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

H
Hackread – Cybersecurity News, Data Breaches, AI and More
C
Check Point Blog
Hacker News: Ask HN
Hacker News: Ask HN
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
WordPress大学
WordPress大学
P
Proofpoint News Feed
V
Visual Studio Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
N
Netflix TechBlog - Medium
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 聂微东
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
博客园 - 叶小钗
Cisco Talos Blog
Cisco Talos Blog
S
Schneier on Security
T
Threat Research - Cisco Blogs
腾讯CDC
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
The Hacker News
The Hacker News
Google DeepMind News
Google DeepMind News
Microsoft Security Blog
Microsoft Security Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
GbyAI
GbyAI
N
News | PayPal Newsroom
L
LINUX DO - 最新话题
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Palo Alto Networks Blog
T
Tenable Blog
S
Secure Thoughts
T
Threatpost
V2EX - 技术
V2EX - 技术
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
罗磊的独立博客
P
Privacy & Cybersecurity Law Blog
Engineering at Meta
Engineering at Meta
小众软件
小众软件
Google DeepMind News
Google DeepMind News
N
News and Events Feed by Topic
Y
Y Combinator Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
C
Cybersecurity and Infrastructure Security Agency CISA
P
Proofpoint News Feed
L
Lohrmann on Cybersecurity
P
Privacy International News Feed
H
Heimdal Security Blog
量子位
B
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, 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,
读懂NotebookLM,或许能治愈AI应用缺失症
脑极体 · 2024-12-13 · via 人人都是产品经理

在人工智能技术飞速发展的今天,AI的应用潜力无限,但商业化的成功案例却寥寥无几,这似乎成了AI领域的一种“顽疾”。然而,一款名为NotebookLM的应用在海外的爆火,为我们提供了新的视角和思考。

中国的AI圈,有一种根深蒂固的顽疾,我们可以称之为:AI商业化恐惧与AI应用缺失综合症。

具体表现为,一种AI技术爆火之后大家先是惊叹,什么“人人都被AI创飞了”之类的。紧接着,在这条赛道真正热起来之后就会转变为质疑:你做的AI能商业化吗?为什么AI还是没有超级应用?为什么我还是没有用到AI应用?

似乎AI总是在对技术的巨大期待,以及对应用的不断失望间轮回。大模型是真的雷声大雨点小,很难带来高增长、有商业化能力的应用吗?

最近外网一款应用的火爆,让我们有了些新的想法。

不久之前,NotebookLM的核心团队离职引发热议,团队负责人Raiza Martin宣布将和核心设计师、工程师一起离职,准备打造新的大模型应用。这一消息引发讨论的原因在于,NotebookLM是今年欧美最出圈的大模型应用之一,甚至它出圈的原因根本不是作为AI笔记本的基础功能,而是一个尝鲜类的附加功能——AI播客生成。

透过NotebookLM的爆火,我们可以由此聊聊AI+声音方向的商业化可能性,以及究竟应该如何打造具有高增长潜力的AI应用。

或许可以说,越来越多的热门应用正在证明,AI应用缺失症是能够被治愈的。

01 NotebookLM的运行机制,以及为什么爆火?

NotebookLM原本是谷歌一个小组打造的AIGC写作工具,在全球有非常多的竞品,并且已经推出了几年时间都没有什么水花。但最近让这个看似比较平庸的应用突然爆火的,是它添加了一项功能:播客生成。

更新后的这一功能,允许用户上传文档、文本、网页以及YouTube视频来生成由AI制作的音频播客。与其他音频功能不同的是,NotebookLM生成的不是那种照着文本念出来的简单播客,而是有两个主持人的对谈型播客。

AI生成的两位主播,会根据素材提供的内容进行分析、讨论,甚至会相互调侃,还能进行大笑。比如说,如果你输入一本历史类书籍,NotebookLM就能生成多集的历史解密类对谈播客。如果输入自己的资料,它也能生成两位AI主播对你吹彩虹屁的聊天内容,他们有理有据,一本正经地分析讨论你有多么了不起。

这种新颖的内容生成模式给了网友极大的创造和收听动力,玩出的花样也越来越多。甚至有人认为,这可能是第一款不是由于模型能力,而是通过应用体验获得认可的AI。

而在NotebookLM背后作为支持的,是谷歌的Gemini 1.5 Pro大语言模型。它能够一次处理多达1500页的内容,并且支持超长上下文的多轮对话。NotebookLM的音频功能则是基于谷歌的语音模型来实现。

到这里我们会发现,NotebookLM是一个标准到不能更标准的AI原生应用。它基于多个大模型来实现;利用了AIGC和多模态这些非常具有代表性的AI机制;创造了传统移动应用完全无法实现的服务体验。

