分类目录归档:PM之路

四聊AI工具

## 背景

之前提到要拥抱 AI,先说结论,各种问问题,换句话说,任何问题都可以看下 AI 的意见,具体操作层面,所有输入、决策、输出都过一遍 AI 助手。

## 技巧

首先,移动端豆包,网页端 Gemini,DeepSeek 作为两端的替补。如果还想体验 GPT 等,试试 DeepSider,每天都有免费额度。对于 AI 助手的使用,可以保持这样的态度:有问题 AI 一下,即使当前 AI 的回答未必能完全解决问题。另外,AI 助手的使用门槛在于习惯的改变和提问的门槛,而且很多时候问题比答案更重要。

其次,聊聊各个 AI 助手的使用心得:豆包,语音识别效率高(甚至单独出了个豆包输入法,同时近期也知道了背后的一个重要原因是 “他们奔赴全国各地采集方言,口音的颗粒度细化到了城市内部的区县级”),交互细节完善比如点击可修正问题、双击回答也能很方便地复制或追问,总之输入的便捷性使得豆包相对通用。

关于豆包的使用场景:移动端,一是语音提问,取代百度、Google 等传统搜索;二是识物,通过豆包的打电话功能,摄像头对准物品让豆包回答,这比传统搜索先转换成文字描述或者先拍照再搜索都要方便,识别准确率也还不错;三是辅助背单词,直接语音发问,回答内容长度还行,不过由于一些单词出现过事实性错误,可以给豆包增加(记忆)指令:“回答问题时要核对权威数据”;四是辅助创作,博客写完后发布前,让豆包对着屏幕念一遍,然后视情况探讨、修改内容。

网页端,安装豆包浏览器插件,总结文章和进行其他文字性提问,后者的需求背景包括:一是有时不方便语音提问;二是有些疑问是基于当前网页中的内容的,再拿手机提问没那么方便,毕竟目前还要解锁手机打开豆包,期待 Gemini 版 Chrome 和 Apple Intelligence 的全面开放。

Gemini,排除可用性(访问、付费等门槛)这部分不说,个人感觉事实核查 (Fact-Check)、上下文关联能力很强,连续发问时后续问题的回答会考虑前面的对话内容,这点在要求输出结果是表格时很有必要,既保证了回答风格是我们想要的,同时可以持续优化表格而不用手动修改。虽然 Gemini 也出现过 “为追求行文简洁而误删内容” 的情况,此时直接反馈不要遗漏内容,它在更正的同时会记录到 Instructions for Gemini(类似豆包的记忆功能)中,当然我们也可以提前新增指令。

关于 Gemini 的使用场景:一是文字提问;二是辅助创作,博客发布前让 Gemini 过一遍,问 “还有什么可补充完善的吗”,然后视情况修改,至于是否修改、改多少看当时的心情,毕竟这里存在一个理念问题:如果全按 AI 助手的建议改,人的价值、主体性在哪里,是否有缺陷才是人类,才是自己?

DeepSeek,也是因为话多,比较适合探讨一些开放性问题,更容易有新启发,最近移动端也增加了语音功能,虽然准确率比不上豆包但至少可用了,提问的硬性门槛降低不少,更方便讨论一些相对复杂点的探索向的内容。

关于 Gemini、DeepSeek 网页版的使用,为了避免左侧对话列表过长,可以设定几个主题,然后不同问题只在特定主题里讨论,省得一直 “开启新对话” 然后左侧一堆对话记录。另外,Gemini 用户可以试试 Voyager,完善了 Gemini 网页版的很多交互体验。由于目前 AI 助手还处于一个百家争鸣的状态,为方便多 AI 搜索,一个剪切板管理工具很有必要,微信输入法用户直接用它的剪切板功能即可,非微信输入法用户可能需要专门的工具比如 Paste 等,同时,由于在电脑前主用 Gemini,因此部分常用提示词记在 Voyager 里,暂时没有使用笔记工具记录。

至于其他 AI 助手,百度文心(叫小度不是更好嘛),偶尔(已经慢慢可以这么说了)百度时用用;阿里千问,再有免单活动再下载;腾讯元宝,也是一样,当然微信浏览器上的总结公众号文章功能挺好,竞争就是这么残酷,你必须有比别人强的地方。

关于输入的提示词建议,社媒上的可以了解但不一定用,AI 助手初期也许没那么 “智能”,但这是一个逐步改善的过程,从产品设计角度来说,更好的解决方案是通过和用户的持续对话,识别并理解用户,然后输出内容时自带角色、偏好等。

