
Rivya Journal

作者
分類
繼續探索
繼續閱讀 Rivya 團隊整理的相關指南、產品筆記和工作流拆解。
第一次 Rivya 會話的目標不是覆蓋所有功能。
目標很明確:完成一項真實任務,親自了解產品在實際創作中的使用方式。如果你需要更嚴謹的帳戶、路徑與設定說明,Rivya 入門指南是配套文件;本頁則著重實際決策。
浪費第一次會話最快的方法,是什麼都試一點,卻什麼也沒學到。
好的第一個任務,至少應該教你以下一件事:
需求說明仍在變動時,Chat 如何運作
輸出已經是視覺時,Image 如何運作
任務很窄且像答案題時,工具入口的感覺如何
多數新使用者會從 Chat、Image 或已上線工具學得更快,而不是第一天就跳進最重的 Video 路徑。如果 Video 或 Audio 真的就是你今天需要的交付物,從那裡開始。否則,選一個較小、但仍能告訴你產品真實狀態的任務。
從 Chat 開始。
當你需要以下內容時,這是更好的第一步:
提示詞塑形
執行前的結構
生成前的推理
更清楚判斷下一步是 Image、Video、Audio,還是工具入口
範例起始提示詞:
請把這個尚未整理的產品構想改寫成一份簡短創意需求說明、三個行銷活動切角,以及一句可重複用於圖片生成的發布標語。從 Image 開始。
當工作已經明確是以下內容時,這是更乾淨的第一步:
產品靜物圖
落地頁視覺
社群資產
campaign 畫面或概念圖
範例起始提示詞:
請製作一張乾淨且有質感的主視覺:霧面黑色水壺置於柔和灰色背景前,採棚拍光線與寫實陰影,構圖可直接用於電商頁面。從 工具 開始。
當工作聽起來像以下內容時,這是更好的路徑:
算這個
比較這些數字
逐步解釋這個問題
範例起始提示詞:
如果客戶取得成本為 $38、每位使用者平均營收為 $19、每月流失率為 4%,當客戶取得成本提高 15% 時,回本期會如何變化?這些提示詞是起始形狀範例,不是發布基準測試。
公開層適合:
從搜尋落到正確路徑
承諾前先比較工作流
收窄到正確起始頁、模型頁或工具頁
避免第一步點錯
它不是最終的已保存執行層。
最乾淨的節奏通常是:
從符合任務的所屬頁公開選擇工作流
收窄到正確起始頁、模型頁或工具頁
任務即將變成真實工作時登入
如果專案需要連續性,在 Studio 裡繼續已保存的執行
如果你想進一步了解這套節奏背後的路徑規則,請閱讀Rivya 目前上線的功能與Rivya 的公開與登入後工作流程。
註冊積分在你把它當成學習預算,而不是隨機代幣時最有用。
通常代表:
一次真實 Chat 或工具會話
一次你真的在意的 Image、Audio 或 Video 執行
一次能告訴你工作流是否值得繼續的比較
如果你把第一批積分分散到不相關測試裡,通常會比你以為的學得更少。如果你把它們用在一條有意義的路徑上,會更快理解 Rivya 是否符合你的工作方式。
不要停在輸出本身。
第一次真實任務後,打開:
如果你想要最快的帳戶層摘要,打開 /dashboard
這通常是 Rivya 不再像一次性生成器,而開始像有記憶產品的地方。
你要找的是:
結果之後會出現在哪裡
失敗是否保持可見
積分和任務狀態如何留下痕跡
重新開啟下一步有多容易
多數較弱的第一次會話,來自以下錯誤:
逛遍每一頁,而不是選一個任務
還沒決定真正需要哪條工作流,就先登入
把第一批積分花在沒有意義的測試上
需求說明尚未穩定,就跳進最重路徑
把第一個輸出當成終點,而不是檢查 歷史紀錄 和通知
這些錯誤會讓產品感覺比實際更吵。
如果你想要最短的有用路徑,這樣做:
決定一個真實任務應該教你什麼
選一個符合任務的公開入口
登入
跑一個真實任務
檢查 歷史紀錄 和 Rivya 通知中心
決定下一步是更多工作、更窄的模型比較、積分包,還是套餐
這足以形成真實判斷,不需要把第一天變成產品每個部分的導覽。
如果你想在下一次執行前先讀白話產品總覽,閱讀什麼是 Rivya AI?。
如果你想了解更嚴格的路徑邊界,閱讀Rivya 目前上線的功能、Rivya 的公開與登入後工作流程和工作室指南。
如果下一步想了解購買方案,閱讀定價常見問題、Rivya 點數與帳單指南和Rivya 點數、點數包與方案解析。
如果下一個問題是模型選擇,閱讀如何依目前階段選擇合適的 Rivya 模型。
花掉第一批點數前,先為真正想測試的任務寫一份簡短的需求摘要。
使用這個形狀:
任務:Rivya 應該幫你產生或決定什麼?
起點:文字、參考圖片、產品事實、腳本、錄音,還是數學題?
輸出:第一個結果如果有用,應該長什麼樣?
審核標準:什麼會讓你繼續、停止,或切換模型?
下一步:第一次執行後,結果應該流向哪裡?
這可以避免第一次會話變成導覽。你不是要在第一天學完 Rivya 的每一部分;你是要知道一條真實路徑是否可行。
第一次執行後,不要問「它完美嗎?」問一個更窄的問題:這個輸出是否教會你下一步該做什麼?
像這樣使用答案:
如果方向有用,保存它,並從 歷史紀錄 或相關 Studio 繼續。
如果模型遵循了錯誤的工作形狀,花更多積分前,先回到模型頁或工作流文件。
如果需求摘要太模糊,請先重寫輸入,再考慮更換模型。
如果任務明顯會週期性出現,再比較積分包和套餐,不要太早購買容量。
有用的第一次會話到這裡就夠了:一個任務、一個結果、一個清楚的下一步決策。