怎么设计大年夜模型产品才能真正结合营业让用户感想沾染到价值？

文章目录 [+]

这篇文章，是写给大模型公司决策者和产品经理的。

不知道你们会不会有这样的困惑：自家模型能力不错，功能也完好，完全对标AI头部大厂，为什么便是增长困难，没人用？

怎么设计大年夜模型产品才能真正结合营业让用户感想沾染到价值？怎么设计大年夜模型产品才能真正结合营业让用户感想沾染到价值？智能家居

回答这个问题前，我先讲个小故事。

（图片来自网络侵删）

在我上篇文章告别AI焦虑，普通人快速上手用好AI大模型的3个关键能力刚发布后，有个前同事主动为我推举钉钉AI助手，他以为这产品的“普适性”做的很好，情由是其内置的AI助理模版，能快速帮他设计好角色定位。
而不像其他产品，还要学习提示词，多轮对话才能得到想要的答案。
而且每次对话都要从0开始，很麻烦。

实际上，这个行业的人都知道，钉钉AI助理便是个智能体。
像智谱清言、文心一言这些产品也都支持，乃至可能效果会更好，但为什么没人为它们发声呢？

实质上，这磨练的，是产品经理在定义产品时，对需求的洞察深度。
很明显，很多海内的AI企业，并没有找到得当的需求结合点。

都说做AI产品，不能拿着锤子找钉子。
但怎么创造钉子，又怎么能看到哪里要打眼？这篇文章，我想提出我的一个解法。

那便是：先工具，再AI；先入场，再推广；先单点，再泛化

怎么理解？我一个个展开聊

一、先工具，再AI

任何一项新技能的到来，优先改变的是生产力。
无论早期的蒸汽、电力能源，还是如今的互联网和AI，都不例外。

AI实质上是技能，是一种通过笔墨理解，快速完成“天生”任务的能力。

就像互联网背后是TCP/IP，移动互联网底层是5G。
只靠协议是不足的，只有叠加了浏览器、叠加了移动OS和智能硬件，技能才能真正发挥代价。

因此，AI落地首先要思考的，是能承载“天生”能力的工具该如何设计。

当然，你可能会说，工具不是有了么？便是个对话框，对话界面便是工具啊。

但我们可以想想，如果类比PC真个浏览器、移动真个操作系统，一套Chat交互，是否能足够放大AIGC能力？

解这个问题，还要回到ChatGPT本身的含义，人们可能过于看重Chat，而忽略了GPT，也便是「Generative Pre-trained Transformer」天生式预演习变换器这一定义。
Generative（天生式）：目标是学习数据的分布，并能天生与演习数据相似的新数据。
Pre-trained（预演习）：便是总结一样平常规律的建模过程，实质上是对规则和方法论的整理。
Transformer（变换器）：则能快速准确地理解高下文，并借助自把稳力机制天生具备连贯性和可理解性的内容。

总的来看，GPT模型，因此Transformer架构为根本构建的基于神经网络的措辞预测模型。
它可以剖析自然措辞，并根据对措辞的理解预测出最佳的相应回答。

因此，能理解人类措辞，并预测出最佳相应。
环绕这一抽象观点去设计工具，就可以让AIGC技能有更好的承载。

那究竟什么样的工具，才更适宜大模型落地呢？我们先说什么业务不适宜。

凡是不须要信息接管和通报，只基于想法来完成的生产动作，不太适宜和大措辞模型结合。
如下图：

这类生产动作，从有需求到完成任务，流程极短，且全体流程依赖实行者个人的认知、履历和技巧，期间也不太须要沟通、互换，末了产出实体物或做事体验。
范例例子是技工、匠人、做事业。

而须要借助信息理解、通报，完成代价创造的场景，更值得开拓对应的AI工具来知足需求。
如下图所示：

这样的流程想高效运转，首先是要多人参与，有一套协作流程；其次在协作时，依赖信息的通报和解读；第三便是信息本身，也是一种可交付的产出物。
比如内容家当、企业协作流、标准化培训、决策影响，我以为这些场景会更适宜环绕图中圆圈部分高下游开拓工具。