最后如果只有一个使用建议,那就是持续给反馈,包括为什么删掉 X、改为 Y 如何等,在这个过程中大概率会触发 AI 助手的相关功能和能力边界。如果再加一个建议,那就是问 AI 助手有哪些技巧,其中 “设定角色”(比如作为资深产品经理请回答某某问题)还不错,当然对回答内容有时要做二次确认,同时持续保持质疑。

## P.s.

写这篇文章的过程中看到有网友说 AI 助手不会成为新时代的入口,我的看法恰恰相反,AI 助手一定程度上是传统搜索的升级版,不管输入还是输出,想想早期的百度一下你就知道到(后来没能更进一步的)百度一下你就得到,对比现在 ChatGPT、豆包的语音输入总结输出、Manus 的任务执行,可以看到 AI 助手的体验优势,当然 AI 助手的幻觉是一个长期存在的问题,但我们可以通过给它加 “核对权威数据” 等技术约束条件、提供信息来源等产品功能来降低影响,而且换过来想,传统搜索搜到的东西也不一定正确且完整,最后,粗暴的结论是,考虑 ChatGPT、Gemini、豆包等亿级的用户量和潜在的功能扩展,怎么不算入口呢?

从叮咚买菜聊互联网竞争

## 事件

2 月初美团发布公告收购叮咚买菜中国区业务,比当天市值溢价约 50%,同时根据晚点的文章,叮咚之前和京东谈过,京东做完了尽调但没签字。

从被收购者角度,晚点提到创始人对未来不看好,“面对高管们提出的种种竞争策略,如何应对美团等公司的跟进?很少有人能给他提供一个满意的答案”,而从收购者角度,“美团管理层判断小象超市的两个对手叮咚买菜、朴朴超市不具备收购价值,美团已经通过学习模仿他们积累了经验,未来战胜这两家公司只是时间问题”,包括也有网友提到生鲜是叮咚的主营业务,但只是美团的引流业务,但现实真的是这一句话能概括的吗,我认为不能,不然不至于这些年阿里的盒马尝试 N 种模式后回归店仓一体 + 前置仓模式、京东七鲜经历各种战略调整、美团撤出社区团购。

## 原因

结合自己 6 年叮咚用户 5 年绿卡会员的经历聊聊其核心竞争力,叮咚 2020 年 4 月进入北京,转向叮咚的一个关键原因是附近的盒马关店了,那会儿盒马还是店仓一体,当时也用过一段每日优鲜,但其满减优惠的门槛太高导致东西买了消耗不完,同时根据记录:“叮咚的前置仓比每日优鲜的近”,配送时间也就 10 来分钟,体验非常好,至于七鲜、美团买菜,那会儿还处于不温不火的状态。

为什么持续用到了现在,30 分钟配送上门当然是原因,但那只是个人成为即时零售产品用户的原因,不是成为绿卡会员的原因,核心还是商品,叮咚很早开始做自营品牌,保萝工坊白吐司买过一段时间,叮咚的选品也很不错,上海青也买过一段时间,这背后是团队对商品在地性的考虑,叮咚还有款葱姜蒜很适合偶尔做饭买,虽然也是不太能用完。相比而言,盒马印象深刻的是耙耙柑,比叮咚的稍大,比社区团购的干净太多,“日日鲜” 系列也应该是国内比较早开始做的,至于美团买菜,鲜肉小馄饨有段时间买得比较多,是其他几家没有的品。总的来说,都是因为商品,实际上这段时间小红书上叮咚用户讨论最多的也是对叮咚商品的喜欢和顾虑。

其他方面的体验差则没那么明显,当然产品运营层面能感觉到叮咚是在持续创新且领先的,比如推出宝妈严选等商品标签、应该是最早支持将缺货商品加入购物车、赠送小葱、追加商品免配送费等功能的,但也差不多到头了,甚至现在 App 首页都有点乱,没必要搞那么多模块,克制才是产品设计者自信的体现,想想拼多多。

当然叮咚也有不足,体感最大的是包装卫生,鲜牛奶瓶身有时会有泥渍,不知道是入库还是分拣问题,这块做得最好的是山姆,东西给人一种全新的感觉,其他几家都一般,其中盒马又稍好一点,密封型塑料袋的体感也比叮咚等平台的打孔型塑料袋更好。现在已习惯多平台购物,不同的东西到不同平台上买,如果某个东西这家没货就去另一家,用户需求的窗口期就是这么窄。

