做好一件小事:我的首部AI著作出版复盘与思考

大模型向量数据库机器学习

picture.image

在人生的大海中,又拾起了一枚漂亮的贝壳

做好一件事儿,不容易。

前几天发布了新书:普通人如何从0到1用好AI?江树写了本《智能体设计指南》系统性回答这个问题

昨天线下新书发布会结束,心里一块大石头落地,终于可以稍稍松一口气。

在这里向各位关心江树的朋友们和粉丝们做个"情况汇报",也在这里记录下这本书的出版故事。

发布会各位作者的分享PPT已整理好,文末即可领取

picture.image

三本新书线下发布

感谢一路相伴、一路支持的作者、出版社老师、推荐本书的各位老师、亲友、粉丝们!这是江树出版的第一本书,没有大家支持,书籍没法取得如今的成绩。

picture.image

感谢一路相伴的朋友们

相比爆火的 DeepSeek,智能体的概念相对普罗大众来说更加陌生,所以其实书籍出版后,作者和出版社的老师们对于书籍销量都是很忐忑的。没想到在一众 DeepSeek 书籍中,还能杀出重围逆势上榜,一度成为 Top2 热销图书。

picture.image

京东搜索「智能体」,选择红宝书即可下单

PS:目前已经没有库存了,没有拿到书的朋友不用着急,已经安排补货,下周到位。

再次感谢大家对书籍的认可和支持!

这本书的顺利出版不容易,用昨晚刚哥(李继刚)的原话来说就是" 力挽狂澜,将它从废墟中捞起 "。

01 源起

故事要从2023年8月23日说起。当时,国内一家知名出版社联系到我,希望出版一本关于提示词方面的书。在书籍出版领域,我虽有实践但缺乏系统经验,加上时间精力有限,我意识到这是一个需要团队协作才能完成的项目。

于是,我联系了在AI提示词领域颇有建树的刚哥(李继刚)和小七姐一起合作。幸运的是,他们也正有这方面的想法,三个人一拍即合,立刻组建了创作小组开始沟通具体事宜。

picture.image

书籍启动

确定了基本方向后,我们马不停蹄地投入到内容创作中。每个人负责不同部分,同时通过线上会议不断交流、碰撞思想,确保内容的连贯性和专业性。这个过程充满了热情,也充满了挑战。

picture.image

书籍创作交流

在创作过程中,我和刚哥在北京第一次见面,终于从"网友"变成了现实中的朋友。线上的交流固然便捷,但面对面的讨论往往能产生更深度的链接和更多灵感火花。

picture.image

和刚哥第一次见面

之后,刚好 WayToAGI 社区也有类似书籍出版计划。因为理念一致,WayToAGI社区的AJ姐和轻侯哥也加入了我们的创作团队。这样,我们组成了一个五人小组,定期开会讨论,分工协作。

02 转折

经过近3个月的努力,我们完成了初稿。为了检验内容质量,获取更多建设性意见,我们在2023年12月16日于北京组织了一场小型读书会,邀请了二十多位业内朋友参与讨论。

picture.image

这次读书会非常特别。AJ姐和小七姐专程从外地赶来北京,在薛总的支持下,我们和与会者进行了一个下午的深入交流。每位参与者都提出了极具洞察力和建设性的意见。

picture.image

初稿读书交流会

然而,正是这些极有价值的反馈让我们认识到,书稿还有很大的提升空间。我们几位作者和AJ姐在晚上回去的路上一致决定:我们要重写这本书!当时我们信心满满,甚至约定了一周之后拿出重写后的新稿。

但计划赶不上变化。这个雄心勃勃的一周计划最终没能实现。随后,由于各自工作的繁忙和其他因素,这个项目被搁置了下来。这个未完成的承诺,一直压在我心里,成为一个挥之不去的遗憾。

有人说,一个项目最难的不是启动,而是在遇到困难后能否坚持下去。此时的我们,正面临着这样的考验。

03 重启

时间来到2024年5月,转机出现了。

在AIGCLink的占总(占冰强)的鼎力支持下,我下定决心重启这个项目,将这本被"遗弃"的书稿重新拾起。占总帮我引荐了机械工业出版社的杨主编,我们一起重新梳理了书籍的定位和架构,将其明确为"面向普通人的智能体设计手册"。

这个定位调整非常关键。它不再是一本纯粹的提示词指南,而是一本能帮助普通人理解并应用AI智能体技术的实用手册。

在新的定位下,我们对内容结构做了重大调整:

  • 将原来的提示词内容结合AI最新发展重新撰写,作为全书的前20%部分,定位为大家都要掌握的基础能力。
  • 后80%设计为智能体部分,从原理到实操、从单智能体到多智能体,定位为真正的能力倍增器。

这次,我找到了LangGPT社区的联创"甲木"一起合作,开始了书籍智能体部分内容的撰写。这是一段异常艰辛的旅程——耗时近5个月,前前后后修改近10版,我们终于在2024年年底完成了初稿。感谢甲木,非常给力,我们一起在咖啡厅、线上修改书稿的过程,至今还历历在目。甲木为这本书投入了巨大的时间精力和心力,为书籍的成功打下了坚实的基础。

picture.image

picture.image

版本修改记录(部分)

