👀日报&周刊合集|🎡ShowMeAI官网|🧡 点赞关注评论拜托啦！
1. Prompt + ChatGPT 可以替代产品经理吗？真 · 人人都是产品经理了
Lenny's Newsletter 在产品和增长领域非常知名，属于产品经理必看级别，作者 Lenny Rachitsky 在社交媒体和知识分享领域非常活跃。
Mike Taylor 最近与顶级出版社 O'Reilly 合作出版了新书「Prompt Engineering for Generative AI」，是提示词领域的专家。
这是 Lenny's Newsletter 最新推文。
Lenny Rachitsky 和 Mike Taylor 两位大佬联合进行了一项非常有趣的试验，来看看顶级 Prompt (提示词) + 最先进的大模型 (GPT-4) 结合起来，能否取代产品经理。
试验设计非常严谨。结果则让作者和读者们都惊掉下巴：AI的竞争优势，已经非常明显了！！
Mike Taylor 在文章中，提供了3个任务的提示词，并给出了每个提示词的设计策略和思考。对这部分感兴趣可以看原文 → www.lennysnewsletter.com/p/how-close...
🔔 试验设计
-
Lenny Rachitsky 在社交媒体平台 x 发帖，征集产品经理们「在工作中用 ChatGPT 尝试完成但效果不好」的例子。
-
从中选出 3 个典型场景：制定产品战略、定义 KPI、估算功能创意的 ROI，确定具体的问题。
-
人类的答案来自某面试网站的真实回答，AI的答案来自 Mike Taylor 把提示词输入给 ChatGPT 后得到的回复。
-
将两份答案匿名发布在 X，由产品经理们投票评选哪份答案更好，并猜测哪份答案来自AI。
-
统计并公布试验结果。
-
试验有两个结果，最颠覆我们已有的认知：
- 在两个任务中，AI的答案击败了人类答案。
- 70%+ 的人能猜出来哪个答案是AI生成的，但其中很多人仍把票投给了AI。
🔔 任务1：制定产品战略
任务场景：
想象你是 YouTube Music 的产品经理。你未来一年的策略是什么？
解决方案：
A - 人类 | B - 人工智能（胜出）
投票结果：
人工智能的回答，获得了 55% 的投票 (包括平局票)。
值得注意的是，77% 的投票者其实已经意识到，解决方案B是AI生成的答案了，却依然愿意把票投给 AI！这说明人类对 AI 的输出接受度还是挺高的
🔔 任务2：定义KPI
任务场景：
你是 Airbnb 产品经理，工作任务是提高房东留存率。你会用哪些指标来衡量工作成果？
解决方案：
A - 人工智能（获胜） | 解决方案 B - 人类
投票结果：
AI生成的答案以 61% 的优势再次胜出！
这次，80% 的投票者已经准确猜到解决方案B是由AI生成的~
🔔 任务3：估算功能创意的ROI
任务场景：
你是 Uber Eats 产品经理。估算在应用程序中添加「最喜爱的餐厅」这个功能的 ROI。
解决方案：
A - 人工智能 | B - 人类（获胜）
投票结果：
这次人类的解决方案 B 以54%的优势获胜。AI以比较小的劣势惜败。
根据评论留言，人类方案胜出的主要原因，是提供了更详细的计算估算并清晰地解释了推理过程。
这的确是目前大模型的弱项之一，输得不冤。
🔔 结论
AI三局两胜，表现相当不错！！这意味着，优质 Prompt 和顶级大模型，配合起来可以释放巨大的威力，替代岗位的部分职能。
BUT!! 作者也提到，这里选择的任务比较单一，没有覆盖产品经理工作的全部职能。
不过，产品经理们！危机意识要有了！毕竟，AI的迭代速度，比人可快多了 😨
2. 互联网产品经理何去何从？转行成为「AI产品经理」靠谱吗？
🔔 产品经理 + AI ≠ AI产品经理
几天前，36氪有篇推文在AI社区传播很广，比较深度地探讨了⋙ 互联网产品经理在大模型浪潮下的生存困境。
产品经理们想搭上 LLM 的快车，参与到大模型相关产品的构建中 ？NO！难度太大。
- 求职者说，不是顶尖学历背景，不懂大模型底层机制，简历连初筛都过不了。招聘方说，大模型公司很难在互联网体系内找到可以经验复用的产品经理。
抓紧学习新知识，补齐编程和AI的知识板块，再转行做AI产品经理 ？NO！似乎也不行。
- 一是时间来不及，机会不等人；二是如果只有新手，那公司宁愿招聘刚毕业的大学生。
中国庞大的互联网产品经理群体，在AI这个巨大的风口面前，却找不到入局机会 😞
- 本质上来说，产品经理是互联网体系下诞生的一种分工机制。而大模型之上的生产方式和组织方式，都要被重构。
🔔 组建AI产品职能团队
而且！奉劝各位老板和团队领导，对「AI产品经理」这个岗位的候选人，要合理期待。
如果你希望一个人救项目于水火，既掌握大模型技术、洞察客户需求，又能使用正确的数据集构建效果评估方式，还能准确高效触达客户...
