為什么我推薦B端產品經理都來用大模型

1 評論 552 瀏覽 3 收藏 9 分鐘

自從ChatGPT之類的大模型爆發之后,在各行各業都得到了廣泛的應用,也提到了不少工作效率。但如何寫好提示詞,以及如何搭建知識庫,優化回答還是難倒了不少人。而現在的智能體的出現,則更進一步降低了使用門檻,推薦大家都來使用。

自chatGPT橫空出世之后,國內陸續多個大廠都相繼推出了大模型,而且基本上都是手機號注冊即可免費使用,你可能也都已經用過一些了,也可能因為它的無中生有、移花接木、泛泛而談被勸退了,直到我發現可以用大模型配置用戶手冊、可以分析運營數據、可以生成業務規則、可以評審產品功能邏輯……大模型進步的速度真的超出我的預期,這一次,初級員工真的要被取代了。

讓大模型做本“活的”用戶手冊——再也不被解答重復問題困擾了

這可不是我們在購物、銀行app那種客服,來回只會回復模板中的幾種話術,現在我們可以把電腦文件里那些積累來的word、ppt、pdf都一股腦丟給大模型,讓它自己去搞明白這個產品是怎么回事。要知道,如果我們培訓一個新人,也是丟給他一堆文檔讓他自己去看吧,大多數時候還得給他演示演示系統、再講一講,有時候自己也記不清了,只好重新再翻文檔,現在這些都可以省略了,統統丟給大模型吧,別浪費這些產出的資料了,畢竟,產品經理手上最多的就是各種文檔了吧!

其實用的就是智普清言的“配置智能體”功能,這里沒有廣告,單純是我個人使用的經驗分享,總共配置調試的時間也就1個小時吧,非常容易上手,在這里上傳“宣傳話術、用戶手冊、公眾號宣傳文字稿、操作演示逐字稿、新功能推文、服務概述、更新記錄……”,隨時還可以增刪改,這就構建了專屬于這個模型的知識庫,并且可以配置只在知識庫范圍內回答,這樣就不會答飛了。更好玩的是,可以給這個模型配置人設,比如告訴它“活潑一點,會讓你更受歡迎”(我發現字節系就真的很愛用emoji),同樣也可以告訴它面對同類競品對比的提問“回答的中立一點,但也要維護自己的產品”。

做出來之后,無論是一鍵轉發到用戶群,還是在宣傳頁上掛二維碼,妥妥的新質生產力。小聲的說,突然覺得如果要LiZhi交接,似乎也沒那么頭疼了啊,把這個模型發給他就ok了。

讓大模型分析使用質效——這是最快知道答案的方式

還停留在大模型多輪聊天對話的階段嗎?現在有的大模型支持上傳文件了,這意味著它可以基于你的上傳來回答,這次我試著上傳了一個產品使用質效表,看看大模型能否來進行分析,驗證后發現效果著實不錯:

提問1:

回答1:

提問2:

回答2:

上述回答,是大模型基于3個sheet表、3500行數據、19列字段在1分鐘內的回答。篇幅原因,這里只是截圖里部分回答,完整的回答包含了一段代碼表明計算的過程。當然,這類復雜的問題要提問大模型,給出的指令也需更加清晰,比如我將表格整理為同樣格式的3個sheet表,告訴大模型文件的標題、表名、數據列分別代表什么。對于大模型給出的回答,我在原始表中也進行了抽測,答案均是正確的,而這,在之前需要依賴一個精于excel使用的產品至少半個小時的時間去搗騰數據吧。

讓大模型去總結業務規則——提取規則不用假手于人了

產品業務邏輯中,經常會用到提取規則,也就是根據一些字段、維度的特征去識別,對符合這一特征的定義一個標簽。有的時候我們會用“正則表達式”去跑數據,但只有很少產品會寫正則,甚至很多程序員因為用的少都不會寫正則。還是用大模型上傳文件的功能,可以批量一次上傳數百條樣本,大約3秒后,你將得到來自大模型的一條規則。

不得不感慨,作為一名非技術背景的產品,曾經為精通正則而小小得意過,如今被大模型的后浪拍在沙灘上,不過還是多虧有正則的知識背景,起碼我能看懂大模型的回答靠不靠譜。

讓大模型給你出主意——隨時啟動需求評審

產品經理的日常就是面對各種被challenge的業務邏輯,比如有次我就收到用戶的一個反饋是關于翻頁的,讓用戶不爽的點是“目前翻頁工具欄在搜索結果下方,導致每個頁面如果從下往上瀏覽均需要再次下拉到下方才可以點擊翻下一頁”,難道翻頁后定位到第一條不合理嗎?于是我問了大模型:

當然咯,“聽多數人的意見,少數人商量,一個人決策”,大模型可以給我們一個參考,要知道很多產品就一個產品經理,產品經理有時候想商量都找不到合適的人交流,這時或許可以考慮跟大模型聊聊天。

好了,今天就先分享到這里了。

原本我想寫完這篇也用大模型給潤色潤色或者請它給起一個爆款題目,最后還是暫且保留下原汁原味,看看沒有大模型的加持,到底成色幾分吧!

本文由 @Mini耀 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. mark一下第一次發文

    來自北京 回復