中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

對AI產品來說，不像游戲可以做各種各樣的設置留住用戶，也不像其他APP產品一樣用戶有著強烈的剛需，或者是依靠活動之類留住用戶。在AI產品中，基本上都是有需求才用。這就導致不少AI產品黏性極差。這篇文章，作者分析了這個問題，希望能幫到大家。

你有沒有一種感覺：

最近兩年里，AI產品變多了。大型語言模型公司，也不再夸耀自己模型有多少參數。取而代之的，是把模型變成了應用。

各種各樣AI工具出現后，大家開始圍繞具體場景下的能力展開。比如，用AI來畫圖、寫文章、搜索信息、制作思維導圖，甚至修改文件。看上去，大家都開始使用AI了，AI已經成為了日常生活的一部分。

但是，沒過多久，我就會收到朋友發來的信息，問我有沒有好用的畫圖軟件、做PPT的工具，或者語言轉文字的軟件？看到這，你會有所疑惑，既然有那么多AI工具了，為什么還要去問別人呢？

事實上，有不少人沒有用上自己的AI工具，或者說，工具并沒有真正融入工作流程。他們在產品剛發布的時候試用了一下，就不再使用了。

為什么會這樣？我覺得，主要在“期望、需求、工作流”的三者關系的掌握上。

01

你猜今年AI工具有多少個？

我問了好幾個AI，都沒有給出一個很確切的答案。但是，找到一些信息，可以看看：

斯坦福大學人工智能研究所（Stanford HAI）發布一個《2024年人工智能指數報告》。報告里說，去年，產生51個有名的機器學習模型，此外，報告還提到，2023年總共發布了149個基礎模型。

你可能會好奇，這些模型能用在多少個應用上？

我問過ChatGPT，它告訴我，像GPT和BERT的模型，理論上可以用在上千個不同的應用和任務上。豆包回答是，大概幾百個。所以，我也不敢隨便下結論，你可以想象一下，現在產品應用的空間有多大？

