LLM AS A THOUGHT,產品經理怎么利用LLM起飛?

0 評論 1080 瀏覽 4 收藏 14 分鐘

這篇文章從分析LLM可以做哪些事,提供一些可以為產品經理帶來幫助或靈感的啟發。

我們了解到,生成式AI指人工智能系統可以產出高質量的內容,特別是文本,圖片和音頻。這個特性使得很多人工智能應用程序可以更加容易的被搭建出來,同樣,因為生成式AI目前的蓬勃發展,這也意味著搭建這些人工智能應用程序會比原本便宜的多。

雖然生成式AI可以生成高質量的文本、圖片和音頻,但是迄今為止,對我們影響最大的還是文本生成,所以今天想要從文本生成這個角度和大家分享一下LLM可以幫助我們做哪些事情,或者如何用較低的成本搭建對企業有價值的人工智能應用程序。

在這之前,我想把大語言模型可以幫助產品經理做的事情分為兩大類,

一類是個人向價值,也就是只要你擁有任何大語言模型賬號,無論是免費還是付費的,你只要登錄就可使用,是Web-based LLM,我會在后面的文章中標注為個人。

另一類是企業向價值,也就是把LLM引入到企業原有的軟件自動化流程中才能產生價值,是基于LLM的軟件應用,我會在后面的文章中標注為企業。

一、LLM可以做哪些事情

1. 從“點滴” 到 “完整”

當我們給LLM一些很簡短的提示詞之后,LLM可以給我們很多

1 )頭腦風暴好伙伴(個人)

想當初我們從0到1做一個新產品的時候,在一個很好的idea通過商業分析后遇到的第一個坎就是給這個新產品起一個名字。我們整個核心團隊經歷了好幾輪頭腦風暴,從關鍵字的挑選到產品概念的匹配,從傳播性到申請去重查詢,最終決定了一個產品名。

而現在你可以把大語言模型作為你頭腦風暴的好幫手,用一些簡短的提示詞就可以讓TA幫你做一些創意類的思考,從而可以幫助我們從中獲得靈感。而這個小能手的靈感仿佛不會枯竭,當你不斷的讓TA再想一想,TA會勤勤懇懇的不停的思考,直到幫助你獲得滿意的靈感繼續加工

甚至可以幫你一起頭腦風暴活動方案

2)幫助你寫產品Newsletter/Release Note(個人)

產品經理一個很重要的職責是讓大家了解到每個迭代完成后,我們做了哪些功能從而傳遞了哪些價值。無論是對于研發團隊的認可和鼓勵,還是對于外部協作團隊的彈藥補充。這樣不僅能夠讓你所帶領的研發團隊在公司中有著持續曝光,讓公司了解到你團隊所創造出的價值,并且也可以通過和外部協作團隊的互動讓研發團隊了解到他們的反饋/肯定/顧慮,相信我,這比你一遍遍不停的傳遞每個迭代的研發目標來的有用的多。

當你給到大語言模型一個簡單的指令“請幫我寫一份產品發布通知”

大語言模型會給到你一份專業的格式,包括:標題、版本號、發布時間、新功能、優化、問題修復、已知問題、結語。

當你可以給到大語言模型更多上下文信息,比如產品的基本信息,我們這次做了哪些關鍵故事,大語言模型可以表現的更好。

3)翻譯(個人)

在產品研發的過程中,無論是全球企業的跨國合作,還是信息收集/學習,都很有可能拿到非母語資料。舉兩個常見且真實的對比例子。

例子1:我們曾經有個項目需要做一個內容型主導的產品,在這個過程中需要了解很多心理學的知識,根據這些知識的理解及內容專家的溝通才能思考如何做相應的數字化轉型產品,而這些心理學知識的大量文檔資料都是總部做文檔歸檔,我們只能靠自己及翻譯軟件的幫助完成這些工作。

例子2:最近我們開始做引入大語言模型的AI+產品研發,在這個過程中,也必不可少需要翻閱大量的資料,由于是一個全新的知識領域,像我們在整個研發過程中,甚至需要查閱相關的論文。但是現在有了LLM的扶持,真的有種起飛的感覺,我們會用一些大語言模型直接閱讀下載的原版論文PDF格式,TA不僅能夠幫你很好的翻譯,甚至在這個基礎上做腦圖幫助你快速定位需要看的內容。

實際使用下來,有些大語言模型的翻譯質量甚至高于一些專業的翻譯軟件。

2. 化“繁” 為 “簡”

1)校對 & 潤色(個人)

產品經理其實除了需求文檔之外,有不少文字工作,比如對內對外的溝通郵件,產品手冊,產品發布會的逐字稿等等。在這個過程中,我通常會有兩種情況需要大語言模型幫助我。

情況1:當我用非母語語言和合作方溝通,無論是和研發團隊還是和Stakeholder溝通,我會讓大語言模型幫我做校對,從而避免我的溝通內容有基本的語法錯誤或拼寫錯誤。這個強迫癥完全受我畢業入職第一家公司發生的一件事情所影響。我剛剛畢業時加入的一家公司是做SAAS平臺,服務于全美近100所高校,有一次發布之后我們平臺上的一個新功能TIPS有拼寫錯誤,銷售總監在接觸某個客戶后發了一封郵件婉轉的說明了我們服務對象是受過高等教育,而產品上有這樣的錯誤會非常影響他們的銷售。