趁早放弃这个念头！这样的人极少，你找不到。找到了也雇不起 。以上这几条，需要搭建一个AI产品职能团队 ，来协作完成~ ⋙ 为什么我不建议去指望找一个AI产品经理
3. 那产品经理应该如何学AI？前辈说要每天读 Paper (lll￢ω￢)
播客 ● 一个顶级AI产品经理的自我修养|对谈光年之外产品负责人 Hidecloud → www.xiaoyuzhoufm.com/episode/660...
在国内谈到「AI产品经理」这个话题，👆 这一期播客可以说是必听级别！
42章经创始人@曲凯，采访了前光年之外产品负责人@Hidecloud ，聊了聊他对于当前AI发展的认知，以及产品经理如何学AI。
Hidecloud 自己的方案是「每天读AI论文」。
AI社区的同学们看到后，纷纷表示亚历山大...
Hidecloud 在一次分享中，详细介绍了自己的 AI 学习方式，并列举了很多例子进行说明。非常硬核。日报摘录一下要点，感兴趣可以 ⋙ 观看原视频，或者阅读 ⋙ 整理后的文字版：
🔔 怎么学习
Keep reading paper
-
一定要坚持读Paper。
-
从 2020 年的 6 月到现在不到四年的时间，整个行业天翻地覆，可能也就十几二十篇 Paper 就基本覆盖了。
-
我问顶级研究员现在看一篇 Paper 要多久？他说先看标题，再看摘要，最后再看里面关键的几张图，然后就把它关了。
读Paper的好处
-
信息差 ：行业早期的信息差红利，是非常容易赚的红利。坚持读 Paper 可以帮助形成这个信息差。
-
灵感 ：在日常产品研发、产品决策、技术架构设计方面，带来直接的灵感。全世界最聪明的人把他们的智慧全都写到了 Paper 里，里面有无数的知识可以帮助你。
怎么读
-
大模型有些东西是可以改的。但如果你不读 Paper，只把一个模型看作一个整体，不敢去碰它，不愿意去面对它，不能理解它，那以前擅长的工程优化思路就都不能用了。
-
最聪明的人已经帮你搞定了所有过程 ，不再需要你自己浪费时间去实验 。但如果你拒绝读Paper，你就会错失这些信息。而就是这种细节，累积起来决定了成败。
🔔 get hands dirty
-
产品经理一定要自己动手，去发现整个行业里面现在最顶尖的能力和边界到底在哪。
-
PM 核心价值不在于评价AI，而是知道能力边界后，用它来做点什么。这个过程你会涌现出海量的想法，并探索出产研配合的新模式。
-
Destiny has its own mysterious ways, 深度理解技术原理，可以帮助催生更多的产品思路，甚至构建更有想象力和洞察力的未来产品模式。
4. 字节AI产品负责人：面试了100位AI产品经理后，聊聊我的心得
播客 ● AI产品经理指南：我是谁，从哪来，到哪去｜对谈字节AI产品负责人Vanessa，面试了100位AI产品经理后的心得总结 → www.xiaoyuzhoufm.com/episode/667...
