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

A
Arctic Wolf
U
Unit 42
爱范儿
爱范儿
WordPress大学
WordPress大学
博客园 - 司徒正美
腾讯CDC
酷 壳 – CoolShell
酷 壳 – CoolShell
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
Last Week in AI
Last Week in AI
美团技术团队
博客园_首页
宝玉的分享
宝玉的分享
Hugging Face - Blog
Hugging Face - Blog
P
Palo Alto Networks Blog
H
Hacker News: Front Page
博客园 - 叶小钗
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
罗磊的独立博客
TaoSecurity Blog
TaoSecurity 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
Help Net Security
Help Net Security
雷峰网
雷峰网
S
Security @ Cisco Blogs
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Forbes - Security
Forbes - Security
T
Troy Hunt's Blog
V
V2EX
博客园 - 聂微东
Cloudbric
Cloudbric
大猫的无限游戏
大猫的无限游戏
Google Online Security Blog
Google Online Security Blog
S
Security Affairs
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Recent Commits to openclaw:main
Recent Commits to openclaw:main
IT之家
IT之家
S
SegmentFault 最新的问题
T
Threat Research - Cisco Blogs
J
Java Code Geeks
H
Heimdal Security Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Know Your Adversary
Know Your Adversary
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
The GitHub Blog
The GitHub Blog
AWS News Blog
AWS News Blog
The Cloudflare Blog
Simon Willison's Weblog
Simon Willison's Weblog
月光博客
月光博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻

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,
12条用于思考AI未来的Prompt模板
马丁的面包屑 · 2023-05-10 · via 人人都是产品经理

Prompt有助于挖掘LLM潜在的能力,帮助他进行更好的推理回答,如果让LLM记住了这些Prompt,还可以进一步节约时间。对于人类来说也是这样,有一些预设的Prompt,遇到问题就遵循Prompt求解。本文作者分享了他在思考AI未来上常用的12条人类思考Prompt模板,一起来看一下吧。

Prompt有助于挖掘LLM潜在的能力,帮助他进行更好的推理回答。同时如果你通过工具或微调让LLM记住了这些Prompt,你还可以进一步节约时间,不需要每次回答前都敲一大段Prompt。

其实人类好像也是这样的,有一些预设的Prompt,像是思考上的肌肉记忆,遇到问题就会习惯性地遵循Prompt去求解。

其实说白了就是方法论哈哈,不过方法论这个词有点太高高在上了哈哈。而且当成Prompt来说明似乎更容易拆解和理解,所以我还是用了Prompt这种描述。

接下来我将分享近几个月我在思考AI未来上常用的一些人类思考Prompt模板。

Prompt一:类比

Prompt

你在分析新事物时:

①先找到和他在某种逻辑上非常像的旧事物,并用旧事物的逻辑尝试解释这个新事物;

②然后基于旧事物的逻辑,尝试推导新事物的发展;(例如Alexa 的技能商店之于ChatGPT Plugins)

③获得第一次发展推导结果后,重新分析新旧事物在本质上的不同;(例如LLM相较Alexa时代技术/用户/商业上的不同)

④基于新旧事物的不同,重新进行第二次推导——这些不同点会导致之前的推导发生改变,哪些会需要校正,哪些不再成立。

使用说明

1)用于学习场景

  • 能够加快新事物的理解速度
  • 能够更好地向其他人传播这种理解,因为你可以快速举出正反面的旧事物例子(无论现实沟通还是写作)

2)用于推导新事物的未来

  • 基于旧事物去推导新事物的发展,门槛更低
  • 相同特质类比→不同特质拆解这两种方式组合起来,一定程度上能避免陷入旧事物的认知黑洞
  • 推导的结果不仅仅有指向终局的道路,也会因为在旧事物基础上构造,产生中间过程小跨越的思考,很适合做落地

Prompt二:AI First

Prompt

接下来你在做这个方向时:

①完全忘记旧时代的技术、应用,不需要考虑PC、mobile、搜索等等等局限;