由此可见,只要做对能力,找准市场,AI应用是完全有可能撑起流量和商业化场面的。

02 AI播客带来的商业化可能

当然,NotebookLM取巧的一点在于它的市场切入点非常精准。播客在美国的市场需求量非常庞大,甚至大有超越短视频的态势。美国用户,尤其是年轻用户大多有收听播客的习惯,而明星、运动员、脱口秀演员也普遍将录制播客作为表达方式。

在这个关注度高、需求量大的市场上,AI带来了两人对谈播客这种前所未见的应用体验,这才让NotebookLM在几个月内爆火出圈。

如果仅仅关注AI播客生成这件事,那么NotebookLM所代表的意义或许会被裁剪掉很多,首先播客市场在国内还远不如欧美火爆,其次AI播客生成的商业化潜力本就有限。

想要深度利用NotebookLM的意义,首先应该看到其所代表的AI音频赛道本就有着更为宽阔的商业化空间。对于AI行业普遍存在的商业焦虑,AI+音频至少是一种纾解。在生活中大量太长不看的内容,都可以通过转换为音频的方式来提升触达效率。比如在谷歌内部,谷歌广告团队就在研究基于NotebookLM的生成能力来打造销售问答,从而对新人进行培训。这样原本厚重的资料,就可以被模拟成销售人员与顾客之间的对话,新入职的销售可以直接学习与顾客进行交流,每个问题应该如何对应、解释等。

类似的例子还有很多,比如产品说明书的音频版、在线教育的问答机制。我们在很多时候都会面临资料太多,过长不看的窘境。这时我们往往会想要跟懂行的人问上两句,而现在问AI或许就可以了。

推而广之,NotebookLM还可以跟机器视觉进行结合。比如去健身房,私教的工作其实就是看着你训练,然后指出动作的正误,回答健身者的问题。如果让NotebookLM附带上视觉能力,或许AI播客可以变成AI私教。

这些探索证明,一个出圈的AI应用往往具备连锁反应。它不仅能够在本圈层得到用户的追捧,同时还具有持续扩散商业影响力的可行性。

即使你不听AI播客,也对AI音频赛道毫无兴趣。NotebookLM也依旧展示了优秀AI应用最底层的东西:输入简单,生产惊喜,贴近用户。

03 如何打造一款有潜力的AI应用?

如今,大模型已经能做到很多前所未见的事,但总是无法出现那种能够引发讨论和传播的爆火应用。NotebookLM的火爆告诉我们,其中很大原因出自产品设计的缺失。

与其他AI应用相比,NotebookLM在产品层面有一个鲜明的特点,就是整体UI设计尽量倾向简单。AI播客生成本身只是NotebookLM功能的一部分,用户打开门槛天然较高。在这种情况下,项目团队对其整体UI都进行了尽量简化。比如上传文档是很多AIGC应用都有的步骤,但上传文件的步骤琐碎、容错度低,往往会给用户带来不悦的产品体验。NotebookLM则支持一键上传源文档,并且可以覆盖文档、视频等多种文件源与文件格式。这种非常友好的用户界面设计,让这种创新型的AI应用拥有了极低的门槛。用户不会在UI层面就被琐碎的操作、复杂的文件要求给劝退。

而与输入端尽量简单构成正比的是NotebookLM在输出端给出了非常完整且复杂的内容。用AI生成播客在今天已经不太新鲜,但NotebookLM能够生成两人对谈播客,并且对谈内容是有语气、有节奏,甚至是富有幽默感的。这种惊喜感和意想不到,与极简的内容输入构成了对比,进而变成了能够出圈的产品动力。

除此之外,NotebookLM的成功还有一个关键因素,就是它找到了播客这个在欧美颇具市场号召力的领域。正是因为播客本身有市场需求,受关注程度高,NotebookLM带来的AI惊喜感才能顺理成章激活用户认同。而且NotebookLM又一次证明了,寻找更能接受AI的年轻人认可,贴近年轻市场的生活、娱乐、消费模式,是AI应用能够成功的关键。

总结NotebookLM的故事,可以发现一款成功的AI应用需要具备三要素:

1.极简的用户界面与生成规则。

2.具有惊喜感与震撼力的AIGC效果。

3.贴近用户注意力,尤其是年轻人注意力的市场落点。

从大模型的能力出发,寻找到这三个条件,应该就能勾勒出差不多的AI应用了。

所谓AI应用缺失症,从正面看是一个巨大的问题,反面看则是很多个具体的机会。

本文由人人都是产品经理作者【脑极体】,微信公众号:【脑极体】,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。