惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
宝玉的分享
宝玉的分享
Apple Machine Learning Research
Apple Machine Learning Research
阮一峰的网络日志
阮一峰的网络日志
博客园 - 司徒正美
酷 壳 – CoolShell
酷 壳 – CoolShell
IT之家
IT之家
H
Help Net Security
雷峰网
雷峰网
M
MIT News - Artificial intelligence
Microsoft Security Blog
Microsoft Security Blog
美团技术团队
GbyAI
GbyAI
博客园_首页
博客园 - 三生石上(FineUI控件)
T
Tailwind CSS Blog
I
InfoQ
小众软件
小众软件
Google DeepMind News
Google DeepMind News
D
Docker
Engineering at Meta
Engineering at Meta
WordPress大学
WordPress大学
博客园 - Franky
Hugging Face - Blog
Hugging Face - Blog

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 – 人人都是产品经理, 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 – 人人都是产品经理, 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,
AI时代,不写提示词可不可以?
谢金钟 · 2025-07-21 · via 人人都是产品经理

当 AI 已通晓人类常识,却对你我一无所知,“不写提示词”就等于让 AI 盲答你的需求。文章指出:未来拼的不是谁更会调模型,而是谁先把个人信息“信息化”——把需求边界说清楚。先定义“是什么”,AI 才能给出精准的“为什么”与“怎么做”。

我们处在一个新旧交替的尴尬时代,靠着全球最强智力,把所有通用的知识都录入进了大模型,但关于我们个人的信息,没有人收集、没有人整理、没有人录入,所以AI懂人类,但是不懂你我。

这也是为什么我们还需要写提示词,需要整理和录入信息,让AI知道什么发生了、我需要什么。

如果在上一个时代,有人一出生,他的所有的一切信息,从视觉、听觉、嗅觉、触觉的一切感知,到他身上发生的一切,都被实时记录下来并且喂给了AI,那这个人现在一定强得可怕,言出法随、指哪打哪。

所以本质上,在迎接AI到来的时代里,比的不是谁AI用得好、技术好,而是比谁信息化程度高。

信息化程度越高,这个人在接受AI改造的时候,身体产生的排异反应也就越小,改造进化得越快。

对企业来说,最终依然回到了拼标准化。

当然有的企业可能选择跟AI相反的方向,就像未来有的人一定坚决反对AI,于是坚守人类的核心,在AI不占优势的领域里顽强地活着,但是,生存空间一定会越来越小。

为什么有的人在和AI交流时,说不清楚自己的需求?

我想和我们的教育有关,大多数人在工作生活中,更多的是接触“为什么”和“怎么做”,而很少去深究“是什么”。

不仅你不关心,你的用户也不关心“是什么”,如果非要讲,用户反而觉得枯燥,产品面向的人群越广,越要顾及这点。

所以替代性地,我们常常会用类比、案例去辅助解释,很少思考精准地定义“是什么”。

但到了AI时代,就不行啦!是什么、为什么、怎么办,缺一不可,甚至可以说“是什么”成了更重要的部分,因为AI真的很擅长解释“为什么”和推演“怎么做”。

“是什么”代表了边界,是什么/不是什么?能干嘛/不能干嘛?

类比和案例,某种程度上也只能作为辅助解释,案例内容多了,也有可能会给AI错误的边界。

说不清“是什么”,成了这个阶段,让AI懂你最大的阻碍。

本文由人人都是产品经理作者【谢金钟】,微信公众号:【谢金钟】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。