上个月简单想过提示词(或者说SKILL.md)有没有办法实现加密，并且可以实现销售获利。我觉得比较困难，因为即便是面对加密的提示词，我们想要逆向的并不是完整的、一字不差的提示词，更多还是想要能得到类似输出的提示词就可以了。甚至就算提示词不加密，我们可能也会“按需修改”后才去使用。既然“能不能解密”不重要，那么加密似乎也就不重要了。
目前绝大部分的AI功能，比方说软件新增的或是公开分享的SKILL，是不是都可以化简为X+Y=Z的形式？X是功能的提示词和工作流，Y是用户的数据(可以是用户提供的、可以是平台代管的、可以是实时获取的)，而Z就是输出呈现。
这么一想，如果想要得到一个相近的Z，用户只需要去推测X即可。这种推测可以基于功能的介绍、展示，也可以是来自实际体验过的Z。甚至推测X的任务就可以交给LLM来做，把Y和Z相关的已知信息一股脑丢给LLM来“推测”X即可。“推测”出来后还可以根据自己的实际需求和审美进行微调。
某工具最近推出了一个AI相关的功能，我挺感兴趣的。但想要体验这个功能，需要升级订阅等级，升级费用是我目前订阅等级费用的3倍左右。当然，不是说这个档位定价不合理，因为除此以外还有很多其他我不太感兴趣、用不太上的附加服务。
但为了推广这个“AI相关的功能”，就需要详细介绍，在详细介绍中我看到了这些信息：这个工具输出了什么，输出的作用/意义/定义是什么，拿到输出可以做什么，并且举了一些例子。这个举例有点像猫咪塔罗占卜功能欠费后的设定，用户可以把占卜结果+提示词贴给任意LLM进行解读。相当于是这样：
用户数据X + AI功能提示词Y = 输出Z
输出Z + 提示词例子A = Za
输出Z + 提示词例子B = Zb
在上面这三个“等式”中，我只有Y和Z不知道。但我把其他都丢给Gemini，很快就推断出了一个看似可行的Y’。并且在我的要求下Y’是以 /goal 命令的形式表示的。
我拿着自己的数据X’+Y’得到的输出Z’并无法直接判断和Z有多相似。但继续验证后发现Za
‘和Zb’是几乎一样的。所以说，我让Gemini推断的Z’在功能上几乎和Z一样。
绕了半天，说得有些复杂。但起码一定程度上证明，AI时代卖单一功能可能是比较困难的路径，因为你大概率得“介绍”功能，但“介绍”就一定程度上泄露了提示词。即便不介绍，用户使用之后也可以拿着输出Z去反推、猜测。这种“逆向”代价可能不会特别高。
所以是不是意味着只能做多种功能联动的集成服务呢？这样把功能逻辑做复杂后，处理X的链路变长，依赖Z去反推Y的失真就变大。