即刻App年轻人的同好社区
下载
置顶整理一下自己AI写过的各种内容，包含AI精选知识库、AI文章、AI思考、AI产品体验四个维度，这条动态长期更新🌟，如果大家觉得不错，可以收藏一下呀~
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
105 873
最近重构了好几个老项目，做了不少功能优化，日耗tokens也打到了3个亿。对coding需要什么样的能力，也有了更深的理解，今天和大家分享一下我的思考。
我觉得对于非技术背景的人群来说，最重要的不是去学更多代码知识，这块AI更新一个版本可比人学的快的多了，更重要是去用好AI和保证AI的交付质量。
因此我觉得比较重要的能力是这三个。
1.需求定义与方案判断能力
就我自己目前整个coding时间耗时来看，50%以上的时间都是在和AI去讲需求是什么、设计方案选择哪个样子的。
为什么这个环节会这么耗时？
因为很多需求细节如果不描述清楚，后面就会变成无穷无尽的返工。
比如说我跟AI说我需要一个数据统计后台，然后扔给它一些资料让AI去想，AI确实也能做出来一个看起来不错的后台。
但问题是，很多细节和真实使用场景肯定是对不上的，比如说哪些数据口径需要统计、数据更新频率是什么。
所以一句话做一个App不是说不能实现，前提是这个App足够简单，需求边界要足够清晰。
只要是长期使用的生产级功能，复杂度都会高很多，细节需要一点点敲对，人需要去讲清楚自己的需求，从AI给的方案里做出选择。
2.测试与验收能力
产品做完了≠产品上线能用了，中间还有一个最重要的事情叫测试和验收。
我自己搞出来几次大bug都是本地测完没什么问题，我直接发到线上服务器了，然后发一次崩一次。
原因就在于我漏了几个边界条件的验收，恰好这几个地方发生了bug，然后我的整个线上系统就卡崩了。
这块的难点在于人和AI是否能够在一起，想清楚足够多的边界场景来覆盖产品的异常，然后通过自动化测试来规避各种bug，尽可能提升产品上线后的稳定性。
3.系统架构认知能力
系统越复杂越会发现架构设计的重要性，如果前期没有做好架构设计，很容易写着写着就变成一堆屎山代码，改bug的时间远大于写功能的时间。
但我觉得AI发展这么快，我们并不需要去学习怎么做具体的架构设计，只需要了解原则然后让AI去干就好了。
架构上整体遵循高内聚、低耦合这个原则就好了。
比如说我要做一个数据后台，那可能会包含数据获取、数据冶炼、数据展示、数据分析多个模块，那这些模块在开发的时候最好每一个模块都是自己呈一个单元，通过各种API来完成信息的交互，而不是说凑一起用。
所以架构认知能力，本质上不是让非技术人变成架构师，而是要具备基本的系统拆解意识，然后给AI讲清楚你想要的是什么就可以了。
我觉得对于非技术背景的人群来说，最重要的不是去学更多代码知识，这块AI更新一个版本可比人学的快的多了，更重要是去用好AI和保证AI的交付质量。
因此我觉得比较重要的能力是这三个。
1.需求定义与方案判断能力
就我自己目前整个coding时间耗时来看，50%以上的时间都是在和AI去讲需求是什么、设计方案选择哪个样子的。
为什么这个环节会这么耗时？
因为很多需求细节如果不描述清楚，后面就会变成无穷无尽的返工。
比如说我跟AI说我需要一个数据统计后台，然后扔给它一些资料让AI去想，AI确实也能做出来一个看起来不错的后台。
但问题是，很多细节和真实使用场景肯定是对不上的，比如说哪些数据口径需要统计、数据更新频率是什么。
所以一句话做一个App不是说不能实现，前提是这个App足够简单，需求边界要足够清晰。
只要是长期使用的生产级功能，复杂度都会高很多，细节需要一点点敲对，人需要去讲清楚自己的需求，从AI给的方案里做出选择。
2.测试与验收能力
产品做完了≠产品上线能用了，中间还有一个最重要的事情叫测试和验收。