Hidecloud 的建议的确很有「压迫性」，相比起来，Vanessa 的观点就温和很多。
Vanessa 是字节某视觉大模型产品的负责人。她用一个多小时的时间，分享了自己对「AI产品经理」热门话题的解读分析，包括：简历、面试、转型、学习、分工、技能、技术...
Vanessa 给的回答很直接也很「接地气」，帮助我们真实感受到了一线的忙碌与混沌，期待和无奈 🧐
日报挑选与 AI产品经理 最直接相关的话题进行总结。播客中还有很多通用的、基础的问答，行业新手可以从中获取更直接的帮助。
🔔 2024年，要成为优秀的 AI 产品经理，看论文是唯一路径？
-
取决于你在哪个阶段。
-
如果你是在校大学生 CS 专业，每天看论文是非常大的求职加分项，可以帮助拓展思路，对AI有更深层次的理解。
-
如果你已经有一些算法知识 ，不一定要通过读论文让自己在技术上更深一层，也可以考虑做一个更懂用户、更懂市场、更懂应用场景的产品经理。
-
公司是讲分工的 。论文涉及的算法知识，可能与公司里算法工程师的工作更直接相关。产品经理不必成为第一手接触这类信息的人。
🔔 AI 产品经理的几个「至暗时刻」
-
目前 AI 产品极度依赖模型能力。所以AI产品经理会被质疑价值在哪里，是否只是在模型基础上雕花？
-
在寻找 PMF 的过程中，如何贴合用户工作流，如何处理技术不足带来的体验瑕疵？
-
行业迅速发展带来频繁的技术颠覆，之前的努力随时可能被吞掉或被迫放弃
-
AI产品经理的工作中，dirty work 很多，与外界想象的「高大上」有很大差距
🔔 面试官对优秀 AI 产品经理候选人的预期
-
比较深度地掌握了AI的技术和知识
-
以往工作经历中有AI、AI产品的相关经验
-
对AI有自己的认知和理解
-
对AI的应用场景由自己的想法和判断
🔔 面试中一定会问 AI 产品经理候选人什么问题
-
是否了解业界现在通用模型的原理，能否用自己的语言阐述这个原理
-
是否 follow up 学术界和工业界的最新进展，对 AI 是否真的有热情
-
以往项目中用到的算法、遇到的困难以及采用的解决方式
🔔 要重视AI细分领域的技术壁垒
-
视觉模型和语言模型之间，有技术壁垒，候选人一般不能跨领域应聘 (或者说跨领域应聘并不加分)。
-
越是靠近 AI Native 的公司，产品和技术的分工边界就越模糊。
5. 产品经理的专属AI工具箱：2024年了！你的工作流被AI铺满了嘛~
以下工具需要魔法 。可以尝试启动魔法连接 🔮 还可以在国内同类型替代工具~
除了学习AI理论知识，产品经理能熟练使用 AI 工具，也是竞争优势的关键要素。
如果想显著提升工作效率和决策质量，应该把哪些AI工具放进自己的「工具箱」呢 ？应该在什么场景下用AI重构自己的工作流呢？
产品经理们！快读这篇文章！不仅有详细的分类工具清单，还列举了 PM (产品经理) 可以使用的场景！超级无敌贴心！！
🔔 基于文本的AI工具
ChatGPT
- 链接：chatgpt.com
- 简介：OpenAI开发的对话式AI聊天机器人
- PM使用场景：优先排序想法、管理数据、创建发布计划、编写用户故事、生成测试用例、起草电子邮件、编写产品规格说明书、创建营销文案、分析竞争对手、头脑风暴新功能
Google Gemini
- 链接：gemini.google.com
- 简介：Google开发的对话式AI聊天机器人
- PM使用场景：了解行业动态、收集竞争情报、分析图片、编写支持文档、总结文章、创建项目计划、生成代码、头脑风暴、沟通、优先排序、市场研究、用户需求分析、产品路线图规划
Missive
- 链接：missiveapp.com
- 简介：团队收件箱工具，可用于内部和外部沟通
- PM使用场景：提高生产力，总结客户邮件、回复客户问题、修正语法错误、管理团队沟通、跟踪客户反馈、协调跨部门合作
Recruitee
- 链接：recruitee.com
- 简介：自动化招聘任务的工具
- PM使用场景：协助招聘和扩大团队、优化招聘流程、编写吸引人的职位描述、筛选候选人简历、准备面试问题
Notion
- 链接：www.notion.so
- 简介：智能文档组织工具
- PM使用场景：总结会议记录、分析文本并生成行动项、组织产品文档、创建和管理任务列表、协作编辑产品规格说明书、跟踪项目进度
tl;dv
- 链接：tldv.io
- 简介：会议记录和总结工具
- PM使用场景：专注于会议本身而不是记笔记，生成会议总结和行动项、回顾重要讨论点、分享会议亮点、跟踪决策和承诺
🔔 设计/图像/视频生成
Descript
- 链接：www.descript.com
- 简介：视频和播客编辑工具
- PM使用场景：展示产品优势，提升用户访谈录音质量、创建产品演示视频、编辑客户反馈录音、制作内部培训材料
DALL-E
- 链接：openai.com/index/dall-...
