アプリ SDK

Phindは素晴らしいよ。レガシーな検索エンジンが何度も検索しても見つからない時に、使うのを忘れがちだけど、Phindは大体見つけてくれる。ただ、1年前はもっと使ってたな。最近は、普通のLLMを使ってるけど、検索が上手くなってきたから。

すでにMCP-UIプロジェクトがあるから、できるのは驚かないけど、それが正しいアプローチだとはあまり納得できないな。結局、実際の使用にはまだまだ遅すぎるから…。

copilot kitのAG-UIがこの分野にいるのは知ってるけど、MCPモデルとはうまくいってないと思うよ。

問題は、能力の制限そのものではなく、発見可能性なんだよね。ユーザーは、追加されたり、イライラすることに削除されたりする能力が何かを知らない。Google Assistantがその典型的な例だよ。会話型ユーザーインターフェースは不透明で、使いやすさが欠けてるんだ。

ああ、それは面白いね。うちの製品でも似たようなものを作ろうと思ってるんだけど、君が言ってたスキーマの制約に対する解決策として、ウィジェットをできるだけユニバーサルなブロックに分けて、役立つものにしようと思ってるんだ。まだアイデア段階だけど、モデルがタスクに応じて相互運用可能なコンポーザブルウィジェットの範囲から選べるようにできるかなって考えてる。具体的な例を挙げると、検索結果のリストを一つの結果や、結果を比較するためのマトリックス、さらにフィルターセクションに分けられるような感じ。だから、現在のコンテキストの異なる側面をリクエストして、検索セッションを繰り返しながら結果とやり取りできるんじゃないかな。まだ調査中だけどね。Phindでの経験について、どこかに書いたことある？

もしその機能がウィジェットのハードコーディングされたスキーマにサポートされていなければ、ユーザーとしては運が悪い。チャットとプリビルトおよびオンデマンドウィジェットが組み合わさることで、この制限に対処している。例えば、キーノートデモでは、チャットインターフェースが複数のソースから情報を集めて高度なフィルタリングを行う様子が示されていた。例えば、犬公園の近くにあるZillowの物件だけをフィルタリングするような感じ。

どの投稿のこと？

本当に同意するよ。チャットインターフェースの支配が、これらのツールの一般的な有用性を大きく損なってると思う。早くなくなった方がいいよね。エンジニアじゃない人に、連続した会話の幻想がコンテキスト管理を通じてどう作られているか、そして会話の過去の瞬間がなぜ記憶から消えるのかを説明するのはほぼ不可能だよ。非技術的な友達には、各プロンプトごとに新しい会話を作るようにアドバイスしてる。そうすれば、指示の作り方や成功するものがより明確に分かるから。AppleがUXの面で何か革新をしてくれることを本当に期待してたけど、まだ全然だね。

GUIとターミナルのどちらが強力かの議論を繰り返してる気がする。トークンの流れにきれいに一般化できる多くのタスクに関しては、コマンドラインやチャットの方が優れてると思う。特定のボットやmCPエンドポイントの名前を思い出すのを助けるために、タブの自動補完みたいな便利機能も出てくるだろうけど…でも、発見を伴うタスクには、グラフィカルなインタラクションの方が直感的だし、そのタスクに関連した特別なインターフェースが必要になると思う。トークンの流れを抽象化するために、部分的に隠れたレイヤーがあるかもしれない。

反論として、周りの多くの人は「zillow」をグーグルで検索してアクセスしてるから、チャットインターフェースで名前を使うのもおかしくないかもね。