情況2:很多產品經理是技術背景出身,其實是非常不擅長寫產品發布會逐字稿的,但又不得不準備逐字稿。我不曉得大家是不是這樣,反正我是不能沒有逐字稿隨意發揮的,這會讓我非常緊張,但大多數情況下,我的初版逐字稿停留在說清楚產品概念和Unique selling point上,我記得我第一次做產品發布會的時候,市場部的同事看到我的逐字稿,指著某個地方說,這邊你的文字需要有一點力量時,我當時是一臉懵逼的,直到拿到改完的逐字稿,我才發現文字工作者真的是,好厲害。但是有了大語言模型之后,我不僅會讓TA幫助我潤色,簡潔,甚至可以提出我對于逐字稿的要求給到我修改建議,整個世界都因為有了這個小幫手而變得美好了很多~

2)總結長篇文章(個人)

就像在翻譯的例子2中提到的,很多時候,我們在研發產品前和過程中,需要翻閱大量的資料,無論是分析階段的市場報告、行業報告,還是過程中需要學習的各種專業內容。

有些時候,這些內容需要你通篇閱讀,而有些時候無論是時間原因還是快速定位需要閱讀內容的需求,大語言模型的長篇文章總結能力都能幫助我們大大提升效率。

3)企業工作提效(企業)

我們也可以把LLM引入現有企業的工作流提升為企業提效,比如服務過SAAS系統的伙伴都知道,大多數SAAS平臺會有一個客服部門,他們是最前線接觸客戶的人群,有時候會直接和客戶溝通,有時候需要回復客戶在系統提交的Ticket處理問題。

例子1:客服部門的經理需要了解每日工作概覽,在原有的流程中,客服經理需要閱讀大量的文本才可以了解到每天或一段時間內的概況,引入LLM后,可以通過語音轉文本的方式(如果客服人員和客戶聊天的語音是允許被授權錄音的),轉成很多份文本,讓LLM通過一定的規則格式總結出概覽,例如客戶名稱,簡短問題描述。這樣就可以大大提升客服經理的工作效率。

例子2:客服部門每天要接收大量客戶提交的Ticket,這些tickets可能是處理一個客戶的操作疑問,可能是一個需要緊急修復的問題,可能是一個非緊急要修復的問題,甚至是一個客戶的期待優化,當我們在原有的流程中引入大語言模型,TA可以幫助我們做Tickets分析,可以通過一定的規則格式總結并轉到后續流程,例如是否是操作疑問,如果是的話轉到客服部門,如果不是的話,轉到研發部門。

4)信譽跟蹤

當我們設計研發的產品已經進入到了市場并穩定銷售之后,從產品經理的角度來說,及時跟進產品反饋的優先級就提高了。我們可能會主動接觸用戶獲取直觀的反饋,也可能通過產品上的問卷收集。而無論哪種方式,我們都會獲得一堆定性或定量的數據。定量研究通常會有很多工具幫助我們做整理和分析,而定性研究通常所需要耗費的人力成本會很多,而大語言模型可以幫助我們更高效的做定性分析,尤其是做一些初步的監控,例如我們可以把日常的問卷通過總結提煉出用戶的反饋是正面的還是負面的,一旦正負比例超過一定的閾值,就能引起我們的關注并做更深入的分析。

聊天(企業)

雖然世面上有很多通用聊天機器人,比如ChatGPT,Bing Chat,Kimi,文心一言。

但是很多公司其實還是在研究開發各種各樣專業的咨詢機器人以更好的解決特定的問題,因為這些專業的咨詢機器人都非常擅長回答特定的問題。比如旅行規劃咨詢機器人,職業指導咨詢機器人等等。

我們最近做的項目中有一個領導力顧問咨詢機器人,TA會學習很多領導力相關的軟技能從而可以專業的幫助用戶解決由軟技能引起的各種問題。

除了這類商用咨詢機器人,我們也可以在企業內部做一些小型聊天機器人并結合已有工作流程提升企業工作效率。

比如,如果一家大型公司,IT部門可能每天會收到大量的密碼忘記需要重置的請求,我們可以把聊天機器人和重置密碼流程結合在一起,這樣就可以大大降低IT人員重復勞動的時間。

二、LLM不可以做哪些事情

  1. 大語言模型會有知識截斷,也就是大語言模型的訓練資料是有時間范圍的,它只有在特定時刻才對世界有所了解,一旦超過這個時間范圍,大語言模型就不能給出正確的答案。
  2. 大語言模型會有幻覺,感興趣的話可以查看 “涌現、幻覺、反省,AI+產品經理需要了解的三個有趣現象” 這篇文章。
  3. 大語言模型有上下文限制,感興趣的話可以查看“AI產品經理必修課:你必須知道的Token要點”。
  4. 大語言模型不擅長處理結構化的數據,也就是我們常見的excel表格類內容
  5. 大語言模型的輸出可能會有安全,倫理道德,偏見等問題,這些問題大語言模型公司也在不斷的克服。

本文由 @AI 實踐干貨 原創發布于人人都是產品經理。未經作者許可,禁止轉載

題圖來自 Unsplash,基于CC0協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!