## 未来

零售的本质依然是体验与成本的控制并最终体现为效率,即满足了哪些用户的需求同时在这个过程中效率是否领先,结合即时零售业务的特点,想从以下三点聊聊:

一是需求的 LUS(基于用户的服务),随着生活节奏的加快,没有那么多时间去线下超市购物,去菜市场更不可能,年轻一辈既不识货也不擅长讲价,所以哪怕贵点也没关系。查过自己 2022 年的购物频次数据,年订单数京东>叮咚,618 双 11 下的单远比印象中多,但其他月份购物频次叮咚>京东>其他,叮咚每周至少购一次,从这个角度看,绿卡会员每月 6 次免配送费卡得挺好。

不过跟共享单车、充电宝等用户需求差异有限、供给相对标准化的业务不同,他们的 SKU 不多且效期较长,定期更新版本即可,生鲜业务不同地区的用户需求有差异,从大的方面讲,由于时间收入等不同,即时零售主要在一二线、社区团购主要在三四五线,同时同一小区的用户需求也有差异,经常做饭的买菜多,不咋做饭的买水果零食多,配送区域划分很多时候只对应到了配送时效,另外同一个用户的行为习惯也在变化,比如个人现在山姆为主叮咚盒马等为辅,底层是观念的变化。

二是商品的挖掘,创业公司确实很难做,以品类覆盖为例,一开始一些品别人能谈下来你未必能,能谈下来你的价格也大概率没有优势,这进一步影响到销售端,why you,核心还是基于目标用户需求产生的产品供给方案,同时用户的需求是动态的,本周做饭需要买菜,下周可能就出去吃或点外卖了,生鲜保质期短,卖不完就过期了,别说平台,消费者也是如此,早期因为每日优鲜总是送高额但高门槛满减券,买过来一大堆,吃不完过期,然后就不买了,本身每日优鲜也没什么独家的品。

生鲜平台的终局是商品自制和定制,而且也只有到了这一步,才能真正体现平台对用户需求的认知,本身每一个商品就是一个用户需求解决方案,可以说没有自制定制商品的生鲜平台是没有前途的,当然不是所有品类都适合自制定制,毕竟有些产品的上下游比较复杂,哪些做哪些不做需要实践。

三是人货场的 “场”,市面上主流的即时零售产品除了偏远的朴朴大都用过,线下门店也去过,但基本都线上下单,产品层面尤其前端部分聊得较少是因为这部分容易被模仿,所以盒马小象叮咚七鲜的前端界面越来越像、会员权益大同小异,当然中后台包括采购等在内的供给侧运转是比较难看到的,基于观念的用户需求差异导致的不同门店、前置仓的商品结构则是更难明确的 know-how,这里面既有认知在,也有执行在,就能买到有特点的产品这点,叮咚、盒马相对领先。

这两年抖音 GMV 飞速增长,更多的是在服饰、美妆等与地域关联度不大且效期长的品类,生鲜强地域强时效损耗大进而需要更精细化的产研运能力,先说拉新,传统的线上拉新效率会进一步降低,类拼多多的裂变到这里基本没啥用,不如小区地推、电梯广告,再说促活留存,推荐算法在生鲜业务上的效果个人存疑,因为就没那么多货可推荐的,至于宏观层面的网络效应,基本不存在,规模效应不好说,可能是一个先升再降的曲线。由于属于 LBS 服务,行业的后来者很难实现极速扩张,需要逐个地区深挖和竞争,提升局部订单密度,同时在这个过程中持续完善体验,引导消费者持续复购。

未来如何我想也是取决于这些基础的东西,谁做得更好谁就能领先,平台也许会倒闭,用户永远需要买菜,最后希望年中 618 叮咚续卡能有优惠,目前还想续费。

## 扩展阅读

1、问答:美团收购叮咚的原因和影响
2、文章:美团收购叮咚小赌怡情叮咚是谁叮咚是范本叮咚是水蜜桃

三聊AI工具

## 背景

年初 DeepSeek 爆火(感觉是很久前的事了)后,各家公司都开始加速大模型的研发,这里聊聊目前我常用以及印象深刻的 AI 工具。

## 搜索

– 豆包 & DeepSeek
首先问豆包(任何问题都可以同步看下 AI 的意见),复杂点的、探索向的再问 DeepSeek(一定要试试多轮对话沟通,而且我现在认为 “生成式 AI 其本质是一组数学公式拟合人类语言规律,缺乏真正的理解” 不重要,疗效更重要)。另外近期突然意识到自己的百度使用率大幅下降,之前一直是其忠实用户包括浏览器默认搜索引擎至今还是它,同时虽然百度也全量上线了 AI 搜索,但没感觉出体验差。

