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

Hugging Face - Blog
Hugging Face - Blog
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
S
Securelist
J
Java Code Geeks
Recorded Future
Recorded Future
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
M
MIT News - Artificial intelligence
S
Secure Thoughts
Y
Y Combinator Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
D
Docker
Martin Fowler
Martin Fowler
The Last Watchdog
The Last Watchdog
WordPress大学
WordPress大学
The GitHub Blog
The GitHub Blog
Vercel News
Vercel News
O
OpenAI News
www.infosecurity-magazine.com
www.infosecurity-magazine.com
博客园_首页
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
H
Heimdal Security Blog
SecWiki News
SecWiki News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
博客园 - 【当耐特】
T
Troy Hunt's Blog
L
LINUX DO - 最新话题
Hacker News: Ask HN
Hacker News: Ask HN
Hacker News - Newest:
Hacker News - Newest: "LLM"
N
Netflix TechBlog - Medium
A
Arctic Wolf
The Hacker News
The Hacker News
I
Intezer
S
Schneier on Security
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Apple Machine Learning Research
Apple Machine Learning Research
L
Lohrmann on Cybersecurity
宝玉的分享
宝玉的分享
P
Privacy & Cybersecurity Law Blog
Stack Overflow Blog
Stack Overflow Blog
T
Tor Project blog
小众软件
小众软件
Simon Willison's Weblog
Simon Willison's Weblog
The Cloudflare Blog
Jina AI
Jina AI

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,
保持领先:AI产品经理的竞争对手分析框架
言成 · 2023-10-05 · via 人人都是产品经理

AI产品经理需要做好竞争分析,以应对激烈的市场变化,帮助自身企业和产品保持领先地位。这篇文章里,作者就总结了竞争对手分析的关键步骤,一起来看看,或许会对想执行竞争分析的产品经理们有所启发。

在竞争激烈的AI产品管理领域,保持领先意味着要能够理解和应对市场的变化。执行竞争对手分析是其中的关键步骤。

一、了解四个C

1. 客户(Customers)

客户是产品成功的核心。了解客户的需求、痛点和期望是构建有竞争力产品的前提。通过市场调查、用户访谈和数据分析,产品经理可以深入理解目标用户群体。

例如,通过分析用户的使用数据和反馈,产品经理可以了解到哪些功能是用户最需要的,哪些地方是用户最不满意的。在AI产品的场景下,可能还需要考虑用户对于AI技术的接受度,以及他们对于隐私和数据安全的关注。

2. 公司(Company)

对于AI产品经理来说,分析自家公司的能力和资源也至关重要。这包括技术、资金、人力和品牌等各方面的资源。例如,分析公司在AI技术方面的研发能力,包括数据处理、机器学习和算法开发等。

同时,也要考虑公司的市场地位和品牌影响力,以及是否具备足够的资金和人力资源来支持新产品的开发和市场推广。

3. 竞争对手(Competitors)

竞争对手分析是保持领先的关键。AI产品经理需要详细了解竞争对手的产品、市场策略和技术能力。例如,通过比较不同竞争对手产品的功能、性能和用户评价,可以得出哪些地方是自家产品的优势,哪些地方是劣势。

同时,也可以分析竞争对手的市场策略和营销活动,以及他们在技术和数据方面的投入,从而寻找自己产品的竞争优势和市场机会。

4. 合作伙伴(Collaborators)

在AI领域,合作是推动创新和扩大市场影响力的重要途径。AI产品经理应积极寻找可以合作的伙伴,包括技术合作、数据共享和市场推广等。例如,可以与其他公司合作开发新技术或共享数据,以增强AI产品的能力。同时,通过与渠道合作伙伴和市场推广伙伴的合作,可以扩大产品的市场覆盖率和影响力。

通过深入研究和分析“四个C”,AI产品经理可以全面理解市场和竞争环境,找到产品的独特价值和市场机会,制定出有效的产品策略和市场策略,从而在激烈的竞争中保持领先。

二、竞争跟踪

在AI产品管理领域,竞争跟踪是一个不可忽视的环节。通过不断地跟踪和比较竞争对手的产品和策略,可以为AI产品经理提供宝贵的市场洞察,帮助他们更好地调整自家产品和市场策略。具体来说,竞争跟踪可以分为以下几个重要方面:

1. 功能与属性比较

对比竞争对手产品的功能和属性,可以帮助理解市场上不同产品的优势和劣势。例如,在AI驱动的推荐系统领域,可能需要比较不同产品在推荐准确度、响应速度和用户界面等方面的表现。通过这样的比较,可以发现自家产品在哪些方面落后于竞争对手,哪些方面超过了竞争对手。

2. 用户感知和情感分析

通过分析用户对竞争对手产品的评价和反馈,可以了解市场上不同产品的用户满意度。利用情感分析工具,可以从大量的用户评价中提取出有用的信息,例如,哪些功能是用户最喜欢的,哪些问题是用户最常抱怨的。