在此期间,我始终没有忘记最初的承诺。5月底,我在苏州百度的万象大会上偶遇小七姐;7月,又在北京与刚哥碰面。这两次见面,我向小七姐和刚哥都表态:一定会把这本书出版完成。

这不仅是对团队的承诺,更是对自己的承诺。

初稿写完后,连有多年出版经验的杨主编都不禁夸赞我们的成果。他的肯定让我更加坚信:这本书值得被更多人看到。

picture.image

04 出版

与此同时,我们洞察到AI在高效办公领域的巨大需求,于是和沈老师、蓝衣剑客一起合作了《kimi高效办公》、《豆包高效办公》两本书籍。遗憾的是,由于种种原因,这两本书直到DeepSeek爆火后才正式出版,在市场表现上受到了一些影响。

最终在2025年3月,三本书同时正式出版发行。

一本好书不仅需要优质内容,还需要精心设计的外观和有效的推广。《智能体设计指南》这本书的封面设计受到许多读者喜爱,这是我们作者团队深度参与的成果:由刚哥选定样式,小七姐和她的设计师设计初稿,最后由出版社的设计老师完成终稿,才有了大家现在看到的充满设计感的"AI红宝书"。

picture.image

智能体设计指南

同时,要感谢AI圈各位大咖的推荐和支持,他们的认可是对我们最大的鼓励。

picture.image

感谢各位作者的精彩分享,感谢线上线下关注的朋友们,大家辛苦了!

picture.image

线下发布会各位作者分享的PPT,我放到ima知识库了。

picture.image

也可以在书籍电子资源页面获取(点击文末「阅读原文」即可进入:

https://langgptai.feishu.cn/wiki/AYEqwvcHxiM0pPk55TJceYWBnwc

05 心得

发布会结束,心里一块石头总算落地。终于给了自己、给各位粉丝、各位作者、出版社和支持我们的朋友一个交代。

picture.image

在做事、做成事方面,这次经历让我有了更深刻的体会。

  1. 先完成,再完美

"先做一个'垃圾'出来"——这句话听起来有些刺耳,但却蕴含着深刻的智慧。

picture.image

去年我还写了一篇文章: 两小时做了个垃圾,居然两天内就上架了Chrome官方Store

正是秉持这样的信念,我推动了本书的顺利出版。追求更好的内容,而不是最好的内容。因为"最好"是一个永无止境的标准,它会让你陷入完美主义的泥潭,最终一事无成。

先把事情做出来,然后在实践中不断完善,远比纸上谈兵、追求一开始就完美要有效得多。

  1. 尽力而为,笑对挫折

在自己能力范围内尽力而为,尽人事,听天命。

有时候,你即使什么都没有做错,但就是运气不好,这时候唯一的选择就是坦然面对,在现有条件下做事,尽力而为。

这波被DeepSeek流量挤压,对销量确实有影响。但我们有内容质量作为压舱石,最终的结果也不错。这恰恰说明:质量永远是最好的营销。

picture.image

  1. 关键环节亲力亲为

经验告诉我: 所有可能会出问题的地方,最终一定会出问题。因此,关键环节必须亲力亲为。

事情太多太杂,每个环节都要自己亲自把控。多沟通,多交流,多检查,多确认。 不能假设别人一定会按你想象的方式行事,主动跟进才能确保万无一失。

  1. 把手弄脏,视一切为己任

分工心态是危险的。比如出书,如果觉得某件事情就是他人的责任,情况可能会越来越糟。很多时候不是不存在资源,而是你没有找到并利用好这些资源。

你不自己亲力亲为,行动起来,事情只会变得更糟。 一旦你把所有事情都当做自己的责任,心态上就会有根本转变——每个人都是来帮你的,你就不会盯着问题指责,而是带着感激和感恩之心与大家一起把事情做好。

06 最后

不知道什么时候开始,我心里埋下了一个出版书籍的小小愿望。现在,这个愿望终于实现了。

走过了从构思到出版的全部流程,在出书这件事上更有经验了,所以我打算增加一项个人出书的咨询服务。如果你也想出版、或者遇到了出版等方面的困惑,或许江树的经验可以帮到你。

人生就是这样,一路走来,时而迷茫,时而坚定。在这条路上,我们并不是要找到所有问题的答案,而是在不断尝试和前行中,拾起属于自己的那些美丽贝壳。

《智能体设计指南》就是我在人生海滩上拾起的一枚漂亮贝壳,它见证了我和团队的成长,也希望能为读者的AI之旅提供一些微光。如果您想阅读本书,可以点击下方链接购买。

最后,致敬能做好任何一件小事的所有人,真了不起!

我是「云中江树」,这里每周为你分享AI工具、方法和观点。

👉 点赞、在看、分享三连支持 ,关注「云中江树」,深度驾驭AI!

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
火山引擎大规模机器学习平台架构设计与应用实践
围绕数据加速、模型分布式训练框架建设、大规模异构集群调度、模型开发过程标准化等AI工程化实践,全面分享如何以开发者的极致体验为核心,进行机器学习平台的设计与实现。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论