- 简介：OpenAI开发的文本到图像生成模型
- PM使用场景：构思实体产品、创建品牌标识、生成产品发布视觉效果、设计用户界面原型、创建营销材料插图
Midjourney
- 链接：www.midjourney.com
- 简介：图像生成和操作工具
- PM使用场景：创建视觉原型、买家角色、网页和logo设计、生成产品概念图、设计营销材料、可视化用户旅程
Figma
- 链接：www.figma.com
- 简介：设计工具
- PM使用场景：更快更容易地可视化想法、创建交互式原型、设计用户界面、协作设计、生成设计系统
Tome
- 链接：tome.app/ai
- 简介：演示制作工具
- PM使用场景：快速生成图像、文本、大纲等，创建产品演示、制作投资者演示、设计用户旅程图、准备团队汇报
Canva
- 链接：www.canva.com
- 简介：在线设计工具
- PM使用场景：可视化产品创意，更好地与团队沟通、设计营销材料、创建社交媒体图片、制作产品说明书
Flux.ai
- 链接：www.flux.ai/p
- 简介：PCB(印刷电路板)工程师工具
- PM使用场景：头脑风暴解决方案，在原理图上建议和创建连接等、优化硬件产品设计、加速原型开发
🔔 数据科学与数据管理
Kadoa
- 链接：www.kadoa.com
- 简介：数据提取和处理工具
- PM使用场景：竞争对手监控、市场研究、潜在客户生成、数据清理和整理、自动化报告生成
🔔 运营
ClickUp
- 链接：clickup.com/ai
- 简介：项目管理工具
- PM使用场景：总结文本、生成行动项、编辑文案、生成功能名称、编写调查、管理任务和项目、协调团队工作、跟踪项目进度
Alltius.ai
- 链接：www.alltius.ai
- 简介：AI助手KNO
- PM使用场景：获得比搜索引擎更快更好的答案，跨渠道回复用户、快速访问产品知识库、提供实时客户支持
Peak.ai
- 链接：peak.ai
- 简介：优化产品库存、定价和客户个性化的AI平台
- PM使用场景：创建更好的实体产品、优化库存管理、制定动态定价策略、个性化用户体验
Kindly.ai
- 链接：www.kindly.ai
- 简介：客户支持和销售团队AI助手
- PM使用场景：收集客户反馈、功能请求、错误报告、想法等，优化客户支持流程、提高销售转化率
🔔 客户洞察
Canny
- 链接：canny.io
- 简介：产品反馈管理工具
- PM使用场景：自动澄清功能请求，总结长讨论串、管理用户反馈、优先排序功能请求、跟踪产品路线图
Segment (by Twilio)
- 链接：segment.com
- 简介：客户数据平台
- PM使用场景：获得更深入的客户洞察，优化营销活动，个性化客户沟通、分析用户行为、创建客户细分
Amplitude
- 链接：amplitude.com
- 简介：产品分析工具
- PM使用场景：测量和评估数据质量，设计和评估实验，回答关于用户的问题、追踪关键指标、优化用户旅程、预测用户行为
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ > 前往 🎡ShowMeAI，获取结构化成长路径和全套资料库，用知识加速每一次技术进步！