和許多人一樣，我們一直在討論人工智慧 (AI) 和網路的未來。網路上充斥著各種資訊，很難判斷身為網頁開發人員，我們究竟需要瞭解哪些內容。
網路的規模遠遠超出我們團隊的想像，因此我們想瞭解您對 AI 的看法、希望學習的內容，以及想如何運用這些新興技術。這樣我們才能提供最合適的內容，協助您突破重圍。
過去幾個月，我們與網路從業人員進行交流，瞭解這個領域的現況，以及您對 AI 的看法。當然，我們無法向所有人說明所有事項。我們與一小群網頁開發人員 (包括 Google 開發人員專家) 進行了幾次對話，瞭解開發人員如何運用 AI 提供使用者導向功能，以及提高日常工作流程的效率。
我們相信，我們學到的經驗可能廣泛適用於網路上的其他人。我們認為社群可能會對我們學到的內容感興趣。
我們根據這些意見回饋，以及對網頁開發人員領域的其他研究，建立了全新的 AI 系列。這個集合包含網頁開發人員適用的總覽、程式碼研究室和示範，以及其他資源，可協助您思考網頁上的 AI 工具和模型。
而這些功能只是起步！未來幾個月內，我們將推出更多新功能，敬請期待。
運用生成式 AI 提升效率
我們發現網頁開發人員想善用生成式 AI 提高工作效率，並與聊天機器人互動，學習新技術或尋求網頁開發問題的解答。
我們訪談的開發人員不是已在日常工作流程中使用 AI，就是認識有這樣做的人，無論是為了業務或個人專案。
程式碼生成
根據您的回饋，我們得知 Gemini 和 Copilot 等程式碼生成工具非常適合用於標準單元測試、基本自動完成 (您知道要寫什麼，但只是需要寫出來)，以及不需要廣泛瞭解程式碼集就能完成的簡單函式。但如果需要編寫更複雜的演算法程式碼和函式，且這些程式碼和函式需要特定專案的廣泛脈絡，這些工具的實用性就會降低。
資深開發人員提到，他們擔心程式碼庫的長期品質，包括程式碼重複和長期維護性等問題。部分開發人員擔心，經驗較少的團隊成員可能無法偵測錯誤，或不知道如何準確驗證生成式 AI 工具產生的程式碼。
開發人員也表示，需要特定領域知識的使用案例 (例如編寫無障礙元件)，目前還無法透過他們嘗試過的程式碼產生工具正確處理。
透過 LLM 學習
我們發現許多開發人員會使用 ChatGPT 和 Gemini 學習軟體開發概念，例如要求大型語言模型 (LLM) 說明排序演算法的運作方式、快速掌握不同程式設計語言，或補足知識缺口。
您認為 LLM 可快速互動問答，且 AI 不會批評問題，只會提供所需答案，因此能帶來絕佳體驗。
再次提醒，對於資淺開發人員來說，如果沒有足夠的知識，就無法發現模型產生幻覺並生成錯誤回覆。
IP 保護是企業關注的議題
我們訪談的許多開發人員表示，公司目前尚未制定相關政策，允許開發人員使用生成式 AI 提高工作效率。開發人員通常會嘗試使用生成式 AI 工具。
「我公司普遍誤解 AI 的意義，因此無法制定正確的政策。」
不過，由於擔心公司智慧財產權 (IP) 外洩給第三方，因此有政策的企業通常會禁止使用。在直接與這些工具背後的公司互動，瞭解資料使用方式和潛在風險後，我們有時會變更這類政策。
企業帳戶和合作夥伴關係專門用於確保資料保護，因此企業更可能鼓勵開發人員使用。
面向使用者的產品功能生成式 AI
在產品方面，當我們在對話中提示「AI / ML」一詞時，回覆內容通常會著重於生成式 AI，這並不令人意外。開發人員很想知道如何運用生成式 AI 改善使用者體驗，但不知道這些體驗的樣貌，也不確定有哪些工具可用於在正式環境中提供這些體驗。
對於已在產品中建構或即將建構生成式 AI 功能的開發人員來說，最常見的用途是使用生成式 AI 透過聊天機器人或一次性介面回答使用者問題。
我們發現使用者最關心的就是輸出品質。具體來說，開發人員希望確保回覆內容準確無誤，並避免 LLM 生成與預期目標無關的內容。如果大型語言模型的輸出內容會直接呈現給使用者 (例如聊天機器人)，就更是如此。
「AI 示範太瘋狂了。每次展示專案時，輸出內容都完全不同。」
您投入大量心力建立測試套件，以驗證各種提示的生成式 AI 輸出內容，但沒有明確且已建立的測試或監控回覆方式。大部分的評估工作都是手動進行。 許多開發人員不熟悉如何處理非決定性輸出內容。我們這個社群尚未建構出能與他們順暢合作的系統。
執行生成式 AI 模型的成本也是重要考量，開發人員會仔細評估成本與使用者效益。
標準模型與自訂模型
受訪的開發人員大多傾向使用現成模型和 API。這能盡量縮短上市時間，並充分運用有限的工程時間和知識。
「我想繼續從事網頁開發工作。我不想成為機器學習工程師。」
開發人員瞭解檢索增強生成 (RAG) 和微調等進階技術，也看到這些技術的潛在價值，但他們寧願專注於網頁開發工作。您最終偏好使用預設工具，或仰賴其他團隊為其用途產生最佳化模型。
隱私權和安全性疑慮
隱私權和安全性是首要考量，對於醫療產業等資料要求嚴格的垂直產業更是如此。裝置端 AI 可能是解決這些用途的關鍵，但這個領域仍有待開發。
透過雲端 API 將使用者資料提供給更多第三方，是令人擔憂的問題。許多開發人員認為，裝置端機器學習或生成式 AI 有助於減輕潛在的隱私權和安全性風險。
網頁程式開發人員適用的 AI 技術
AI 無所不在，而且發展速度相當驚人。如何掌握最新資訊、整合現有工具和模型，或與機器學習工程師合作，製作最符合我們需求的新模型？
根據您提供的資訊，我們正在為網頁開發人員製作 AI 指南。我們希望協助您從高層次瞭解 AI 概念、發掘使用生成式 AI 提高工作效率的機會，並運用現有工具、模型和 API，使用 AI 打造令人愉悅的使用者體驗。我們會在AI 系列中發布更多內容，請持續關注。
雖然大多數網頁開發人員都希望專注於自己最擅長的工作 (也就是網頁開發！)，但我們鼓勵想深入瞭解的開發人員，建構網頁開發人員所需的工具、模型和 API。我們很想聽聽你的想法，瞭解如何協助你獲得成功。
AI 領域的發展日新月異。因此，我們會持續與社群互動，進行更多對話和問卷調查。如要與我們討論，請安排與我們團隊的諮詢時間。