– 其他搜索
百度 AI、Google AI 概览、小红书问一问、AI 抖音等。

## 其他

– 小红书笔记评论翻译
年初 “TikTok Refugees” 涌入时小红书上线的功能,已接入 AI,有 “理解力”。

– 网易云音乐锐评听歌品味
用 DeepSeek 给 “红心歌单” 算命,产品方案很网易云也很 MVP。具体操作:“点开「红心歌单 / 我喜欢的音乐」→点击「右上角菜单键」→「复制 DeepSeek 锐评指令」→粘贴到 DeepSeek App 或网页端。即可获得一份专属于你的「歌单算命报告」”。

## P.s.

总的来说,生成式 AI 给我的感觉有点像搜索、LBS,会成为多数产品中的某个功能模块或是技术服务底层,除了部分基础模型公司外,其他公司的 AI 产品很难成长为独立 App 或者说独立 App 的 DAU 将有限,只会是场景、上下文、内容数据驱动。

DeepSeek 服务趋于稳定后,卸载了纳米 AI 搜索,同时豆包依靠 “足够靠谱的语音识别” 留在了桌面 Dock 栏且成为 “DAU App”,另外这次国庆出去时遇到不认识的植物,外甥女说问下豆包,惊觉豆包已经渗透到了大众用户中,然后查了下,原来 App Store 免费应用榜近一年豆包就没跌出过前十。

从京东外卖聊互联网竞争

## 事件

年后京东正式推出外卖、搬家服务,当然京东搬家早已有之,只不过是以店铺的形式存在,很早室友就用过。再之前京东比较大的动作是 24 年 5 月升级 “小时达” 至 “秒送”,23 年年初推出的 “京东买菜” 在 24 年 10 月升级为 “京东七鲜”。

## 原因

对应的背景是拼多多 DAU 长期稳居综合电商第二,美团的前置仓业务这两年发展得不错,另外抖音 24 年的 GMV 也超过了京东(考虑退货率有效 GMV 应该还没有),当然这些外部变化只是京东做外卖的刺激之一,本质上还是行业的无边界竞争所致。

互联网下半场,所有大公司都会考虑一个问题,已经有了这么多用户,如何能获取更多商业价值。过去的这么多年,不论是早期的 BAT,还是后来的美团(团购 – 本地生活)、字节跳动(资讯 – 电商)、滴滴(打车 – 综合出行 – 货运)、拼多多(综合电商 – 社区团购 – 跨境电商)、贝壳(房产买卖 – 租赁 – 家装)等都在做品类扩张。

2021 年 整理付费订阅服务清单 时提到 “叮咚买菜算是一个京东本地生活版,期待京东花点时间把这块做起来”,也算是部分预测到了一点,当时的思考是:用户侧,大家并不想装那么多 App 打开那么多小程序;公司侧,如何将现有流量价值最大化,实物电商业务已经成熟,虽然外部环境在变,依然需要持续优化产品,但互联网行业相比传统行业,最核心的是人才,产研运的方法论也需要变现。

互联网这么多赛道,除了即时通讯因为 强网络效应 会一家独大、内容社区 因为 UGC 的创作周期长 & 沉没成本高难有第二家,其他领域都会出现新的竞争者,当然最大的竞品还是 不断变化的用户需求,所以可以看到小米在网友的建议下发布上出风的空调和双洗烘的洗衣机,生成式 AI 等供给侧能力升级也带来了新变化。

## 未来

说回京东,如何做呢?宏观层面,核心是提供差异化服务,破局点是走品质路线,一方面这符合当前外卖市场下用户对新来者的预期以及对京东品牌的认知,另一方面也更有利润空间,虽然拼好饭的单量很高,但从高价往低价做更容易。微观层面,还是要一步一步做,背靠京东,流量不是问题,但京东很早就做了京东旅行,也没有对携程、美团产生多大影响,最终是看对用户体验的洞察和坚持,比如进一步支持筛选独立店铺,虽然商场店相对卫生但多是预制菜少了些细节味道。