二、先入场，再推广

工具再好，也要先让人能用起来。

大措辞模型的核心能力，在“天生”，而天生是个动词，为什么天生？天生什么？天生之后怎么办？不阐明清楚这3个问题，也是没人乐意用的。

因此，让工具沉浸在实际事情场景内，先完成用户触达和教诲，再逐渐扩大范围，才是更得当的一条路。

拿钉钉AI助手举例，本身钉钉便是强绑定企业内部沟通协作场景的，符合我说的第一点：先工具，再AI。
乃至没有AI，工具还是可用。

在此根本上，引入模版、插件、提示勾引、流程嵌入，让用户潜移默化感想熏染到在AI的赞助下，日常事情效率可以更高，信息的理解、天生效率更高，由于信息不清晰带来的事情失落误减少，就会更乐意接管AI功能。

再举个例子，抖音小程序，是抖音生态下一个全新的产品形态。
单独的抖音小程序中央，就算引流再多，也很少有人乐意主动打开。

但这不妨碍小程序本身DAU的持续增长。
背后的缘故原由，便是它很好地和抖音主场景：***信息流结合在了一起。
***中提及的信息引发兴趣，想理解更多，用户直接点左下角锚点就可以跳转深入体验，非常顺滑。

沿着这个思路，抖音是不是可以在用户揭橥评论、创作***、检索信息、管理个人资料这些场景嵌入AI，让信息的创作和理解效率更高呢？刚巧前两天还看到一篇文章，整理了字节的AI产品布局：Zpedia | 字节生AI半年大考，超级APP工厂如何连续跳动？

个中我更看好本身就有完全业务场景的工具，如剪映、巨量引擎、教诲。
AI的引入，可以让***创作更方便、推广动作更随意马虎、教诲过程更有效。

因此，如果我是AI大模型公司的产品经理，第一件事要做的，既不是开拓一个AI对话机器人，也不是强化AI天生效果。
而是先切一个有增长潜力的利基市场，环绕特定人群开拓内容天生工具，这个工具可以没有AI参与，也能实现需求，再不断叠加大模型能力，延展运用范围。
比如环绕西席、发卖职业，沿着根本业务→泛职场需求→沟通协作场景来开拓工具，逐渐渗透AIGC能力帮他们更好完成事情，晋升发展。

三、先单点，再泛化

到这里可能你会不服气。
按这个逻辑，这些根本大模型公司，是不是都要进到某个详细行业，靠项目定制、企业做事挣钱；或者直接开个教诲公司、发卖公司，别干大模型了？这不越做越窄了？

只管实际上确实如此，但不雅观察现有大模型企业的发展，也有另一条打破路线，便是单点打破。

所谓单点打破，指大模型能力，在某个特性上非常超前，如kimi的超长高下文理解能力，便是个非常好的例子。
有了这个特性，先让大家面前一亮，再环绕运用处景展开，见告用户如何把这个能力运用在日常事情生活中，就会更随意马虎植入用户心智。

当然，这个单点，还可以指某个详细场景，用你的大模型，独一无二，效果巨好。
比如天生高清质感图像的Midjourney，开源且能定制各种插件的Stable Diffusion。
海内产品比较靠近这个维度的，像是读音频的通义听悟、搜索场景的秘塔、公函写作的新华妙笔、陪伴社交的MiniMax（星野）等等。

因此，如果根本大模型公司，想向C端打爆自己的品牌和产品能力，要么便是某项能力特殊突出，要么便是在某个单点场景做出口碑。
只卷一些不痛不痒的：读文档、写文案、作图、做PPT等功能，效果有限，就算你体验上改进了很多，也很难有差异化。

对用户而言，你供应的，就只是个AI大模型的实验室，能玩一下、试一下，然后，就该干嘛干嘛了。
毕竟现阶段大模型的输出，在专业领域只有60-70分，还须要人类花额外精力优化，得不偿失落。

四、battle一下

不过上面的3套解法，大概你会提出质疑，以为我太天真：

工具先行会带来额外的运营和开拓本钱，分散精力，也难向投资人交差；融入业务流程会涉及对原有流程的改造，投产比不得当，无法推动；同时也确实找不到得当的单点机会，无论是技能上风还是场景发掘，都须要韶光打磨

是的，但这不是产品经理挖不到AI代价点的借口。
对付想在这方面有所打破的产品经理，我再提出一个解法：

重新定义AI业务流

我提出的3个解法，是基于对现有业务流的改造升级，以AI+的办法设计产品。

但有没有一种场景，是专门为AI设计，也能实现一套完全业务流的？

当然有。
比如当下流行的AI Agent自动化流程。
此外，数字人也是：声音克隆+形象克隆+口型匹配+剪辑拼接几个流程组合的产物。

再或者，有没有现存事情流之外，能靠AI技能很好办理的新需求？

当然也有。