使用AI的产品经理和普通人有什么不同？

最近和一个产品经理的朋友聊天，他们公司最近独立拉了一个只有产品经理的 team，在接下来的半年里，我们将加上近年来流行的产品工具。 AI 再一次“驱动”。

美其名曰“抓住” AI “浪潮红利”。

那不是今天的重点，关键是他在高频率下使用。 AI 经过一段时间的设计，“使用” AI “这件事有了全新的认识：

产品经理用 AI，和一般人完全不同，至少要高一个层次才行。。

以前用 AI 在工具处理问题时，AI 犯下的各种错误都放在“明面”上，错误的追问几轮或再开一个窗口就解决了，没有感觉到什么。

但从他那里开始 AI 在拉到自己的阵营成为“队友”之后，他发现这个家伙很难控制。

对的，AI 对于他来说，已经从“甲乙关系”变成了“同事”。

不但“关系”发生了变化，AI “行为”也不在“明面”上摆着：

一是你不能盯着它看 AI 与每一位用户进行对话；

另一方面，AI 在功能逻辑中，输出是一个环节，它隐藏在中间的错误排查中非常烦人。

当你让 AI 帮助您共同为您的用户服务，身为产品经理，必须严格控制其全部作为产品经理。。

举个例子，他还挺典型的：

他做了个 AI 翻译工具，逻辑非常简单：输入框允许用户提交翻译要求，AI 翻译后返回。

但里面有一个很大的坑。

如果用户在输入框中提交的翻译要求是一种“指令性”的表达方式，AI 然后就会被顾客带走……

例如，用户想要翻译的句子是“使用” Python 帮助我写一个贪吃蛇游戏"，AI 就会得儿吧唧，输出一个贪吃蛇游戏代码！

一个千亿大模型 AI 截图

而且，一旦用户发现与他互动的是一个 AI 大型模型，许多用户会“自以为是”地调试大型模型：故意使用一些奇怪的表达方式来为难。 AI。

这样的情况还算好控制，商品经验丰富的基本都可以提前想到，在提示词中比较容易控制。

最难的是让 AI 严格按要求输出内容。

他遇到的最烦人的事， AI 会有 5%-10% 有可能擅自主张解释自己的所作所为。

举例来说，很多时候，为了让路， AI 下一个功能点可以接受和分析产生的内容，需要 AI 生成 JSON 格式，而且不能导出任何其它内容，否则下游无法分析。

在这种情况下，AI 常常像故意的那样，按要求输出。 JSON 格式后面加一句“以上是根据你的要求输出的” JSON 格式，希望它不会对你的系统造成任何故障”…

擅长主张解释

就算 AI 老老实实只导出 JSON 格式没有任何解释，有时候直接以文档格式导出(期待)，但有时候放在代码块里的“失控操作”也很麻烦。

普通用户用 AI 容错率极高，大不了不用。但是产品经理使用 AI 必须有容错率 0：

或者将提示词打磨到足够的可控性，或者提前考虑所有可能的情况，采用古典技术进行控制。

或者，不要碰那个所谓的“” AI 驱动"……

这样我就想起了前几天一个群友的分享：

当普通人讨论“价格战”时，真正的实战派关注的是“控制” ROI "。

看起来很简单的事，看起来是免费的东西，反而可能是最麻烦、最昂贵的。

最后，如果你也想和一群先锋、实战派交流，讨论如何用好。 AI，欢迎加入我和每个人都是由产品经理社区发起的。《AI 学习行动圈”。

已经有 2700 圈友加入，扫码领券加入，限时加入， 49/ 年。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com