然而，面對眾多的工具，你實際上會在電腦上下載，并記住多少款呢？也許很少，只有印象分罷了。

很多人對AI期望太高，用一次覺得不好，就不用了。特別是剛開始接觸AI的新手，認為AI能做平時做不到的事。

比如：

有些人不太會寫作，期望AI能一下子幫他們寫出一篇完美的文章；我自己也曾經有過類似的誤解。

之前要為一個客戶做PPT，一心想著讓AI一鍵生成，結果還特意開了一個月的會員。后來發現，AI做出來的效果不如自己親自動手來得好。

實際上，這是一種誤解。AI更像“倍增器”，它能增強一個人已有的能力，如果基礎是零，那么，無論怎樣放大結果還是零。

前幾天，一個朋友要在會員日給50多個客戶發送禮品。

公司運營的同事把所有客戶的地址信息整理好，放在Excel表格里。但是，當他要把信息送到庫房發貨時，遇到了問題。

庫房有自己的專業系統，必須把信息的格式改成系統要求的模板。他就來找我，希望我推薦一款軟件。我說，很多AI都可以，你需要什么樣的格式，直接讓它按照指令做就好了。

我給他推薦一款后，他折騰了一上午，還是沒能找到合適的解決方案。所以，很多人希望完全靠AI來解決問題，期待不用自己動手，就能得到完美的結果。

實際上，AI只是一個工具。它確實能幫助我們，但前提是自己也要做好準備，臨時抱佛腳光想著依賴工具，是得不到自己想要的答案。

02

說完期待，我再聊聊需求。什么是需求？

你想要什么東西，通過某個工具、功能解決問題的過程就是需求；很多人面對AI根本說不清楚需求，主要在于他們不懂AI。千萬不要以為這是一個淺顯的問題。

這里有三點，一，AI技術對于許多用戶來說是新穎且復雜的，我們可能不太清楚AI能做什么，也不知道它的局限在哪里。

AI需要我們給它明確、具體、有條理的指令，才能正確地工作。但是，人類喜歡用自然、含糊的方式交流。這種方式會導致第二點：它只會瘋狂輸出。

要明白，AI目前還不能自己創造東西，它處理的是龐大知識庫中已有的信息。如果沒有具體的背景信息，AI只能根據你的每一句話的意思來回答。

比如：

當你和朋友一起時，你可能會問：“今天吃了嗎？”雖然你沒有具體說明上午還是下午，但在那個特定的情境中，你的朋友能理解你的意思。

這個問題“吃了嗎？”通常都會得到一個預期內的答案。

顯而易見，人類交流包括了情感、上下文的依賴和個人的偏好等非量化因素，這些是很難通過簡單的指令傳達給AI，AI無法感知細微的內容，所以，它的預測能力和準確性常常受到限制。

還有一點：市面把AI能力限定在一種固定模式中。

什么意思呢？

比如，KimiChat、豆包，豆包這樣的工具，如果你讓它們處理一個任務，比如上傳一份文檔，生成思維導圖，或者做個總結，它們只會給出回答，不能像人一樣回問你。

但AI搜索類工具不同。當你提出一個問題時，它們會反過來問你幾個問題，這樣做的目的，迫使你更深入地思考問題，這種效果反而挺好。

前幾天朋友吐槽：

他想讓AI幫他寫幾個文案。問來問去，AI就是沒給出滿意的答案，他覺得AI太笨了。當我問他具體怎么提問的時候，他說他只說了，“你幫我寫幾個文案，我要用在哪哪哪”。

想想看，我們人在工作時，領導給你布置任務，要是沒聽懂，肯定會說：“領導，能換種說法再說一次嗎？我沒懂?！?strong>但AI做不到這一點，它只能理解后直接告訴它的內容。

所以，如果你想要AI寫出特定風格的文案，最好的辦法是先給AI看幾個類似的例子，讓它學習一下。它學會之后，才能幫你生成想要的內容。

或者，你可以這樣指示AI：

“我想寫幾個文案，你能先問我一些問題，比如我想要什么樣的文案，我的背景信息是什么，要用在哪里？”。

你和AI都做不到，這容易造成第三個問題出現，即：推理能力變差。

為什么會這樣？

我認為，AI語言推理能力其實不差。像Kimi、豆包、做長文本模型的產品，對話字數在10萬到20萬字內都能應付自如。

這意味著，只要對話內容不超過字數限制，AI可以和用戶進行無限輪的對話。如果你覺得它的能力差，關鍵問題可能是：自己沒有表達清楚。

想一想，如果一會兒說它說得很好，一會兒又說不對，那AI怎么能搞清楚你到底需要什么呢？最后，對話就變得亂七八糟了。

因此，為避免這種情況，要從心底認識到：要試著把需求整明白。

03

怎么把需求整明白呢？答案是：通過工作流。

什么是工作流呢？

完成一個任務或項目所需要經過的一系列步驟或活動的順序。它幫助我們把復雜的工作分解成一步一步的具體操作。

比如說：

你在一家公司負責處理訂單。一個典型工作流可能包括：接收訂單、確認庫存、打包商品、安排發貨、發送發貨通知給客戶。每一步都有明確的指示和順序，確保整個訂單處理的過程既清晰又高效。

理解你的工作流、能在實際操作過程中幫到你的理想AI就屬于AI agent。比爾·蓋茨提到過的AI agent，他說，AI agent一個能夠與你對話，了解你的生產線特有需求的超級機器人。

它不僅可以幫你自動完成任務，還能根據你的業務環境來個性化調整生產流程，使得整個生產線運行得更加高效和順暢。

我覺得，關鍵就在這里。為什么呢？

現在市面上很多AI產品目標是正確的，實現通用AI agent之路解放雙手，把繁瑣的事情交給AI處理。但方法有問題，現在，如果建一個AI代理，它只會對話，做不了其他的事。

