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
WordPress大学
WordPress大学
小众软件
小众软件
云风的 BLOG
云风的 BLOG
IT之家
IT之家
人人都是产品经理
人人都是产品经理
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
博客园 - 【当耐特】
T
Tailwind CSS Blog
阮一峰的网络日志
阮一峰的网络日志
V
V2EX
宝玉的分享
宝玉的分享
博客园 - Franky
F
Fortinet All Blogs
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
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
GbyAI
GbyAI
Hugging Face - Blog
Hugging Face - Blog
Jina AI
Jina AI
D
Docker
博客园 - 聂微东
C
Check Point Blog
H
Help Net Security

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,
会话,是AI产品的理想交互形式吗?
柴林 · 2024-08-29 · via 人人都是产品经理

随着人工智能技术的飞速发展,AI产品与用户之间的交互形式也日趋多样化。其中,会话式交互作为一种新兴的交互模式,受到了业界的广泛关注。然而,这种看似“先进”的对话形式是否真正适合所有AI产品,仍然是一个值得深入探讨的问题。本文将对会话式AI产品的优缺点进行分析,并探讨其在实际应用中的适用性。

01 AI的故事,大家深信不疑

chatGPT和copilot构建了人们对大语言模型 AI 产品的基本认知。

到目前为止,似乎没有人有信心可以在原有的业务模式中做出来一个 AI native 的产品,退而求其次,大家觉得能在原来的产品中做一个“+AI”的功能就很好了。

从 2023 年开始,很多人对大模型产品化的认知是要在AI产品的的某个地方添加一个聊天窗口,或者这个 AI 产品就是一个聊天窗口。GPTs也让大家自然的认为CUI形式的对话框就是AI 产品的终极形态。

但,真的是这样吗?

02 一个聊天窗口可以装下多少东西

在具体的实践过程中,我们不能不看到目前这种看似更“先进”的对话形式的缺点:

1.AI 对话的使用门槛

在进行 AI 会话时,如果不加以引导,用户并不知道如何开始,以及如何更自然的组织跟 AI 说话时的语言。——这就像每个人都会用搜索框搜索东西,但不是每个人都能很好的把自己的需求转化为搜索关键词,这有一定的技巧门槛。而AI对话框的形式,放大了这种人机交互门槛。

2.用户意图非常发散

用户是可以“自由”地跟 AI 对话,这种“自由”的代价非常高。想要 AI 合理回复用户的消息,就需要更加准确进行用户意图识别。但用户在聊天时的意图往往发散而又跳跃,不会老老实实围绕一个话题从开始到结束,然后再开始另一个话题。同时,对话框这种产品形态,又进一步放大了意图识别的难度。

3.IM 容器超负荷

如果把各种各样的服务都塞进IM对话框,那么 AI 交付给用户的信息和结果是多种多样的。有时 AI 需要给用户发送表单,有时则是一段结构化的信息。设想一下如果你需要在对话框里通过 AI 点外卖,那么就需要在 IM 对话框中呈现餐馆列表、菜品列表、订单信息确认、支付流程、订单状态查询等功能。用户需要在 IM 聊天窗口中面对各式各样的小卡片,这对于业务复杂的产品来讲,是一个莫大的考验。

4.不高效,也没必要

上述三点带来的整体使用体验,会给人一种“脱了裤子放屁”的感觉。没必要啊,我用传统GUI界面不是更快吗?

03 进一步思考

1.更先进的,不一定是当下最适合的

以Notion AI和character.ai这两个产品为代表,单轮指令式交互与多轮会话式交互,已经成为现在比较典型的大模型AI产品的两种交互形式,呈现出截然不同的产品形态。

截止现在,我们并不能说“对话式”AI就比“指令式”AI更先进,更智能,也不能说对话式的CUI会逐渐席卷而来,最终替换掉所有的GUI,更不能说对话式的CUI是更先进的,我们要尽早采用。

很多AI 功能大可不必用对话式CUI来承载,指令式 AI 也很高级、很智能。

2. AI Agent 尚不具备提供完整专业服务的能力

现在大家所讲的AI Agent更多的还是一个概念,如果你用过c.ai、豆包和Spicychat 提供的聊天机器人提供的陪聊天服务,那么会明白这类产品目前最大的价值还是只能打发一下好奇者的时间,并不能提供真正的情感陪护服务。

至于更完整的专业服务就更难以实现了。

也许AI Agent现在就可以帮你进行1个小时的英语学习训练、完成一次心理咨询、规划某个城市的旅行路线、进行一次模拟面试,但他不能帮你点一份合胃口的外卖、找到一份适合你的工作机会、完成你家小孩的课内作业辅导、给出一份真正可用的五天四晚出游建议。

这里面的差距挺大,最大的差距不是对话的上下文语义理解和意图识别,而是AI Agent底层还没有做到与其他系统和服务进行有机整合和集成。从而也就无法完整提供用户真正需要的服务,提供不了真正的用户价值。

本文由人人都是产品经理作者【柴林】,微信公众号:【柴林的设计笔记】,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。