慣性聚合 高效追讀感興趣之博客、新聞、科技資訊
閱原文 以慣性聚合開啟

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” Chrome 推出 Skills 新功能,Agent 重塑上网方式 GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理,
产品经理之AI护城河:非在Prompt之撰,而在接此未易之人——人人皆可为产品经理。
Crisson · 2026-05-24 · via 人人都是产品经理

AI之困,常隐于众之"理所当然"之需后——所求者,非惟器用,更乃情伴与无隙融于工作之境。是文深析AI设之常谬,自情器之设、技界之识至跨司协之策,示何以技限之下,造真正"解人性"之智物。

1. "理所当然"之苦

为产三年,其二年处AI之途,吾愈明一事:众口所求,多非真需。非其故欺,实其自不能明。问一人所欲,告以"速、廉、准",然其背后所隐——彼以为"本该如是"之苦——方为AI之真枢。

譬如,使用户述理想AI助,其多言"答众问"。然启聊窗,所求或惟"吾方言'今甚疲',勿列ABCD策,直告'劳矣,饮水可也'"。

此乃情志之器也。字节之豆包何故日活能至斯高?论逻辑推演,未必胜通义千问,然其交互之设,初未自视工具——若"秒应且解君意"之友。用户深夜启之,非为检菜谱或撰代码,实需"无论所言,对面皆有应"之安。此伴侶之感,非效率之器所能予也。而多AI之产,犹逼用户习提示之词,对话框中吐长篇大论,冷若百度百科。此非技术之题,实乃产品经理之失职——吾辈太习视AI为"能言之数据库",却忘人终为情志之属。

又一被忽之苦,乃"不欲学新器"。此乃人性,与年齿无涉。使用户为用吾AI,先下载独立App,复抄录内容以处,其大概率试一即卸。正道乃使AI隐于工作之流——撰文时,AI在光标后;会晤时,AI在录音之器;阅函时,AI在收件之侧。

人毋需知其背后为何模,乃至不自觉己在用AI。吾尝见一败案:某团费三月成“智写助”,其能自生全篇报,然用者留率不及五。

其故简矣:人写报之习在Word中打字,而此物令其先启他页,再贴其文。多一步为之,即多一道心阈。真有效之器,是把AI纳于用者旧习中,非令用者因AI易其习。犹汝不须学用电,电已藏于壁之插座——AI亦当如是。

2. PRD非幻异之文

多产品经好以PRD为幻异之文,开口即“实时同声传译”“零迟滞体验”,若大模乃哆啦A梦之袋。然实,汝必先明底层硬约,方堪书需。

实时同传之迟滞,乃录音编码、传输、模型推演、语音合成诸环节叠加所致。单论模型推演,今之主流API,其响应之速,已自数百毫秒至一两秒间矣。

若不谙此道,妄言“零迟滞”,则启程之日,必成倾覆之局。

长文析理,亦为重患——汝设“十万言文书智略”之能,用户上传后,却遗其腹心要旨。非模型怠惰,乃学界久验之“失于中段”之象:Transformer之注意力,本向首尾,中段易隳。不晓此理,汝之产品,实为用户掘坑。

真知灼见者,能将专家之智“提纯”于产品。吾尝见一队作活动策劃之器,不令用户撰Prompt,乃取资深运营脑中“受众探研→创意流散→成本度算→风险示警”之序,拆为预设技能模块。用户但点“生成方案”,AI即循此流程而输出,若请专家坐镇焉。

此乃模型蒸馏之思,落诸产品之实。

至于金医诸般敏感之域,尤不可纵AI妄言。RAG之术,犹为AI束以紧箍:强令其内库为检索之源,模型无解之时,宁答“不知”,亦不可任其杜撰。察一AIPM之专,惟观其临技术之界,是屈是通耳。

三、论辩之际,持心澄明

为AI产品者二载,吾所开之会,莫过于“争辩会”。算法拍案而语:“此模型已是SOTA,汝复何求?”业务方则直呈用户反馈之图——“迟三秒、应答驴唇不对马嘴,此何谓可用?”双方皆持理直,夹其中之PM若无定力,易为所引。吾尝见多同僚,算法一论技术指标则色变,业务一詈体验则立应改求,终致方案支离,人人不悦。汝须明,双方所言皆实,然只见其方寸之地。汝之任,乃立于用户之位,将此二碎拼为全图。

如何拼读?非和稀泥之道。吾之常法,先认对方之核心关切——“模型效果诚然佳”“用户反馈亦实痛”,继而立将问题拉入具体场景,穷诘之。譬如算法言响应迟,不可为实时交易,勿直纳“则不可为”之辞,当预判其逻辑之链,示以绕行之策:“可否为流式加载,俾用户边观边候?可否先处前五百字,以提体感之速?”此等方案非率尔操觚,实基于对技术边界之洞明——吾知推理迟滞之瓶颈所在,亦晓交互设计之兜底之法。

终产品既上,或非算法目中“完美SOTA”,亦非业务幻想“零迟滞神器”,然能运行、用户愿用。此在技术牢笼中抠出体验至优之能,方堪撑吾之专业价值。

4. 从无到有之AI产品落地三步法

既已多谈,当予可即携之物。吾为AI产品二载,踬于万坑,终得三步法,未必普适,然使吾少行许多歧路。

首事,固其确定性之境。毋求为全能之AI辅,是自戕也。譬如修简历,至智之道非曰“代君草拟”,乃曰“据此职要,更吾简中不协之三业”。目越明,则模不易偏,人愈感其“契吾意”。

次事,明人机之职分。吾常析AI之能为三阶:L1乃纯器,人命则行,如格式易形;L2为副御,AI献策,人择之,若码之补全;L3为智体,AI自析务,人审其枢。当明,于尔之产,人何时宜默观,何时宜亲改。三事中,最易忽者——持续之数据反哺。人删AI所撰之句,当知其嫌繁或嫌专。录此改之迹,饲于模或调其令,产方愈“契君”。无此,尔之AI永若新出之稚子。

此文乃 @Crisson 原创发表于人人皆产经。未得作者允,禁转。

题图出於Unsplash,依CC0許可