工作流是橫向的，目標是豎向的。就像前面的例子，從接收訂單到發貨，這是一個豎向的最終目標。

過程目標是什么呢？盡可能地標準化每個步驟，比如接收訂單要先做什么，然后做什么。只有明確步驟，我們才能減少不必要的麻煩。

再比如說：

你想讓AI幫你寫一本20萬字的小說。從主題創意、角色塑造、設定世界觀、制定大綱、生成每章初稿等，都是步驟。

主題創意、角色塑造都是橫向工作，如何標準化橫向工作，需要你自己來梳理。梳理完畢后，才能交給AI按照固定流程來操作。

如果一開始就想一口氣搞定縱向問題，很難做到。顯然，如果沒有將AI真實地融入工作流和業務場景，就難以有效地使用它。

因此，一方面，我們要對自己的工作流程有一個全面和清晰的了解，包括哪些任務重復性高、耗時長，以及哪些過程可以交給AI來處理。

千萬不要把AI當作新來的超級英雄助手，期待它像超人一樣解決所有問題，這不現實。但看起來，現在所有AI代理都想這么做。

另一方面，分步驟、模塊化地處理問題至關重要。通過這種方法，才能有效地開始利用AI，否則很容易回到傳統的工作流程中。

因此，AI產品的使用頻率與個人工作流程緊密相關。

對于AI產品公司而言，需要思考如何將產品有效地融入個人的工作流程中；而對于個人而言，則應努力探索如何對橫向工作進行標準化操作程序（SOP）的制定。

04

我如何運用AI進行SOP化的實踐？主要有以下三個方面：

1. 工具使用

我一直堅持“不折騰、重器輕用”的原則。加爾定律（Gall’s Law）說過，任何能正常工作的復雜系統，都是從一個簡單的系統演變來的。

市面上的AI產品，不是界面超簡單，就是功能超多。我個人的選擇是，只用它最擅長、最實用的功能，把這個功能融入我的工作流程。

前幾天百度發布了一個新產品叫「橙篇」。試用后發現，它的“全文校正”功能特別好用。因此，我就只用這個功能。簡單來說，每個產品都有一個最強的功能，你只需要把這個功能用到極致，就足夠了。

2. 任務處理

我經常外出見人。有時候，聊天中，朋友們會分享一些業務上的想法。

我會下意識地問他們：“這段話講得真不錯，我能錄下來嗎？等會兒整理好后，我把文字發給你?！边@樣一來，自己能學到很多東西；二來，朋友們也很高興我幫他們整理，所以，我經常用錄音軟件。

你可能不信，我用蘋果手機自帶語音備忘錄。雖然簡單，但足以收集信息?；氐焦竞?，我就把錄音交給訊飛聽見處理。這一個小小的行為，給我帶來巨大能量。

說到底，我們每天都有很多大小不一的任務需要處理。關鍵是要考慮，哪些環節可以交給AI來做。

不過，我還沒有找到一款很方便的應用，可以直接把長時間錄音并轉換成文本。如果有，我肯定會是第一個付費用戶。

還有一點，以前我經常記錄靈感，那些突然冒出的想法會快速寫進筆記軟件?，F在在想，市面上這么多AI產品，怎么還沒有一款能直接說話，馬上轉成文字保存的筆記軟件呢？

或者說，筆記軟件加上AI功能，為什么沒有考慮到這種用戶場景呢？值得進一步探索。

3. 過程優化

我做項目PPT時，有五個步驟：先定個框架、準備內容、選個模板、優化素材，最后生成文檔。

整個過程中，一般讓AI幫忙處理框架部分。有時我用騰訊文檔的AI一鍵生成框架，有時候也會用其他軟件；圍繞框架，會整理出關鍵知識點，這個步驟可能需要兩種軟件配合完成。

至于模板，WPS里有很多現成的，我會直接下載，然后清除里面不必要的內容。最后文檔生成，我會把模版、內容統一上傳到AIPPT相關的軟件中，一鍵完成，之后再潤色。

所以，這就是我的工作流，不同任務需要不同軟件和流程來完成。

因此，我覺得，AI產品黏性差原因的原因有很多。其中產品沒有找到核心優勢，是公司視角；至于個人視角，那就是：工作每一個環節都要標準化。

總結

期望、需求、工作流是三個東西。

希望你能找到自己的方法，落到實處，方可有的放矢。