3. 新产品或品牌的跟踪

市场上不断有新的产品和品牌出现,对这些新的竞争对手进行跟踪,可以帮助及时了解市场的最新动态。例如,如果有一个新的AI产品刚刚上市,并且获得了不错的用户反馈,那么可能需要分析这个新产品的特点,以及它对自家产品可能产生的影响。

4. 市场平均水平的基准测试

通过对市场上所有主要竞争对手产品的综合评估,可以得出市场的平均水平。基于这个基准,可以评估自家产品的表现。例如,如果市场上大多数AI推荐系统的推荐准确度都在90%以上,而自家产品的推荐准确度只有80%,那么可能需要考虑如何提升产品的推荐准确度。

5. 新的市场机会发现

通过竞争跟踪,可能会发现一些未被充分利用的市场机会。例如,通过分析竞争对手的市场策略,可能发现他们都忽视了某个具有潜力的市场细分,这为自家产品提供了新的市场机会。

6. 市场策略跟踪

分析竞争对手的市场策略,包括他们的定价策略、销售渠道和营销活动等,可以为制定自家产品的市场策略提供参考。

7. 技术和研发投入

了解竞争对手在技术和研发方面的投入,可以帮助评估市场上不同产品的技术水平和未来发展潜力。

通过系统地执行竞争跟踪,AI产品经理不仅可以获得关于市场和竞争对手的深刻理解,而且可以及时发现和抓住新的市场机会,从而保持在激烈竞争的市场中保持领先。

三、竞争分析的步骤

1. 定义竞争分析的目标和范围

竞争分析的首要任务是明确目标和范围。是要了解竞争对手的产品功能,还是要分析市场定位,或是要了解竞争对手的用户评价。明确了目标和范围后,可以更有针对性地收集和分析数据。

2. 收集竞争信息

这一阶段包括收集关于竞争对手、市场和用户的信息。可以通过多种渠道收集信息,如市场报告、用户评价、竞争对手的公开信息和第三方数据服务等。在AI领域,可能还会关注竞争对手的技术创新和研发投入。

3. 分析竞争信息

信息收集完毕后,需要对数据进行深入的分析。例如,通过分析竞争对手的产品功能和用户评价,可以了解市场上不同产品的优势和劣势。同时,也可以分析竞争对手的市场策略和定价模式,以了解市场的竞争格局。

4. 比较产品的定位

通过竞争分析,可以更清晰地理解自家产品在市场上的定位。比如,在AI辅助诊断系统的市场中,可能会发现竞争对手主要集中在提供通用解决方案,而忽视了某些特定领域的需求,这为自家产品提供了独特的市场定位机会。

5. 识别市场机会和威胁

竞争分析可以揭示市场的机会和威胁。可能会发现某些市场细分尚未被充分利用,或者发现竞争对手的某些弱点,这些都是自家产品可以利用的机会。

6. 制定或调整产品战略

基于竞争分析的结果,AI产品经理可以制定或调整产品的战略。例如,如果发现竞争对手的产品在某些功能上有明显的优势,可能需要调整自家产品的开发优先级,以增强产品的竞争力。

7. 分享和交流分析结果

将竞争分析的结果和洞察分享给团队和利益相关者,可以帮助团队更好地理解市场的现状和未来的方向,并作出更明智的决策。

8. 持续监控和更新竞争分析

市场和竞争环境是不断变化的,需要定期更新竞争分析,以保持对市场和竞争对手的准确理解。

四、利用多种工具收集竞争数据

1. SWOT分析

SWOT分析是评估企业自身以及竞争对手的强项、弱点、机会和威胁的经典工具。通过这种分析,AI产品经理可以清楚地看到自家产品和竞争对手产品在不同方面的表现,从而找到自家产品的独特优势和可能的改进点。

2. 增长-份额矩阵

通过增长-份额矩阵,可以清楚地看到不同竞争对手在市场上的位置,以及市场的增长趋势。这有助于AI产品经理了解市场的整体格局,以及自家产品在市场中的定位。

3. 用户反馈和评价分析

用户的反馈和评价是衡量产品性能和市场接受度的重要数据来源。通过分析用户对不同竞争对手产品的评价和反馈,可以了解用户的真实需求和感受,以及市场上不同产品的优势和劣势。