②完全从新技术的本质出发,所有产品设计都以AI First为先导。记住这个反例:移动时代刚出现时,大部分H5的网页是Web格式的缩小版,这是错误的;

③但一个不能背离的要点是:用户需要什么,则你提供什么。记住这个反例:用户要的是解决问题,不是搜索引擎——搜索不是需求。

使用说明

这条Prompt太“方法正确”了,但是不是真的应该这样执行我目前还在摇摆。

例如Prompt中的例子“移动时代刚出现的Web格式网页”,会不会其实并不是错的呢?因为这种格式对于PC时代过来的用户最习惯。如果把目前的交互模式搬到那个年代真的会有想象中的震撼效果吗?

再例如一部分人追求的CUI先导真的是对的吗?Midjourney在Discord中的纯语言交互就一定是对的吗?语音时代也追求过纯粹的VUI(voice),最后还是妥协到了VUI+GUI。甚至与其说是妥协,不如说人类最理想的范式本来就不是全然的CUI/VUI。

Prompt三:尊重现实世界逻辑

Prompt

当你设想了一个超级棒的AI时代范式应用时,暂停一下:

①分析这个方向的本质需求是什么;

②看看这个本质需求在非互联网时代,PC时代,移动时代分别被如何改变;

③特别看看即使在移动时代,他在现实世界,特别是线下仍然以怎样的方式运作;(例如线上的电商搜推,以及线下的商场购物/销售导购)

④分析为什么过去的PC/移动/云/旧AI等诸多浪潮冲击下,仍然有大量或少量的行为运作在线下;

⑤所谓的LLM又到底诞生了什么力量,让你认为可以改变目前的逻辑;(无论这个逻辑在线上还是线下)

最后再看看你设计的AI时代范式应用,问问自己,是否仍然坚持这是最棒的设计。

使用说明

当面对AI natvie应用,用AI重做旧时代的任何生意这种命题时,我很难沉浸进去,甚至有点害怕;

对新技术的自豪可能带来一种居高临下的骄傲,陷入自我狂热的幻觉。

Prompt四:建立判断模型,并保持更新

Prompt

你对任何方向的判断需要遵循以下原则:

①判断必先建立框架,框架的组成包含三个部分:

  1. 方向相关的所有技术、商业、用户等基本前提,建立对他们的基础判断
  2. 基于上述因素形成的逻辑推导,建立这种推导关系
  3. 在前提+逻辑推导后形成的若干细微判断

②你需要基于细微判断做定性投票,形成你的最终判断;

③然后保持框架中各个环节的持续更新,包括:

  • 前提的更新:可能客观更新,即世界变了,也可能是主观更新,即你错了
  • 推导逻辑的更新:大概率是主观更新,即你的逻辑错了
  • 细微判断的更新:接受前提+推导更新带来的细微判断更新,并更新最终判断

使用说明

如果觉得这个很诡异,很难理解,一个恰当的类比是二级市场投资。交易员都会建立自己的“交易模型”,保持严格的执行纪律,并时刻微调模型。

另一个例子是下面这个case,我当时没想明白开源模型+用户需求带来的模型零散化,所以我的观点在现在又会发生改变,得出的结论与当时大相径庭。

Prompt五:MVP模型-微调版本

Prompt

接下来你设计一个产品的时候:

①不要直达终局,做最小MVP设计;

②这个最小MVP要包括传统MVP理念中的最小可用产品设计;

③也要包括技术的最小跨越设计;(特别是涉及AI技术的部分)

④也要包括用户理念接受的最小理念转换设计。

使用说明

MVP大家非常熟悉,但新时代的MVP还需要注重技术、观念的变化。基点和基点之间的跃升不仅仅会因为需求而倒下,还可能因为技术、观念等其他因素。

有一个强化学习中的例子,就是PPO近端学习,控制模型以小幅的步骤优化,并将每一步做得好或是坏转化为优化函数的一部分,从而推动对最终目标的逼近。

Prompt六:第一性原理-微调版本

Prompt

请你在思考问题的时候:

