AI产品经理工作流程——需求分析和产品设计

最新推荐文章于 2024-07-26 13:24:37 发布

Python秒杀

最新推荐文章于 2024-07-26 13:24:37 发布

阅读量976

点赞数 24

文章标签：人工智能产品经理需求分析 LLM prompt langchain 大模型

本文链接：https://blog.csdn.net/pythonhy/article/details/139677100

版权

1.AI产品设计常见失败原因

技术驱动产品设计，即我有什么技术就做什么产品。尽管许多公司不惜重金招聘高级AI算法工程师，确实这样也能帮助企业拿到大量的融资，但也容易给公司带来技术决定产品设计的局限。然而对于用户而言是不会在乎产品用到的技术到底有多么的高级，训练了多少数据，他们只关心产品会帮助自己解决什么问题，以及所要付出的成本。
忽略用户期望管理，华而不实的产品功能造成用户失望。许多产品挂上了AI的名头，但实际上可能只解决了用户在整个流程中的某个细小的环节，会造成用户期望过高，导致对公司品牌的信任度降低。
单点突破带来价值有限，与产品价格或需要用户付出的代价不成正比。尽管很多情况下的AI产品在某个具体场景中发挥了价值，但大多不是整体解决方案，满足不了用户的复杂需求，这样会使产品的性价比得不到用户认可。
一味追求底层技术，而忽略了用户体验的优化。比如一些广告推荐系统不考虑用户感受，反复推荐用户购买过或浏览过的隐私类产品，会让用户尴尬而且有被侵犯的感觉。

2.AI产品常见设计原则

少即是多。PM应该始终站在用户的角度思考问题，降低产品的使用成本，提升交互效率，因为用户不关心产品使用了什么高深的技术，他们只在乎产品解决了什么需求。
从微观到宏观逐步深入。产品需要从某个功能得到用户普遍认可后再继续第二个功能，只有这样才能在AI技术和产品不成熟的今天占领用户心智。
放宽眼界，有效整合资源。PM不仅要找到算法和用户需求的交叉点，而且要有意识的修炼自己的软、硬件技术整合能力、跨行业技术融合能力、交叉文化理解和创新能力等。AI产品的形态和产品逻辑不应该受到传统GUI的局限，产品的交互方式可以通过各种数据类型和技术解决方案来实现，PM应当以用户为中心挖掘他们最自然的行为习惯，整合新资源和技术设计出AI产品。
同理心。AI产品比传统产品具有更复杂的技术和更高的资金投入，PM若执着于自己认为正确的需求忽略用户真正的需求，会给公司造成巨大的损失。而同理心则需要PM从三个维度去和用户实现共鸣：（1）认知共鸣。PM需要放下自身的经历、经验和用户站在一起，而且目前机器学习中许多算法的可解释性很差，PM需要充分考虑用户的传统逻辑认知并对一些算法添加先验条件的约束，建立用户对产品的信任。（2）情感共鸣。PM需要考虑到用户拿到这款产品后的感受，为他们创造最佳感受体验。（3）身体感受的共鸣。比如为老年人设计产品UI时，要考充分虑到他们的视力水平，尤其是长时间使用产品后的身体感受。

3.合理制定产品需求优先级

价值（商业价值的高低）VS复杂度矩阵（研发复杂度）。PM要对需求的价值和研发/部署的复杂度对每个需求进行评估：价值大且研发复杂程度较低的需求优先级最高，价值大但研发复杂度较高放在第二以此类推。
卡诺模型。这种模型是一种在不同阶段按产品目标倒退需求优先级的思维方式，它将需求分为三类：（1）基础功能。代表产品进入市场的基本门槛，保证能够满足用户普遍需求的最低标准。然而在后续的研发若投入大量精力，并不会显著提高用户的满意度或建立产品的竞争门槛，因此此类需求优先级较低。（2）性能需求。即在实现基础功能后，为了提升和优化产品性能的需求。这类需求可以在一定程度上提升用户满意度，但其他竞争对手同时也会在这方面持续投入，ROI通常为线性。（3）尖叫（兴奋）功能。用户使用产品后能够感受到喜悦和兴奋，这种产品可能是非常有创造性的，也有可能带来

如何系统的去学习AI大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