至于目前做得如何,有一些问题存在:一是虽然支持用户打假但平台上仍然有非堂食店铺存在,不只是外卖质量问题,店铺数量的增加还会降低点外卖的效率,可以参考的是这两年高歌猛进的山姆长期 4000 个左右 SKU;二是部分店铺的部分商品在美团有上架但在京东没有,需要关注商户侧的需求;三是部分店铺使用优惠券后仍然比美团贵,这就没有动力用京东外卖了,至少转换期要比美团外卖便宜;四是配送,北京这边个人体验还好,但有在小红书上刷到一些配送超时的负面案例。不管怎样,肯定会遇到问题,解决问题才是产研运的价值所在,我们两年后再看结果。

## 扩展阅读

1、文章:外卖补贴战即将转向新战场
2、播客:京东美团打仗想争的是什么

四聊如何做产品

针对前段的产品经历再做个阶段性总结,最终结论还是之前聊过的 科学思维,没有超出那些内容,具体如下:

## 问题解决

### 定义:宏观思维

关于业务前景判断,以消费速度快的快消品为例,本身是大众刚需,受宏观环境影响有限,快消品品牌会死,但永远都会有新品牌出现,而品牌的需求是客情可控、交易可控、价格可控,我们可以预估下潜在收益,以线下小店这个渠道为例:“20W 家小店 * 5W 月均进货额 * 12 个月 * 10% 的品类覆盖 * 10%-30% 的抽成 = 12 亿 +”,那么我们每天在做的事情影响其中哪个环节。

### 分析:ROI 思维

考虑性价比,如果阶段性目标不对比如需求有问题,先沟通包括探索更好的业务目标,如果不行,有没有简单可应对的方案。具体而言,一是是否做,这部分要注意的是 线上化只是解决方案之一,是否应该现在线上化需要思考;二是如何做,即使有经验,也要保持开放的心态,看有没有更好的方案,因为外部环境在持续变化,比如公司是企业微信用户,那么 B 端产品中的审批和消息通知功能可以考虑对接 企业微信的审批群机器人,触达效率更高且开发成本低。

### 解决:迁移思维

互联网时代信息已经平权很多,同时行业的很多解决方案已经标准化,一方面先看看别人怎么做的,另一方面思考我们该怎么做时思维的迁移很重要,比如之前使用闲鱼时发现买家下单后作为卖家可以改(降)价,因此设计采购系统时支持修改采购单,可根据实际发货到货情况修改采购单的货物数量,然后确认入库;再比如库存管理,抽象一下,库存余额和钱包余额一样最终也是数量的增减,因此除了出入库记录,最好再记录一下其中每个货物批次的操作记录(包括期初、增减、期末数量),类似 资金账户的流水记录,这样后续遇到问题查起来效率会很高。

## 方案设计

### 功能:结构化思维

产品经理去一线固然重要,但前期的思考同样重要,可以说你能想到的问题线下都会发生,比如供应商送货少送、错送、货物对但是临期等,本质上是人操作就会出问题,没有亲身体验前所不了解的只是出现这些状况的具体原因,但不影响产品方案设计,我们要做的是基于 MECE 的原则把情况都考虑到,然后汇总抽象,针对每类情况列出可能的解决方案,最后结合业务情况选择最合适的方案。

### 流程:闭环思维

不要漏掉任何一个环节,很多时候一处小调整,多端的多处界面需要同步修改,比如销售侧加了一个订单状态,那么 C 端、B 端、M 端(运营管理后台)都会涉及到,尤其 B 端和 M 端涉及的角色较多,哪些角色在哪个环节做什么操作会受影响,这时就考验一个产品经理的细致程度了,当然严格来说是工作流程问题,即从宏观到微观一个个场景过,通过好的工作流程避免 “不靠谱的细致”。

再聊AI工具

## 背景

春节期间 DeepSeek 在全球爆火,DeepSeek App 也登顶各国 App Store 下载排行榜,影响堪比前一段 tiktok refugee 入侵小红书,具体背景是 DeepSeek 在 2025 年 1 月 20 日 发布了 DeepSeek-R1 开源模型,性能与 OpenAI-o1 正式版相当,那作为我们,是否应该重新 审视 AI 呢?

