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

C
CXSECURITY Database RSS Feed - CXSecurity.com
Help Net Security
Help Net Security
P
Privacy International News Feed
S
Securelist
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
AWS News Blog
AWS News Blog
K
Kaspersky official blog
A
Arctic Wolf
Latest news
Latest news
T
Threat Research - Cisco Blogs
L
LINUX DO - 最新话题
P
Privacy & Cybersecurity Law Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Google DeepMind News
Google DeepMind News
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
月光博客
月光博客
N
News and Events Feed by Topic
Jina AI
Jina AI
博客园 - 司徒正美
WordPress大学
WordPress大学
罗磊的独立博客
雷峰网
雷峰网
AI
AI
Hugging Face - Blog
Hugging Face - Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
S
Security @ Cisco Blogs
博客园 - 三生石上(FineUI控件)
H
Heimdal Security Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
酷 壳 – CoolShell
酷 壳 – CoolShell
C
Cisco Blogs
博客园 - 【当耐特】
The Hacker News
The Hacker News
有赞技术团队
有赞技术团队
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Schneier on Security
Schneier on Security
博客园 - Franky
S
SegmentFault 最新的问题
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Cloudbric
Cloudbric
爱范儿
爱范儿
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Secure Thoughts
Last Week in AI
Last Week in AI
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Know Your Adversary
Know Your Adversary
Google DeepMind News
Google DeepMind News

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, 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” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, 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, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
如何打破AI社交的“四不像”现状——AI社交产品思路分享
芊芊 · 2024-01-30 · via 人人都是产品经理

国内外各类AI社交产品正在不断涌现,然而,这些AI社交产品却总让人觉得缺点意思,本文作者也做了梳理,并得出一个结论,即“四不像”。问题来了,怎么打破AI社交产品“四不像”的现状?一起来看看本文的分享。

自从ChatGPT火了之后,国内外各种AI社交产品如雨后春笋般涌现,国内大厂也纷纷入局,悄悄上线了各自的AI社交应用。然而笔者在试用了一些主打AI社交的APP后,总觉得缺点意思,在仔细梳理了自己的感受之后,得出一个结论——“四不像”。

一、为什么是四不像

现在的AI社交产品可以大致分为两类:

1.主打人与虚拟人交流的虚拟陪伴式社交产品,例如国外的Talkie,国内的星野等。这些产品对于AI的应用主要体现在虚拟人形象的生成以及AI对话上,用户可以定制符合自己需求的AI形象、虚拟人的性格,让其成为一个更贴心的AI伴侣。

可是理想归理想,还是得回归现实。虚拟陪伴产品针对的用户群体是愿意与虚拟人物产生连接、愿意将情感投射到虚拟世界的人群,可以预见这类产品的目标用户与男性向“养老婆”和各种乙女游戏的群体是高度重合的。

但是横向对比我们就能发现:论形象,AI伴侣生成的角色比不过有专业画师团队参与制作的游戏角色;论内容,大模型生成的文字也还远远比不上文案团队精雕细琢的人物设定与台词,甚至有时候生成的文字内容会让人有背离角色设定的跳脱感。而这两部分恰恰是一个虚拟角色的血肉所在,AI伴侣目前都存在非常明显的短板。所以用户会怎么选,答案一目了然。

2.主打人与人之间连接的AI辅助社交产品,这些产品对于AI的应用主要体现在两个方面,一是在建立连接的环节辅助人与人之间的匹配,例如AI帮你填写社交软件上的资料简介、AI帮你匹配更合适的对象;二是在建立连接后辅助人与人之间的交流,例如不同类型的AI bot,能够让你和朋友聊天时避免冷场,还有将传统社交产品与元宇宙做结合,支持用户创建虚拟形象、虚拟社区等,增加线上社交的更多玩法。

然而这些功能似乎都不痛不痒,大部分产品把AI能力去掉后,似乎并不影响主要功能的使用

二、黑镜中的AI社交产品

《黑镜》中有一集的故事出现了一个AI匹配对象的产品——Coach,他可以做到帮你在茫茫人海中匹配到契合度高的伴侣,甚至还能计算出你们能在一起多久。

这个情节使我印象深刻,虽然影片最终目的是发人深省,但从产品角度看,Coach真是一款非常优秀的产品,他非常高效地解决了人与人之间搜寻匹配的痛点,大大提高了交友的效率,甚至还能为亲密关系做未来预期,好让你有个心理准备…这是我心中比较理想的AI社交产品。