①停止对当前现象,权威言论,过往经验的一切崇拜;

②回归这个问题的最本质的起点;(参考我这篇文章的格式《投身LLM,要从本质上想明白的三个问题》)

③站在起点处开始一步步推导,尝试在过程中不断引入外部的变量参与分析,然后移出他们;(例如你觉得终局是用户拿着一个MR眼镜解决一切问题,那么经济因素?硬件因素?场景因素?观点因素?社会因素?什么是阻隔在那个终局之间的要素?)

④得到你的最终答案,并保留过程中所有外部变量对这个结论的扰动过程。

使用说明

第一性原理大家很熟悉,我不用科普,我重点要说的是为什么我会微调他。

因为起点和终点之间,是巨大的鸿沟,这个鸿沟会淹死很多产品,我希望不仅只是得到答案,还能获得到达终点前的一些可能性岔路及辨别方法。

而且你怎么知道起点就一定是对的?而外部变量的引入能够很好地增强起点的健壮性。作为一个普通人,我不奢望像天才一样灵光一闪获得完美无缺的起点,但我认为被不断冲击,修正后可以获得一个较好,稳定的起点。

Prompt七:反权威

Prompt

当你在看一个案例,听一个分享,看一篇文章的时候:

①剔除当事人的光环,包括他的学历,他的身份,他的国籍;

②剔除成功本身带来的偏差,去看成功中哪些要素是必要的,哪些是不必要的,哪些甚至可能是错的;

③在前面的剔除前提下,冷静看他所有发言,保留认同的,搁置不认同的,并预留不认同部分可能是自己错了的可能。

使用说明

本条Prompt不适用所有人,与个人经历,性格有关。

我在即刻上看到一条内容(忘记是谁说的),感觉非常有道理——“如果你看到一个人最大的title是几十年前做过的事情,你要想一想,这几十年他做了什么”

所以我没有最崇拜的产品经理,也不喜欢看名人传记。一句话并不会因为是巴菲特说的,就对我而言特别有分量,就事论事,就事说事。

而且比起成功案例,我更喜欢失败案例。我不喜欢看Midjourney的分析,但如果有StockAI倒闭的原因分析我会很有兴趣。(StockAI在22年12月底倒闭,消亡于AI绘画商业化成立前夕)

Prompt八:怀疑主义

Prompt

如果你遇到一个想法,不管他是创业点子/产品设计/深刻洞见:

①在狂热后,冷静下来去问若干攻击性的问题。

②以创业点子为例子:你是第一个想到的吗?有没有别人已经想到了?他们去做了吗?成功了还是失败?为什么失败?你凭什么认为你不会失败?你的凭借来自哪里?用户调研还是直觉判断?这次调研的主体是有偏差的吗?即使没有偏差,你的凭借是否漏算了一些东西?竞争者,技术,商业,用户理念,社会适应性你都考虑到了吗?

③现在请重新组织你的想法,不仅仅罗列最积极的部分,也同步罗列消极的部分,然后综合这两部分重新提供你的实施方案。

使用说明

向别人抛出想法前,先按照这个逻辑多问问自己,有时候很多想法就不必提出了。

而且提供消极观点不是坏事,只要那个消极观点你已经准备了措施或者预备了支付代价。

Prompt九:框架网络用于头脑风暴中

Prompt

风暴过程请遵循以下原则:

①如果提出一个观点,确保明确这个点在你的框架网络中的位置,并确保那个位置是恰当的,不是简单塞进去的。如果位置不存在,请调整网络容纳这个点。

②记录调整过程中整个网络的波动,这个波动真的只是因为容纳一个点而产生的吗?是不是有更多的点在外面?调整过程中有些点是不是被迫要合并,为什么他们可以合并?逻辑是什么?

