中可能的使用场景，以头脑风暴的方式提供灵感，而非详尽的操作指南。即便这些示例都不适用于你的项目，我仍希望它们能触发一些新的想法。
我避免了典型的 AI 炒作，把 AI 当作普通工具来对待——就像数据库、微服务或前端框架一样：可能有用，也可能没用。
下面开始……
一、验证类
1. 宽松校验 验证邮箱地址相对容易，但如何校验输入的是英文、或某个数值在“合理”范围内？
例如，一个表单让用户先选宠物品种再填体重，字段标注为“kg”，但用户仍可能误输成磅。为每种动物硬编码合理体重区间太繁琐，但 AI 知道大多数动物的合理体重，可以帮你判断填写是否正确。
AI 校验会比常规校验错误几率更高，因此需要设计合适的交互。比如用户输入的数值略高时，可提示：“您是把磅当千克输入了吗？还是您家宠物真的很壮？”用户能轻松关闭提示，以免被干扰。
只要发现用户经常输错、且人工能一目了然的场景，就可考虑此法。
2. 验证用户是否在正确分类 在二手交易平台，用户可能在“厨房用品”分类发布“皮划艇”或在该分类搜索“皮划艇”。如果有人在一旁，肯定会说：“您好像在错地方。”既然人能判断，AI 也能。
你可导出分类与搜索记录，让 AI 帮你判断用户是否迷路，并适时提示。
顺便提一句，AI 能检测问题，你也可以用它先判断自己是否有这个问题。
3. 富内容校验 AI 理解图像和文本。例如用户上传的应该是煤气费账单，你可以让 AI 检查文件是否像煤气费账单，并验证是否含有用户姓名和地址。
“像煤气费账单”是人眼能轻松判断、编码难以实现的场景。
4. 遵规校验 在用户留言区，你可让 AI 根据《行为准则》判断内容是否合规。违规时，屏蔽评论或生成反馈；还能判断是故意还是无意冒犯，并给出相应建议。
如果你的准则天经地义，不妨直接屏蔽不合规输入，而非要求用户先阅读长文并打勾同意。
5. 内容清晰度校验 在 Bug 报告界面，若用户只写“有点慢”、“最近经常发生”等模糊描述，AI 可以提示用户量化细节。
常规方法只能靠模板，仍难保证高质量报告。
6. 一致性校验 在旅游预订应用中，机票、酒店、租车等应讲述一个连贯故事。AI 可检验各部分是否冲突，比如租车地点是否与机场匹配。
同理，报销系统也能检测异常，如电动租车却申报燃油费用。使用时要注意提示频率与准确度的平衡。
二、理解类
7. 重复检测 AI 理解文本含义，用于判断新提议是否与已有请求重复，询问用户是否直接投票。
相比关键词匹配，AI 可识别“暗黑模式”和“夜间主题”是同一含义。
8. AI 助力用户操作 凡是让用户做、而人眼能轻松完成的事情，如为博客选关键词，都可考虑交给 AI，提前填充、推荐选项或将预测结果置顶。
注意别过度打扰用户。
9. 内容自动标注 用户发布问题后，你可让 AI 判断问题是否“有趣”或“有挑战”，并打上相应标签。
AI 在从非结构化数据提取结构化标签方面表现出色。
10. 理解富内容 在商品评分网站，如果用户上传购物小票，AI 可核对小票与商品是否匹配，并提取价格、日期等信息。
额外应用：让 AI 观看视频并持续评论，例如从监控画面中识别车辆进出。
11. 基于意图调整界面 在图像编辑器中，AI 可判断用户打开的是照片还是线稿，并推荐相应工具；在 IDE 中，也可在识别到 API 文件时自动展示接口测试工具。
12. 基于内容调整界面 电影点评网站可让 AI 检测剧透并隐藏，或将评论重写为无剧透版本；论坛也可为儿童模式重写或屏蔽不适内容。
13. 非量化聚合 AI 能聚合定性数据，例如从一堆用户评论中提炼出常见主题或归类。
14. 意见评估 对于大量功能请求，AI 可帮助初步评估是否值得实现。我对 VS Code 功能请求测试发现：GPT-4o 初版预测准确率 57%，微调后提升至 72.5%，自建模型达 80%。
AI 的判断可作为辅助意见，避免好想法被无人问津的“自动关闭”机器人埋没。
15. 任意排序 AI 可根据文本含义对列表排序，例如将“关键 Bug”相关的问题排前，把“咨询类”放后。
此即语义排序，配合截断可用于语义搜索与重复检测。
16. 替换复杂启发式算法 对代码片段自动识别语言并高亮，比正则和字符串匹配更智能；不合规词过滤也可用 AI 完善。
三、隐私类
AI 既能理解内容，又能替代人工审核，让用户放心私密聊天，同时防范滥用。
17. 私密聊天审核 AI 可审核私聊内容，标记违规行为，告知用户仅算法处理，不会有人类阅读。
18. AI 作为私密数据中介 AI 可在不泄露隐私的前提下回答关于私密数据的问题，例如确认违法计划类别，再决定是否进一步干预。
19. 检测恶意代码 在托管平台中，让 AI 判断代码片段是否恶意，也能检查是否泄露密钥。
20. 用户使用洞察 让 AI 匿名分析图像编辑或笔记内容，获得用户行为洞察。
21. 数据学习 远程医疗可用 AI 转录并匿名汇总通话要点，提炼共性主题，不违背医患保密原则。
22. 智能错误提示 AI 分析报错堆栈并生成用户友好提示，或先分类后映射到人工撰写的消息。
23. 保护心理健康 在线课程平台可用 AI 区分建设性与恶意评论，只向讲师呈现正向或中性反馈，减少负面刺激。
四、应用维护类
24. AI 驱动单元测试 将提示文案、截图或 tooltip 提供给 AI 检查一致性，补全常规测试难以覆盖的区域。
25. 页面外观检查 部署后让 AI 对比前后截图，并结合变更日志判断页面是否正常显示，超越简单 diff 的能力。
五、疑虑与现实考量
- 幻觉：AI 会错误，但并不妨碍其实用性。成本：与雇人脑相比，AI 性价比高；与正则相比，成本更高。开源：托管开源模型一般收费，自己跑也要电费。速度：小型请求响应数百毫秒。安全：需防范提示注入，限制输入输出。炒作：有用就行，不必纠结宣传。入门门槛：调用 API 和天气接口差不多；自建模型亦可渐进。提示工程：无需过度解读，好比给实习生写邮件。
六、结语
AI 只是一个尚未被充分利用的新工具，世界如今还像刚发明关系型数据库，却有人继续用文本文件存数据。希望这些平凡的用例能为你的项目带来灵感，助你将 AI 融入日常开发！
