【大模型产品PMF】技术与业务的认知决定成败

在与团队的交流中，我意识到，在打造产品的市场契合度（PMF）的过程中，有几个关键点常常被忽略。

1.最重要的一点是找到合适的应用场景，理解技术的边界非常关键。因为这样我们才能清楚目前的技术能做什么，不能做什么，从而避免设计出不切实际的产品。

常见的问题之一是对技术过于乐观。尽管当前的大模型技术看似强大，但在具体应用到垂直领域时，常会出现各种问题。如果没有明确理解技术的边界，就很可能会选择到不切实际的应用场景。相反，另一类问题是对大模型技术持悲观态度，干脆不了解这项技术。这些人往往仍停留在AI1.0时代的技术思维中，而忽略了现在端到端的整体解决方案。

负责这一问题的，通常是产品的第一负责人，这可以是公司的产品经理、项目经理，或者创始人。然而，不幸的是，许多公司里的这些负责人对技术边界理解不够，从而难以设计出适合技术的应用场景。这实际上是国内大模型技术落地的一个重大痛点。

2.PMF阶段更要依靠自身的努力，而非外部力量

许多人希望助外部的产品或者成熟的解决方案来赋能自己的业务。然而，考虑到目前国内大模型技术落地仍处于从0到1的探索阶段，大家都没有看到过真正成熟的案例。因此，如果我们自身都无法开发出令人满意的产品，那么将这个产品推向市场的可能性也非常小。

PMF阶段最重要的是对业务的深度理解，这一点无法由外部力量代替。而这对业务的深度理解，长期来看是产品的一大壁垒，若团队缺乏对大模型的认知，可以寻求外部专家或团队的帮助，但这些外部力量需要深入业务，与内部团队紧密合作，而不是仅仅提供技术支持。

3.产品的壁垒

随着大模型技术的普及，开发一个大模型产品的技术门槛变得越来越低，不同公司之间的技术差异也越来越小。因此，需要提前考虑清楚产品的壁垒到底是什么，是用户基础，还是对业务的深入理解。

接下来是用最好的模型进行最小可行产品的开发，然后再推向市场。在产品初期，应该以最好的模型来进行开发，迅速验证市场需求。如果用最好的模型都无法达到用户要求，那么这个产品很可能无法成功。在验证市场需求之后，可以考虑切换到开源模型，并通过微调接近最好的效果。

4.最后我想说

不要过于痴迷于技术本身。我发现很多团队过于强调技术，而忽略了业务需求，这常常导致大量资源和精力投入到技术开发，却没有创造出有价值的产品。建议在能用提示工程解决的地方就不要考虑微调，能用RAG解决问题的地方也不要再做技术上的微调。

总结来说，技术固然重要，但在PMF阶段，更重要的是快速验证商业模式和应用场景。成功跨过这一阶段后，才会进入产品优化阶段，届时才能真正体现出技术的价值。