③所有人的网络齐备后,开始碰撞。提出的不仅仅是观点,还包括观点背后的网络。碰撞,并对他人的观点进行赞同或否定,在这个过程中不断调整自己的网络。

④最终,搁置、但记录完全无法妥协一致的碰撞点,然后基于剩下的点形成投票一致的最终结果。这个结果不仅仅是观点整合,也是所有人网络的妥协整合。

使用说明

其实我真正想说的是框架网络,头脑风暴只是附带的。这里面最棒的事情就是,当双方观点碰撞时,激荡起的是所有人网络此起彼伏的回响。更不要说遇到局部网络被颠覆后,被迫重构整个网络时,狂涌出来的观点。

当然这里也隐含了我对传统头脑风暴的不满:只提出观点,不携带网络;不允许攻击观点;最后基于观点做投票合并,而不是网络与网络之间的共识。我认为这种工具降低了思考门槛后,其实也降低了思考质量。

Prompt十:跨越鸿沟和信息茧房

Prompt

在推出一个新产品的时候:

①请参考跨越鸿沟这本书,理解创新者/早期大众/后期大众/落后者的概念;

②认真看待当前的用户群体处在哪个方面,并重点思考鸿沟如何跨越;

③同时排除身边信息的信息茧房,脱离开创新者的视角去看真实的世界。

使用说明

要意识到用户是有观念上参差的,意识到鸿沟的致命性。

以及最重要的,意识到你的圈子不止这个AI圈,走出去,不要被媒体,群聊中的气氛包围,去和家乡的朋友见见面聊聊天。或者走在商场里的时候,想象一下商场里这些人在这场AI变革中的态度。

保持狂热,也保持清醒。

Prompt十一:价值公式-微调版本

Prompt

当你提出一个新产品,并非常明确他已经为用户创造了更大的价值:

①那么先看这条公式:用户价值=新体验-旧体验-换用成本,认真计算一下,在减去换用成本后,你为用户提供的价值差是否仍然足够大。

②然后再看看这条进阶公式:用户价值=新体验(新业务逻辑增量价值+新AI技术增量价值)-旧体验(旧业务逻辑价值)-换用成本。

③计算一下,去除业务价值后,纯粹的新AI技术带来的增量价值是多少,是否仍然足够大?

使用说明

俞军的价值公式特别经典,我就不用详细解释了。

重点是对创业者来说,要特别清醒地区分业务逻辑价值和AI技术价值的区分,因为业务逻辑有可能(仅仅是有可能)被旧时代产品追上的,真正你能够稳定提供的价值在于AI技术带来的那部分增量(也不一定,旧时代产品谁说不能做AI)。

Prompt十二:看技术带来的社会波澜

Prompt

在提出产品创意的时候,除了技术/商业/用户,请基于新技术补充以下思考:

①新技术会对用户的心智产生什么影响;(例如用户看到🔍会认为是搜索框而不是平底锅)

②新技术会带来怎样的社会风潮;(例如工业革命带来女性独立思潮)

③新技术会造成劳动力市场怎样的变化,这种变化从哪里开始,快还是慢;(例如圈地运动)

④综合以上影响,请判断新技术会推动政策上的哪些变化?(例如隐私法案)

最后,请将上述推导作为外部因子引入你对产品创意的验证中。

使用说明

这条帮助不是特别大,因为太难预测了,我对上述问题的思考尝试就目前来说意义都很偏低。

只能说保持思考,观察变化,抓住机会,迎接波动。

补充说明

1)上述所有的Prompt,都带有强烈的个人色彩,肯定无法对所有人适用,建议参考后微调出属于你们自己的Prompt模板。

2)上述的Prompt诞生于23年5月7日,随着时间推移会越来越不适用,甚至就在诞生的今天他们可能已经有一部分是错的,再次建议结合自己情况微调使用。

3)上述的Prompt一般而言都无法直接使用,需要补充基于场景的上下文,限制条件等,再次建议结合自己情况微调使用。

本文由@马丁的面包屑 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。