4. 市场报告和研究

市场报告和研究是了解市场趋势和竞争格局的重要渠道。例如,通过阅读关于AI市场的最新报告,可以了解市场的整体规模、增长率以及主要竞争对手的表现。

5. 技术和专利分析

在AI领域,技术和专利是企业竞争力的重要组成部分。通过分析竞争对手的技术和专利,可以了解市场上不同竞争对手的技术实力和创新能力。

6. 社交媒体和网络监控

社交媒体和网络平台上的公开信息可以为竞争分析提供大量的数据。例如,可以通过监控竞争对手的社交媒体账号和官方网站,了解他们的最新动态和市场策略。

7. 第三方数据服务

第三方数据服务提供了丰富的市场和竞争数据。通过这些服务,可以更方便地收集和分析竞争数据,从而为决策提供更准确的支持。

8. 定期的竞争对手访谈和调研

通过直接交流和调研,可以了解竞争对手的想法和策略,从而为自家产品的策略制定提供参考。

9. 行业论坛和会议

行业论坛和会议是了解最新技术和市场趋势的重要场所。通过参加这些活动,可以直接了解竞争对手的最新动态,以及市场上的新技术和新应用。

五、分析竞争对手或市场趋势

1. 市场趋势分析

分析市场趋势可以帮助AI产品经理了解市场的发展方向和未来的可能机会。例如,随着AI技术的发展,智能家居、医疗健康和自动驾驶等领域可能会成为未来的重点。同时,了解新的技术趋势,如自然语言处理、深度学习和边缘计算等,对于产品的技术路线和战略方向具有指导意义。

2. 竞争对手分析

通过分析竞争对手的产品、技术和市场策略,可以了解市场的竞争格局和竞争对手的优势。例如,分析竞争对手在AI算法、数据处理和用户体验等方面的表现,可以帮助找到自家产品的优势和改进点。

3. 行业案例分析

分析行业内的成功或失败案例,可以为AI产品经理提供宝贵的经验和教训。例如,从Chegg被颠覆的案例中,可以了解到AI技术可能会对传统行业产生怎样的冲击和改变。

4. 技术演进和创新点分析

了解AI技术的最新进展和创新点,可以为产品的技术创新提供思路。例如,了解最新的机器学习算法和模型,可以为产品的算法优化提供参考。

5. 用户需求和行为分析

通过分析用户的需求和行为,可以了解用户对AI产品的期望和需求。例如,通过用户调查和数据分析,可以了解用户在使用AI产品时的主要痛点和需求,从而为产品的优化提供方向。

6. 政策法规和标准的分析

AI产品通常涉及数据处理和隐私保护等敏感问题,了解相关的政策法规和标准,对于产品的合规性和风险管理具有重要意义。

7. 市场反馈和评价的收集

通过收集市场上对AI产品的评价和反馈,可以了解市场对产品的接受度和评价。例如,通过分析用户评价和媒体报道,可以了解产品在市场上的表现和影响。

8. 未来发展预测

基于市场趋势和竞争分析,尝试预测市场和技术的未来发展,为产品的长期规划提供参考。

9. 跨行业和国际市场分析

了解AI技术在不同行业和国际市场上的应用和发展,可以为产品的多元化和国际化提供思路。

六、细化竞争分析

1. 行业分析

对所处行业的全面分析是基础,它涵盖了行业的发展趋势、主要的市场驱动因素和行业的生态系统。例如,在智能医疗设备的行业中,了解相关的医疗法规、健康数据处理的标准和主要的技术驱动因素如机器学习和图像识别技术的应用,对于深入理解市场和竞争对手具有重要意义。

2. 识别和细分竞争对手

识别主要的竞争对手并将它们进行细分,能够帮助产品经理明确竞争的焦点。例如,可以将竞争对手根据其产品功能、市场定位和技术实力进行分类,以便对不同类型的竞争对手进行有针对性的分析。

3. 价值链和商业模式分析

通过分析市场上的价值链和不同竞争对手的商业模式,可以了解市场的运作机制和产品的商业价值。例如,在AI助手产品的市场中,了解从数据采集、算法开发到用户界面设计的整个价值链,以及不同竞争对手在价值链中的定位和商业模式。

4. 产品能力分析

深入分析竞争对手的产品能力,包括功能、性能和用户体验等方面,能够帮助找到自家产品的优势和劣势。例如,通过对比不同竞争对手的AI推荐算法的准确度和响应速度,可以了解自家产品在技术和性能上的表现。

5. 市场反应和用户评价分析

收集和分析市场反应和用户评价,可以了解市场对不同产品的接受度和评价。例如,通过分析用户对不同AI产品的评价和反馈,可以了解用户的真实需求和感受。

6. 技术和研发资源分析

对竞争对手的技术和研发资源进行分析,能够了解市场上的技术竞争格局。例如,通过分析竞争对手的技术团队规模、研发投入和技术合作伙伴等信息,可以了解竞争对手的技术实力和创新能力。

7. 市场策略和定价模型分析

分析竞争对手的市场策略和定价模型,可以为自家产品的市场定位和定价策略提供参考。例如,通过分析竞争对手的销售渠道、营销活动和定价模型,可以了解市场上的销售和定价策略。

8. 市场风险和法律法规分析

了解与AI产品相关的市场风险和法律法规,例如数据隐私和知识产权等,对于产品的合规性和风险管理具有重要意义。

本文由 @言成 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。