## 概况

评价前先理解,我们先看看第一个问题,DeepSeek 做对了什么?经过一番知乎,目测 DeepSeek 出圈最大的原因是 性价比(效率);第二个问题,DeepSeek 不是什么?当追问 DeepSeek“说说你的 推理模式特性” 时,其回答(部分)如下:

“我的推理模式主要基于对海量文本数据的学习与模式识别,具备以下特性:
** 概率化生成 **
– 通过统计模型预测最可能的词序列组合
– 输出结果本质上是概率分布的采样结果
这种基于统计学习的推理模式,使其在处理开放域问题时表现出较强的语言灵活性,但在需要严格逻辑推导或专业领域深度推理时仍存在局限。建议使用者对关键信息进行交叉验证。”

由此可以说 DeepSeek 还是生成式 AI,“其本质是一组数学公式拟合人类语言规律”,缺乏真正的理解,有点像斯金纳放在操作箱中的老鼠,TA 并不知道杠杆是什么以及它是如何运作的,只知道 “按压一次杠杆就会出现一粒食丸”,当然不理解不代表没用,正如我们多数人也不理解计算机(也不需要)、人脑是如何工作的但并不妨碍我们使用计算机以及(通过人脑)阅读、思考和写作。

## 应用

经过近一段的使用对比,DeepSeek 在日常问题解答层面比豆包强得有点明显,再次感慨这竟然是一家中国创业公司做出来的。个人体验层面,如果说百度的 aha moment 是信息平权不用再问人(全网索引&部分场景通过框计算等直接给答案)、豆包是足够靠谱的语音识别和答案输出(AGI),那么 DeepSeek 是更超出预期的答案输出(更全面且深度且结构化)以及有意思的思考过程呈现(CoT)。

### 基础场景

1、辅助阅读,作为自己的书友
看一本书前先看看 AI 的内容总结。

2、辅助思考,作为自己的幕僚
任何问题,或者先问 AI,辅助决策(将其当作外部 “系统 1”),或者后问 AI,查漏补缺(将其当作外部 “系统 2”)。

3、辅助写作,作为自己的顾问
不管是写小红书笔记还是博客,文字是思考的总结,最终是对某一问题的阐述,那就可以在过程中问 AI,即使可能存在 “幻觉”。

### 技巧

一是持续反馈,相比搜索,DeepSeek 背后的技术包含强化学习(RL)且会考虑上下文,这就意味着我们可以和 TA 对话并对每次的输出结果进行正负反馈,逐步修正输出结果。这个有点像猜价格游戏,一方持续回答,一方持续反馈价格高了还是低了,逐步逼近目标答案。强化本身是一个心理学概念,强化的结果是增加目标行为出现的可能性,强化理论上是能提高问题解决概率的。

二是多个 AI 工具并用,在搜索时代,傲游浏览器有个很有意思的功能,支持分屏查看同一搜索词在多个搜索引擎中的结果,因为各家各有所长,部分场景百度确实更懂中文。说回 AI 工具的使用,可先在豆包 App 语音提问,然后对于答案不太满意的,主要是非知识类问题,复制问题到 DeepSeek App 提问(考虑 DeepSeek 近期频繁提示 “服务器繁忙,请稍后再试”,可用纳米 AI 搜索 App 替代)。

## P.s.

关于 AI 的未来,和之前搜索引擎等一样,重要的是我们能利用 AI 为自己做什么,在这块,经验依旧重要,好的结果输出依赖于好的问题,而好的问题依赖于个人已知的概念,比如前面问 DeepSeek “推理模式特性” 就是建立在对其一定的了解之上。至于 AI 会取代谁,大概率是不擅长使用 AI 的人,就像那个经典笑话:两人在森林中遇到熊,其中一人开始逃跑,另一人质疑:“我们怎么可能跑得过熊?” 逃跑者回答:“我不需要跑过熊,只需要跑过你。”

## 扩展阅读

1、动态:理解 DeepSeek 出圈后的意义
2、文章:疯狂的幻方揭秘 DeepSeek
3、文档:豆包 “帮我写作” 官方指导DeepSeek 提示词样例
4、播客:那些关于 DeepSeek 的谣言与误解
5、视频:最好的致敬是学习:DeepSeek-R1 赏析

浅聊AI工具

## 概况

AI 是什么,AI 是 Artificial Intelligence,人工智能。最近的这一次 AI 风潮是 2022 年 ChatGPT 等产品带来的,正如 《我想击碎你们对于 AI 不切实际的幻想》 中提到的,本次特指可生成式 AI,其本质是一组数学公式拟合人类语言规律。与此同时,需求是什么,前段看到一句话,所有工具都值得再用 AI 做一遍,虽然这只能反映说话者的无知和虚伪,但我们确实可以根据这个思路去找趁手的 AI 工具。