我自己搞出来几次大bug都是本地测完没什么问题，我直接发到线上服务器了，然后发一次崩一次。
原因就在于我漏了几个边界条件的验收，恰好这几个地方发生了bug，然后我的整个线上系统就卡崩了。
这块的难点在于人和AI是否能够在一起，想清楚足够多的边界场景来覆盖产品的异常，然后通过自动化测试来规避各种bug，尽可能提升产品上线后的稳定性。
3.系统架构认知能力
系统越复杂越会发现架构设计的重要性，如果前期没有做好架构设计，很容易写着写着就变成一堆屎山代码，改bug的时间远大于写功能的时间。
但我觉得AI发展这么快，我们并不需要去学习怎么做具体的架构设计，只需要了解原则然后让AI去干就好了。
架构上整体遵循高内聚、低耦合这个原则就好了。
比如说我要做一个数据后台，那可能会包含数据获取、数据冶炼、数据展示、数据分析多个模块，那这些模块在开发的时候最好每一个模块都是自己呈一个单元，通过各种API来完成信息的交互，而不是说凑一起用。
所以架构认知能力，本质上不是让非技术人变成架构师，而是要具备基本的系统拆解意识，然后给AI讲清楚你想要的是什么就可以了。
8 02
周五和好朋友们一起去了wps的AI产品发布会，看了他们的AI笔记产品觉得蛮有意思的，正好好久没写AI产品的设计思考内容了，周末了来码一篇。
我自己本来就是AI产品经理嘛，最近又见了各家大厂各种业务疯狂+AI的探索，我很多时候会有一个存疑，叫真的有必要做这个事情吗？
AI本质上是个效率工具，它对场景还是非常挑剔的，如果场景找的不好的话，那就费时费力不太好了。
我自己上学的时候用有道云笔记很多，上班后慢慢迁徙到飞书里，最近也尝试了AI来给我的内容创作提效，但是整体看下来并不是很理想，我还是回到手码字靠灵感的状态更舒服一点。
于是拿到wps这个笔记产品的时候，我脑子里就一直在想，这个产品的用户到底是不是我，它到底要为什么样的人群解决什么样的问题。
正好有发布会我就开始一边让它录音一边做各种尝试和探索，用完了之后感觉设计逻辑蛮有意思的，和我自己日常的Coding agent使用区别还是比较大。
我觉得它的产品设计思路是这样的，遵循以下两个点：
1.抽取高频场景封装，能够让用户更简单直接的去用
2.先不考虑过复杂作业场景，用agent快且好的的来处理
这和Coding agent的设计逻辑真的是很反着来了，Coding agent要尽可能让模型的智能涌现来解决复杂问题，但wps笔记这个AI功能更多是让小白用户体会到AI的价值。
先说第一个点：抽取高频场景封装，能够让用户更简单直接的去用。
可以看到我贴的几张图，AI笔记内置了一些工作流进去，通过这些工作流可以直接触发高频的一些AI能力，不用用户过多的描述自己的需求就能拿到一个不错的产出。
我觉得这是一个做大众产品最重要的点，一定要尽可能降低用户的使用门槛，最好能不过脑子就不过脑子。
能够选一个选项就完成对应的结果真的是最好不过了，但这个/触发我觉得是不是后边还可以简化一些，就是变成按钮点击一下就可以处理文章可能更好一点。
我比较喜欢的是笔记美化功能，因为我录音的内容贼乱，然后我就用这个功能美化了一下，可以看到整体的可读性还是比之前提升了很多的，这个功能设计的还蛮有意思的。
但深度比我想的还是差了一点，这就是我想说的第二个点，产品设计上的取舍。
Agent复杂作业的代价是什么？tokens和时间，最重要的是用时，我可以用一个复杂的Agent来把笔记美化到细节不缺失、样式逻辑还好看，但时间一定不会低，可能又得干个10来分钟。
但在面向c端的过程中，这个是绝对无法接受的，而且复杂的效果也很难达成一致的对齐。
所以取舍还是很重要的，不做过复杂场景的处理，我觉得也很符合当前这款产品的定位。
包括滴滴的AI打车其实也都是类似的逻辑设计。
这个还是由场景复杂度来决定的，像Coding和Hermes就尽可能的是希望激发模型的智能，通过模型智能来解决很多复杂的问题。
