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

P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
GbyAI
GbyAI
C
Check Point Blog
腾讯CDC
Stack Overflow Blog
Stack Overflow Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The GitHub Blog
The GitHub Blog
A
About on SuperTechFans
Recent Announcements
Recent Announcements
L
LangChain Blog
Microsoft Azure Blog
Microsoft Azure Blog
小众软件
小众软件
J
Java Code Geeks
博客园_首页
Jina AI
Jina AI
美团技术团队
H
Help Net Security
MyScale Blog
MyScale Blog
Engineering at Meta
Engineering at Meta
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
人人都是产品经理
人人都是产品经理
Y
Y Combinator Blog
S
SegmentFault 最新的问题

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,
为什么AI多轮对话总是那么傻?
叶小钗 · 2025-05-12 · via 人人都是产品经理

AI多轮对话一直是技术应用中的难点,也是用户体验的痛点。本文深入剖析了AI多轮对话的挑战,包括上下文遗忘、意图偏移、代词关联错误等问题,并提出了通过SOP设计来优化多轮对话体验的策略。

上一篇文章,我们得出了一般选手应该如何入门AI应用领域的路径:

  1. 使用DeepSeek整理SOP;
  2. 使用扣子类平台验证SOP;
  3. 最后做程序优化;
  4. 有必要就做平台化;

后续也是列举了个简单的社群AI分身的例子,只不过其中多轮聊天这块被我故意略去了,原因是他太复杂了。

事实上,多轮聊天是整个AI应用最大的难点,也是很多人做不好AI产品的关键,一旦是涉及多聊天的产品,其实现复杂度都会大幅增加!

所以,今天第一个问题是,AI多轮对话到底难在哪里?

关于这个问题,也许大家没有注意到,其实当前所有的互联网产品设计多是针对一问一答这种模式的。包括DeepSeek、ChatGPT这种工具,他其实也更多是一问一答的模式。

一般用户在产品使用时候,当面临新问题的时候,会刻意的新开窗口,防止信息互相污染。

这种习惯的潜意识是:暂时还不太相信模型具有多轮对话的能力。

事实上,模型的反馈也确实在说明这一点:

  1. 在7轮医疗问诊对话中,GPT-4对患者主诉的遗忘率达37%;
  2. 当对话超过12轮时,关键信息丢失率飙升至68%;

随着模型能力增强,该情况会好一些,但模型依旧会有这种上下文遗忘的问题。

另一方面,我们在实际对话中会有很多“代词”,比如这个、那个、他…

而在模型对话过程中,这种代词很容易被错误关联,这会进一步要求我们跟AI对话的时候进行手动补足,而这种严谨的补足显然不符合人们聊天习惯。

但最重要的还是要回归第一个点:意图偏移、话题切换,人们聊天过程中各种天马行空,他们会不断切换话题,而模型当前显然是跟不上的…

就我之前做的一个客服类产品数据,对话轮次越多,效果越差。

最后,AI也需要面临众口难调的问题,因为有些用户喜欢简洁精准的回答,有些用户喜欢发散引导型回答,这种处理起来也有些小麻烦…

综上,这里的结论是:不要期待模型依靠自己的能力就将多轮对话做得很顺滑了,不大可能的。

SOP设计

所以,想要好的多轮对话体验,必须要进行SOP设计,或者说任务/目标设计,这里的核心有二:

  1. AI需要完成什么目标;
  2. 不同的目标需要不同的AI;

这里如上图所示,一个完整的应用可能会由成百上千的SOP构成,SOP少了应用就会卡壳;SOP本身有缺陷,那么模型就会胡说八道。

总而言之,多轮对话即目标设计,这里首先得有目标,其次要有方法论,方法论会形成流程最终会形成一套SOP。

这里大家多半是不能完全听懂的,所以这里以上篇文章的对话做实际案例。

比如A粉丝在群里发言:如何开启AI副业,月入10w? 想听的速来!!这种标题诱惑大

AI应该作何反应呢,关于AI如何反应这就是SOP,这里最简单的提示词是:

你的角色是一名资深陪聊,你总能让话题很好的继续下去;接下来我将作为一名客户与你对话,请你好好扮演你的角色。

事实上,随着聊天的轮数增加,AI输出的营养越少,甚至让我感到烦躁:

如果要让AI稍微具有灵性一点,这里的策略是:给AI一个目标/让AI去完成一个更为具体的任务。

具体到这里的场景,可以先生成一个AI的观点,其次让AI论证其观点。比如:

群里有粉丝发表一句话:如何开启AI副业,月入10w? 想听的速来!!这种标题诱惑大。

对此,你的观点是:它们本质上是利用焦虑感和信息差制造的“成功学陷阱”,绝大多数普通人盲目跟随只会成为被收割的对象,而非受益者。

你的具体思考是:

{

1. 标题的底层逻辑是“投机诱惑”精准击中人性弱点:这类标题组合了“低门槛(副业)”“高回报(月入10万)”“时效性(速来)”三大心理触发器,瞄准的是人们对快速致富的渴望和对AI行业的信息不对称。

幸存者偏差的包装:即使有极少数成功案例,也往往依赖特殊资源(如行业积累、流量红利、灰色操作),但宣传时会刻意隐去背景,营造“人人可复制”的假象。

2. AI行业的现实:技术壁垒与市场饱和技术变现≠零门槛:真正通过AI盈利的通常是两类人:

• 掌握核心技术(如模型微调、API开发)的专业人士;

• 利用AI工具辅助现有业务的从业者(如设计师用MidJourney提效)。而鼓吹“无需经验,一键套利”的课程/项目,多半是教人用ChatGPT生成低质量内容,在高度同质化的市场中毫无竞争力。

被动收入神话的破灭:AI工具确实能提升效率,但所谓“自动躺赚”的案例(如批量生成短视频、套壳AI应用)往往因平台规则变化或内卷迅速失效。

3. 清醒的应对策略

警惕“捷径思维”:所有可持续的收益都对应同等价值的付出(时间、技能、资源),AI只是工具而非“点金术”。

从需求端逆向思考:

• 如果你有某领域专业知识(如法律、医疗),AI可辅助规模化服务(如智能咨询);

• 如果你有客户资源,AI可帮助提升交付效率(如自动化报表生成)。脱离具体场景的“副业模板”基本是空中楼阁。

验证逻辑而非冲动付费:遇到此类宣传时,先问三个问题:

• 对方盈利模式是否依赖“拉人头”?