## 推荐

1、豆包

搜索类,字节跳动出品,部分替代百度,有事没事语音搜索一下,有问题就会有答案。相比百度,在知识类搜索这块,LUI(Language User Interface)的效率高于 GUI(Graphical User Interface)。相比文小言和 Kimi 智能助手,豆包的语音识别率更高且支持修改搜索词(发布这篇文章时 Kimi 也已支持),也是这点让 Kimi 沦为替补,虽然很喜欢 Kimi 和论文一样标注信息来源的结果呈现。

关于如何成为一名语音搜索用户,很多年前手机百度就在推语音搜索,但那时并没有用起来,因为结果主要还是以链接的形式呈现,体验提升不明显。之后的文心一言也没用起来,没有找到使用场景,或者说产品对用户的引导不够。搜索、聊天机器人类产品很大,需要落地于一个一个案例,解决用户的具体问题才会有留存。

说回豆包,它还有电脑端和 浏览器插件(“常驻在浏览器侧边栏,回答问题、总结翻译网页、论文、视频,还能帮你快速写邮件”),不过个人用得不多。

2、微信输入法问 AI

搜索类,“微信输入法 推出的功能,基于腾讯自研的混元大模型,用户可以在输入栏直接提问,获取答案”,具体操作:移动端,输入内容,然后点 “问 AI” 选项,如果没出现该选项,可以点 “×” 关闭候选词,然后点左侧的微信输入法图标 “P” 找到 “问 AI”;电脑端,任意地方输入内容后敲 “=” 可直接获取 AI 回答,适合想了解所输内容指什么时。

3、微信读书 AI 大纲和 AI 问书

内容总结、搜索类,其中 AI 大纲,看一本书前先看看 AI 总结的大纲,AI 问书,在原有全文搜索功能的基础上看看 “AI 问书” 的结果。

4、问问小宇宙

搜索类,搜索播客内容时可以试试,目前只有网页版,体验一般,希望尽早集成到 App 中。至于听播客前想先看内容总结,豆包插件可以解决。

5、哔哩哔哩 AI 视频总结

内容总结类,看视频时帮我们总结,新时代的 “课代表”,具体触发方式包括:网页端,点击视频右下方的 “AI 视频总结” 按钮,另外,豆包插件也能总结;移动端,在视频评论区 “@AI 视频小助理@有趣的程序员 总结一下”。

## P.s.

关于 AI 是多大的机会,需要回归到给多少人解决了多少问题这个点,相信调研、体验过后自己就可以判断这一波生成式 AI 真是大机会还是我们希望它是大机会了。

三聊如何做产品

## 背景

曾经被问到 MRD 包括哪些模块,当时有点懵,因为之前写 PRD 比较多,当然 MRD 也写过,但不同团队不同要求,一般都是内部要个模板,然后往里填内容。这里存在两个问题:一是当被问到这个问题时,要有自己的答案;二是平时写需求相关文档时要注意格式,这会让我们显得专业,很多时候形式的重要性不输于内容。

## 思路

### 需求认知

需求 是什么?说人话就是问题,那么这是一个多大的问题:有多少人遇到了该问题(范围)、严重与否(程度)、未来是否还会遇到,问题的确认方式包括但不限于访谈、数据调研等,其中用户愿意花钱的一般是大问题。

产品是什么?说人话就是解决方案,涉及用户价值(含社会价值)和商业价值。其中用户价值要考虑 竞品 (“用户价值 = 新体验–旧体验–迁移成本”),竞品即现在、未来满足同一需求的产品,同时终极竞品是持续变化的用户需求,而 商业价值= 用户数 * 付费率 * 客单价 * 复购频次,最后,产品价值 = 用户价值 + 商业价值。

市场情况如何?包括市场的天花板和现状(初期还是成熟期,如果是初期,为什么进场者少,如果是成熟期,是否有新的变量出现)、供需两侧的情况包括供给侧产业链上下游(设计生产制造)的状况、市场上的直接间接竞品等。

### 需求满足

做产品涉及规划、落地和运营。在规划落地方案时,至少开两次会:一是需求沟通会,针对问题,包括需求背景(价值 & 目标)、预期解决方案、优先级、上线时间等;二是需求评审会,针对解决方案,方案有没有漏洞、有没有更好的方案、排期有没有要调整的地方,这两部分都要看看业务方、产研团队的意见。整体而言,可以说产品是需求的集合、迭代,而公司是产品的集合、迭代。