但wps笔记的AI功能、滴滴打车的AI功能，这些很日常化且高频的能力，还是尽可能的做到简单好用最重要，不在已有的链路里增加用户的任何成本，对每一个细节做一点润色和优化。
或许很多个版本后，一个新的产品就生长出来了。
所以AI产品到底应该追求智能，还是追求效率？
结论还是场景的复杂度。
在复杂场景里，AI要尽可能聪明，能拆解问题、调用工具、持续推理，哪怕多花一点时间也可以接受。
但在高频场景里，AI反而不能太重，它要足够快、足够顺手、足够不打扰用户，在原有链路里把体验往前推一小步就好了。
兜兜绕绕3年好像还是这个逻辑，哈哈哈哈哈。
我自己本来就是AI产品经理嘛，最近又见了各家大厂各种业务疯狂+AI的探索，我很多时候会有一个存疑，叫真的有必要做这个事情吗？
AI本质上是个效率工具，它对场景还是非常挑剔的，如果场景找的不好的话，那就费时费力不太好了。
我自己上学的时候用有道云笔记很多，上班后慢慢迁徙到飞书里，最近也尝试了AI来给我的内容创作提效，但是整体看下来并不是很理想，我还是回到手码字靠灵感的状态更舒服一点。
于是拿到wps这个笔记产品的时候，我脑子里就一直在想，这个产品的用户到底是不是我，它到底要为什么样的人群解决什么样的问题。
正好有发布会我就开始一边让它录音一边做各种尝试和探索，用完了之后感觉设计逻辑蛮有意思的，和我自己日常的Coding agent使用区别还是比较大。
我觉得它的产品设计思路是这样的，遵循以下两个点：
1.抽取高频场景封装，能够让用户更简单直接的去用
2.先不考虑过复杂作业场景，用agent快且好的的来处理
这和Coding agent的设计逻辑真的是很反着来了，Coding agent要尽可能让模型的智能涌现来解决复杂问题，但wps笔记这个AI功能更多是让小白用户体会到AI的价值。
先说第一个点：抽取高频场景封装，能够让用户更简单直接的去用。
可以看到我贴的几张图，AI笔记内置了一些工作流进去，通过这些工作流可以直接触发高频的一些AI能力，不用用户过多的描述自己的需求就能拿到一个不错的产出。
我觉得这是一个做大众产品最重要的点，一定要尽可能降低用户的使用门槛，最好能不过脑子就不过脑子。
能够选一个选项就完成对应的结果真的是最好不过了，但这个/触发我觉得是不是后边还可以简化一些，就是变成按钮点击一下就可以处理文章可能更好一点。
我比较喜欢的是笔记美化功能，因为我录音的内容贼乱，然后我就用这个功能美化了一下，可以看到整体的可读性还是比之前提升了很多的，这个功能设计的还蛮有意思的。
但深度比我想的还是差了一点，这就是我想说的第二个点，产品设计上的取舍。
Agent复杂作业的代价是什么？tokens和时间，最重要的是用时，我可以用一个复杂的Agent来把笔记美化到细节不缺失、样式逻辑还好看，但时间一定不会低，可能又得干个10来分钟。
但在面向c端的过程中，这个是绝对无法接受的，而且复杂的效果也很难达成一致的对齐。
所以取舍还是很重要的，不做过复杂场景的处理，我觉得也很符合当前这款产品的定位。
包括滴滴的AI打车其实也都是类似的逻辑设计。
这个还是由场景复杂度来决定的，像Coding和Hermes就尽可能的是希望激发模型的智能，通过模型智能来解决很多复杂的问题。
但wps笔记的AI功能、滴滴打车的AI功能，这些很日常化且高频的能力，还是尽可能的做到简单好用最重要，不在已有的链路里增加用户的任何成本，对每一个细节做一点润色和优化。
或许很多个版本后，一个新的产品就生长出来了。
所以AI产品到底应该追求智能，还是追求效率？
结论还是场景的复杂度。
在复杂场景里，AI要尽可能聪明，能拆解问题、调用工具、持续推理，哪怕多花一点时间也可以接受。
但在高频场景里，AI反而不能太重，它要足够快、足够顺手、足够不打扰用户，在原有链路里把体验往前推一小步就好了。
兜兜绕绕3年好像还是这个逻辑，哈哈哈哈哈。
5 03