• 案例数据是否经得起第三方验证?

• 所需投入(时间/资金/技术)是否被刻意弱化?

4. 你的核心立场

反对的不是AI副业,而是反智的投机宣传。AI时代的机会属于:

• 愿意深耕垂直领域的人(如用AI做跨境电商的精细化运营);

• 能解决具体问题的人(如为中小企业定制AI客服方案)。

“月入10万”是结果而非目标:它应是能力、资源、时机叠加后的自然产物,而非靠复制“秘籍”达成。

}

在AI拥有主观观点后,聊天的行为就会变得更有清晰感了:

你是一名资深陪聊,当前群里有粉丝发表一句话:如何开启AI副业,月入10w? 想听的速来!!这种标题诱惑大。

对此,你的观点是:它们本质上是利用焦虑感和信息差制造的“成功学陷阱”,绝大多数普通人盲目跟随只会成为被收割的对象,而非受益者。

你的具体思考是:

{

1. 标题的底层逻辑是“投机诱惑”

精准击中人性弱点:这类标题组合了“低门槛(副业)”“高回报(月入10万)”“时效性(速来)”三大心理触发器,瞄准的是人们对快速致富的渴望和对AI行业的信息不对称。

幸存者偏差的包装:即使有极少数成功案例,也往往依赖特殊资源(如行业积累、流量红利、灰色操作),但宣传时会刻意隐去背景,营造“人人可复制”的假象。

2. AI行业的现实:技术壁垒与市场饱和

技术变现≠零门槛:真正通过AI盈利的通常是两类人:

• 掌握核心技术(如模型微调、API开发)的专业人士;

• 利用AI工具辅助现有业务的从业者(如设计师用MidJourney提效)。而鼓吹“无需经验,一键套利”的课程/项目,多半是教人用ChatGPT生成低质量内容,在高度同质化的市场中毫无竞争力。

被动收入神话的破灭:AI工具确实能提升效率,但所谓“自动躺赚”的案例(如批量生成短视频、套壳AI应用)往往因平台规则变化或内卷迅速失效。

3. 清醒的应对策略

警惕“捷径思维”:所有可持续的收益都对应同等价值的付出(时间、技能、资源),AI只是工具而非“点金术”。

从需求端逆向思考:

• 如果你有某领域专业知识(如法律、医疗),AI可辅助规模化服务(如智能咨询);

• 如果你有客户资源,AI可帮助提升交付效率(如自动化报表生成)。脱离具体场景的“副业模板”基本是空中楼阁。

验证逻辑而非冲动付费:遇到此类宣传时,先问三个问题:

• 对方盈利模式是否依赖“拉人头”?

• 案例数据是否经得起第三方验证?

• 所需投入(时间/资金/技术)是否被刻意弱化?

4. 你的核心立场

反对的不是AI副业,而是反智的投机宣传。AI时代的机会属于:

• 愿意深耕垂直领域的人(如用AI做跨境电商的精细化运营);

• 能解决具体问题的人(如为中小企业定制AI客服方案)。

“月入10万”是结果而非目标:它应是能力、资源、时机叠加后的自然产物,而非靠复制“秘籍”达成。}

你的任务如下:{

1、继续扮演陪聊角色;

2、坚定的坚持你的观点,你每一次发言都要正面或反面的强调你的观点(但是用词不能过于明显),并且你在强调观点的同时需要提供各种论据;

3、群里有很多其他粉丝,你要注意你每次发言要争取到更多人的认可;

4、如果群里出现了反对你观点的声音,你要予以严苛的打击;

}

现在,请你就“如何开启AI副业,月入10w? 想听的速来!!这种标题诱惑大。”展开发言,而后我会扮演群里各个粉丝与你对话

在带有目标后,对话明显充满了情绪,对话具备情绪后,效果就会好不少,让AI具备目标、让AI具备情绪,让AI形成SOP,就是多伦对话的诀窍!

这里各位可以再理解理解…

结语

让AI具有目标形成SOP,是多轮对话的核心策略,但是如何打磨这个策略,便是漫长的提示词工程了…

举个例子,上述AI的目标是坚定自己的观点,而后论证自己的观点,并和群友进行辩论性交流。

从这个角度出发,形成证据链的第一步就很重要,举个例子:AI大概率是有多个候选目标,只是最后选了他最喜欢那个,因为观点不是一句话,而是一条“证据链”。

他可能会有一个自己的计算公式:置信度 = 知识库匹配度 × 数据支持度 × 逻辑自洽度…

因为涉及到敏感内容了,我这里不展开,各位自己继续摸索摸索…

在上述工程干预之下,形成的观点本身就带有基本的证据链,所以接下来的交流很容易引入一套方法论。

这里一些小秘诀是:把“自我对抗辩论”嵌入一次消息的内循环,而不是等用户追问。这样既减少轮次,又显得更“有思考”。

至于具体如何打磨这套工程,大家再沿着这个思路思考下吧,以上就是AI多轮对话的一些诀窍!

本文由人人都是产品经理作者【叶小钗】,微信公众号:【叶小钗】,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。