产品经理用AI,跟普通人有什么不同?

0 评论 5024 浏览 2 收藏 7 分钟

AI发展至今,不少从业者都把AI工具融入到自己的工作、生活中。但与多数人不一样的是,互联网从业者的使用方法,明显与其他人有所不同,特别是产品经理。这篇文章,我们就来分析一下其中差异。

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!

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”……

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。

最后,如果你也想跟一众先行者、实战派交流、探讨如何用好 AI,欢迎加入我和人人都是产品经理社区一起发起的《AI学习行动圈》。

已经有 2600+圈友加入,扫码领券加入,限制49/年。

以及,我周一到周四每天 19:30-21:30 会在视频号直播为大家演示 AI 在实际工作中的应用。

欢迎扫码预约:

最后,如果你想体系化的学会使用 AI、抢占这波新技术浪潮的红利,可以加入我的《AI 重塑职场竞争力行动营》。

这套课程从去年 7 月打磨迭代至今,已经几乎涵盖了 AI 在职场中的所有应用场景。

56 节体系化课程 + 全年 44 场直播课程(每周一场),确保你能用好 AI、学到最新的 AI 应用。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!