最后回到开头那个问题,文档是产品方法论的附加产物,BRD、MRD 和 PRD 的区别在于阶段不同(也是一个前中后阶段的关系)、阅读对象不同、侧重点不同(why、what、how),具体格式可以参考网上的一些观点,比如 需求文档的区别与联系产品需求文档模板 1模板 2 等。

再聊如何做产品

基于前段时间参与的项目,重新思考了下产品工作的方法论

首先,工作层面,按照定义、分析、解决问题的步骤进行。其中定义问题是核心,方向错了,后面的努力多是无用功。定义、分析问题的过程中,对内主动沟通,单独问人或组织会议;对外调研竞品,包括产品试用、FAQ 阅读。这部分的核心更多的是沟通,需要注意的是尊重领导、同事的意见,除非能提出明显更好的方案。

至于解决问题,有些子场景未必要通过产品的形式解决,在当前阶段,线下处理也许更合适,当然汇报时要将当前先线下处理未来再线上化这部分包含进去,这是思考没有遗漏、有产品规划的体现。整个方案先完成再完美,之所以要小步快跑,一方面是灵活,后续好调整;另一方面任何解决方案都有 ROI,都是在与时间赛跑。

其次,产品层面,先对齐需求、功能、流程,再设计原型,从宏观到微观,其实这是比较基础的原则,只是知晓原则的同时还要想办法坚守原则,毕竟前三者一变,很多原型就白画了,本身产品原型中的字段、交互跳转就比较花时间,当然在对齐需求的过程中,如果某些内容是绝对明确不会变的,也可以先设计。

其中,需求层即明确问题,核心是主动,通过一切途径包括找一切可能了解业务的人去了解需求,然后和领导确认。功能层,基于对需求的梳理,明确每个功能的价值。流程层,可以视实际情况细分,比如先画简单的步骤图(流程图或简版流程图),如果这部分确认没问题,再开始泳道图(跨职能流程图)的设计。

再说原型,首先,文案层面 “说人话”,标题、正文、按钮、表头等要一目了然,不要让看的人有歧义,这点在评审阶段尤其要多听听大家的意见,因为存在 “知识的诅咒”,而破解之法是开放的心态,只要一个沟通方有困惑,那就想想有没有更好的说法;其次,数据层面要尽量拟真,比如不要出现列表页订单号都是同一个、列表页跳转详情页的订单号对应不上等问题。为了实现以上两点,一是可以复制线上的真实数据,稍加修改;二是平时要有素材积累,方便复用。

聊聊产品中的状态设计

前段时间在设计公司产品的交易流程,整理订单状态时走了点弯路,做个总结。

状态是什么?是对事物一段时间状况的总结、描述。换句话说,这个世界不会有任何变化,直到某只蝴蝶煽动翅膀。再换句话说,动作、结果、新动作、新结果。

那产品层面如何抽象呢?先了解业务,互联网产品是现有业务的线上化,当然不一定是 100% 的映射,一方面是部分流程可能暂时无法线上化,没关系,可以继续线下处理,另一方面也存在改造线下流程的情况,比如以前是人找商品,现在更多的是系统根据算法推荐商品给人,以前是人带商品回家,现在更多的是送货上门。

具体设计时,一是考虑状态名称,叫什么最重要的标准是用户好理解,因此一方面,比如某个状态可以叫 “已接单” 或 “待发货” 时,我们一般选择后者,因为告知了事情的后续发展,但在产品需求文档中,我们可以写成 “待发货(已接单)”,方便研发测试理解,另一方面,业务大概率涉及多个角色,我们可以针对同一状态在前端侧做不同处理,比如消费者看到 “待收货”,商家看到 “已发货”;二是精简状态,先梳理清楚在业务的不同时间节点所有参与方分别可以做什么,会导致什么结果,比如 “已取消” 可以是消费者下单后主动取消,也可以是商家主动拒单,还可以是商家接单超时系统兜底自动取消订单。如果业务比较复杂,建议在流程图之外,单独用 visio 画一份状态机,核心的就两部分:箭头(附带说明谁干了什么)+ 方框(显示状态名称);三是看看同行怎么做的,再听听业务方、研发测试有什么意见,查漏补缺,完善方案。

## 扩展阅读

1、文章:产品状态设计看这一篇就够了