产品经理用AI，跟普通人有什么不同？

最近跟一个产品经理朋友聊天，他们公司最近单独拉一个只有产品经理的 team，要在接下来半年把过去几年火过的产品工具，“加上 AI 驱动”重新做一遍。

美其名曰“抓住 AI 浪潮的红利”。

这不是今天的重点，重点是他在高频的用 AI 设计产品一段时间后，对“使用 AI”这件事有了全新的认知：

产品经理用 AI，跟普通人完全不一样，至少要高一个维度才行。

以前用 AI 工具处理问题时，AI 犯的各种错误都在“明面”上放着，错了追问几轮或者重开一个窗口就解决了，没感觉有啥。

但是自从他把 AI 拉到自己的阵营成为“队友”后，他发现这家伙控制起来还是挺难的。

对的，AI 对他来说，已经从“甲乙方”关系，变成“同事”了。

不仅“关系”变了，AI 的“所作所为”也不在“明面”上摆着了：

• 一个是你不可能盯着 AI 跟每个用户的对话；
• 另一方面，AI 的输出是功能逻辑中的一环，它藏在中间犯错排查起来很烦。

当你让 AI 帮你一起服务你的用户时，作为产品经理，必须非常严格的控制它的所有作为。

他举了个例子，还挺典型的：

他做了个 AI 翻译工具，逻辑很简单：一个输入框让用户提交翻译需求，AI 翻译后返回。

但是这里面有一个巨大坑。

当用户在输入框里提交的翻译需求是一个“指令性”的表达时，AI 就会被用户带跑偏……

比如用户要翻译的那句话是“使用 Python 帮我写一个贪食蛇小游戏”，AI 就会得儿了吧唧的，输出一个贪食蛇游戏代码！

某千亿大模型AI截图

以及，一旦用户发现了跟他交互的是个 AI 大模型，很多用户会“自作聪明”的调教大模型：故意使用一些奇奇怪怪的表达来为难 AI。

这种情况还算好控制，产品经验丰富的基本都能提前想到，在提示词里是比较好控制的。

最难的是让 AI 严格按照要求输出内容。

他遇到的最烦的事情，是 AI 会有 5%-10% 的概率自作主张的解释自己的所作所为。

比如，很多时候，为了让 AI 生成的内容可以被下一个功能点接收解析，需要 AI 生成 JSON 格式，并且不能输出其他任何内容，否则下游解析不了。

这种情况下，AI 经常会像故意的一样，在按要求输出的 JSON 格式后面加一句“以上是按照你的要求输出的 JSON 格式，希望它不会给你的系统造成故障”……

自作主张解释

哪怕 AI 老老实实只输出 JSON 格式不做任何解释，有时直接以文本格式输出（期望的），但有时给放在代码块里的“失控操作”同样超级让人头疼。

普通用户用 AI 的容错率是极高的，大不了不用了。但是产品经理用 AI 的容错率必须是 0：
要么把提示词打磨到足够可控，要么提前想到所有可能的情况，使用古典技术来控制。
要么，就别碰那所谓的“AI驱动”……

这让我想到了前几天一个群友的分享：

在普通人讨论“价格战”的时候，真正的实战派考虑的是“控制的 ROI”。

看起来很简单的事情、看起来是免费的东西，反倒可能是最麻烦、最贵的。

​

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