三、AI辅助社交是比较好的切入点

笔者认为在未来的很长一段时间里,人与人的社交都会占主流,就像上文中提到的黑镜中的某集,即使技术如此发达了,人类还是需要找对象。因此,AI社交产品走AI辅助社交的路会比较切实。

AI辅助社交可以从两方面切入,一是在建立连接的环节辅助人与人之间的匹配,二是在建立连接后辅助人与人之间的交流。

1. 辅助人与人之间的匹配

人与人之间的匹配主要体现在陌生人社交场景下,有以下两个比较主要的环节:

1)用户需要在这个产品上建立身份。例如用户初次注册某个APP填写个人资料、上传相册等就是在通过文字、图片等信息建立自己在这个APP上的身份,便于其他用户在APP上接触到你时能够感知到你是一个什么样的人。

2)用户与用户如何产生接触。例如在社交平台上,平台将你的动态展示给陌生人看,就是在帮用户双方产生接触,让某一方或者是双方在平台上“遇见”了。

传统的匹配比较费时和枯燥,一般这个环节就容易流失用户,有了AI技术的辅助,我们就可以尝试对这个环节进行革新:

第一步,结合AI和心理学模型,可以让用户通过与AI对话的形式了解自己,由AI帮用户整理出一个比较完整的自我表达。在一问一答中,用户一直是一个被动回答问题的角色,不用去思考如何编辑资料才能吸引别人,不用组织语言去表达自我,整体体验会比较舒适。

第二步,帮用户克隆出符合自己性格特征和语言习惯的bot,并通过这个克隆bot随机与大量其他用户的bot开启“聊天”,以聊天记录的形式展示给用户。

用户可以通过查看聊天记录选择感兴趣的对象,开启真人聊天。现在市场上也出现过克隆自己的bot辅助社交的产品,不过目前是用户克隆了自己的bot后,让他人先与克隆bot聊天再决定是否要开启真实聊天,这个功能还是差点意思,如果我已经对某个人产生想了解的兴趣,怎么会接受先与一个他的AI助手聊天呢?

这和找人聊天结果只收到一条冷冰冰的自动回复没什么区别。如果双方建立连接前让双方的AI互聊,可以更好的发挥克隆bot的价值,提高用户与他人建立连接的效率,同时也可能会产生很多很有意思的东西,可以提供很多营销/传播的素材,让用户点开聊天记录查看的形式也满足了人人都有的窥私欲,可以更好地吸引用户点击。

2. 辅助人与人之间的交流

无论在熟人社交还是陌生人社交场景下,交流都是非常重要的部分。在用户与他人建立连接之后,双方就开启了交流。如何让AI更好地辅助交流?

现在社交中的交流的一大痛点是,聊了几句后就不知道聊什么了,或者根本就不知道怎么和一个刚认识的人比较愉快舒适地聊天。我们可以在双方开始沟通后,支持双方在沟通中使用“AI消息”,用户确认后,AI会直接生成一条消息给对方,在消息成功送达前,双方都不知道消息的内容是什么,且该条消息无法撤回,通过AI发送消息的方式增加对话的随机性,帮助拘谨的双方开启话题,功能虽小,但可能性很大。

四、思路总结

近几年AI技术已经在飞速进步,但很多AI产品似乎太过局限于技术本身,更像是为技术定制功能,而不是让技术服务于功能,如果技术是80分,那么你的产品最多只能做到80分,如果用的还不是自己的技术(比如用的别人的模型),那么效果还得再打折扣。

以前ChatGPT还没有火起来的时候,智能对话技术还很不成熟,很多产品只能做到根据相似度算法+逻辑匹配预设的回复,但市场依旧诞生了很多优秀的智能对话产品,例如天猫精灵,例如很多智能客服产品,这些产品的设计者通过场景选择和功能设计,将当时的技术最大化地赋能于产品,将60分的技术通过产品设计后达到了80分的效果。

这恰恰是当前AI应用市场比较缺少的能力,当然笔者自己做得也不够好,后续也会一直以此为目标努力。

本文由 @芊芊 原创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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。