从ChatGPT到Deepseek,AI大模型的出现为产品设计带来了无限可能,但如何将这些强大的技术融入产品设计中,更好地满足用户需求,成为产品经理必须面对的问题。本文以通俗易懂的方式,为产品经理介绍了AI大模型的核心知识,供大家参考。
从 ChatGPT 问世到 Deepseek 的出现,AI 给人类带来的惊艳已无需多言,AI 大模型的发展速度远超过我们想象。「如何打开脑洞让 AI 帮你做 PPT?」、「如何写 prompt 提示词让 AI 显得更专业?」,现在市面上并不缺乏教你如何更好使用 AI 大模型的内容。
今天我想要和大家聊聊的是:除了这些众所周知的,产品经理还需要知道哪些 AI 大模型的知识?
1.核心问题是…?作为非 AI 领域的产品经理,可能并不需要深入了解其技术原理和运作方式,但在当前猛烈的技术浪潮下,你总有一天会遇到这样的问题:
如何充分利用 AI 大模型,
融入自己的产品设计,
更好满足用户需求?
在此之前,你可能听说过一些名词,诸如微调、知识库、Token、插件、MCP等,但知其名,不知其意。
此外,现在 AI 大模型也种类繁多,国外的 OpenAI、Google Gemini、Anthropic Claude、Meta Llama、xAI Grok…以及国内的 Deepseek、阿里通义千问、月之暗面 Kimi、字节豆包、腾讯混元…
纵然乱花渐欲迷人眼,但其实大体上核心基本能力相似,分支专业领域各有所长。
作为产品经理,有必要对这些能力有一些基本了解。别等到不得不拥抱AI的时候,你能想到的只有一个输入框。
2.他们能做什么?接下来我将要重点介绍 AI 的一些基本能力,可以帮助你更好地去定制和设计 AI,让 AI 与你的产品更加契合。
希望了解这些知识后你能够打开思路,避免千篇一律教条化 AI 接入。
2.1 结构化输出,让AI学会「填表」
这个很好理解,就是让 AI 按照规定的格式来说话,别「瞎逼逼」。
填表比说话更有效率
我们平时也经常会「填表」,目的就是让我们按照规定的格式来输入信息,这样的数据能够更好地收集和处理。否则张三李四各说一个版本,你也搞不清楚关键的信息是否收集到位了。
让大模型「填表」
对于大模型,你也可以要求 AI 用你规定的格式来回答问题。
{ “产品名称”: “智能音箱”,
“型号”: “X100”,
“价格”: “499”,
“库存”: “200”,
“image”: “图片地址”,
“url”: “链接地址”
}
这样做的好处包括但不限于:
※ 规范回答格式,一定程度避免 Ta 放飞自我;
※ 方便开发工程师对数据进行二次包装或者处理;
※ 切换不同大模型时,能获得相对规范统一的回答。
随便举几个应用例子:
※ 让 AI 从用户差评中自动提取「问题类型-严重程度-情绪评分」;
※ 把自由格式的会议纪要转换成「议题-负责人-时间节点」的表格;
※ 让大模型根据需要,回复用户不同格式的消息:文本、图片、视频、跳转链接等等…
小结
通过结构化输出,你可以进一步压榨 AI 大模型,让 Ta 和你想要设计的功能、想要满足的需求更高效地结合起来,AI 不再只是偶尔嘴上跑火车的对话框了。
2.2 学会用工具,告别「光说不练假把式」
数百万年前,人类开始学会制作和使用工具,工具的使用又反过来推动了人类的进化。
巧妇难为无米之炊
试问,在不借助任何工具的情况下,你能不能空手做好一桌大餐?
很难吧。
如果给你足够的工具,譬如菜刀、铲子、锅碗瓢盆、微波炉、烤箱、榨汁机、一个可以查询食谱的电脑…是不是事情会 easy 很多?
同样的,一个只会对话和回答问题的 AI 都是键盘侠,纸上谈兵罢了。但如果学会了使用工具,AI 实力将得到极大的提升。
举例一个具体的场景,当你想要去成都旅游时,可能会问 AI 大模型一些基础的攻略:
但如果让 Ta 学会调用旅游相关的工具,事情就会变得有意思:
※ 查一查成都最近的天气是否适合旅游;
※ 帮你订好到成都的机票;
※ 查询飞机降落的信息,及时提醒在哪里取行李;
※ 帮你预约好接机的网约车;
※ 帮你预订好合适的酒店;
※ 帮你预定好每一天的行程、博物馆的门票、用餐的餐厅等等;
※ 每到一个地方,都按照你的兴趣为你讲解;
……
简单来讲,你是可以教会 AI 怎么去使用你提供的工具的,基本的形式是:
※ 先告诉大模型 Ta 可以使用哪些工具,这些工具分别是干什么的,怎么用;
※ 当你向 AI 提出一个需求时,Ta 会自己判断是直接回答还是调用合适的工具来帮你完成任务;
※ AI 会按照工具的使用说明书,自动生成调用指令,向工具发出请求;
※ 工具处理完请求后,返回结果,AI 再将结果整理、优化并反馈给你。
目前,工具调用常见的概念有两个:单个工具调用(Function Calling)和工具包调用(MCP)。
Function Calling
大多主流大模型都提供了 Function Calling 的能力,你可以提供很多个 Function 给大模型使用,每个 Function 实现不同的功能。
这就像工具箱里一个个不同用途的工具:螺丝刀、钳子、锤子、扳手、锯子…每个工具都有不同用途。大模型会根据对话需求,自行决定是否调用工具以及调用什么工具。
需要注意的是,这些工具需要你亲手做好,并写好说明书教大模型如何使用。虽然大差不大,但每个大模型对 Function Calling 规则和标准不尽相同,当你切换不同大模型时,可能需要针对性「私人定制」一下。
MCP
相比 Function Calling,MCP 则更像是一个个打包好的、不同用途的工具箱,譬如刚才提到的螺丝刀、钳子、锤子、扳手、锯子…就可以打包成一个「维修工具包」。
除此之外,我们还可以把创口贴、纱布、棉花、剪刀、碘伏等打包成一个「医疗急救包」。
同样的,把指甲刀、锉刀、修眉刀、挖耳勺等集合到一起,又可以成为一个「日常护理包」。