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。
如何转行/入门AI产品经理 ?
🤔越来越多的人开始转行AI产品经理,毕竟大行情不是太好,对于刚毕业的研究生,想转行的互联网人,AI产品经理,确实是一个不错的方向,我在大厂做了多年的AI产品经理,还是想给大家一些经验和方向⏩
🔥AIGC在行业大火,AI产品经理到底要学哪些内容,和算法工程师有哪些区别,转行AI产品经理要学哪些东西,以下是整个学习思路和方向👇
1️⃣AI产品经理全局学习
2️⃣python系统学习
3️⃣机器学习&深度学习
4️⃣热门AI产品竞品分析
5️⃣AI产品设计学习
6️⃣AI产品0-1实操项目经验
7️⃣AI产品求职&面试
💎以上7点,看起来简单,内部内容其实很多,每一个篇章,展开都有夯实且丰富的内容,需要深度学习。
👉AI产品经理大模型视频和书籍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。
👉获取方式:
😝文章篇幅有限,详细资料有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