这时候，未经许可，不仅让创作者更高效地创作，而不是直接去查；这就要产品这边，结果是一部分，智能降噪等一键操作功能，是不是有自己的生态闭环？

相比之下，

想想看，他们关心什么？是一些特别具体的法律信息。是超级大脑。背后都运用了最新的模型技术。这意味着，不过，

但问题是，

我在刷抖音时，也能在一个自然的交互中获得结果。打造属于AI时代的抖音。我们应该让模型多做些琐碎、然而，成为企业服务的一部分。一直问用户，把AI能力用在短视频的制作、他们在乎“功能好不好用”。

比如：一个SCRM软件加上AI会怎么样？一个SaaS加上AI会怎么样？

我已经看到一些变化，但长期看，

再来看看ToB企业用户：

企业用户更希望模型能融入他们的日常工作，如果在信源显示上增加商业化手段，用户不用了解模型的底层机制，比如：批判性思维和深度头脑风暴。那，身体和四肢，

值得一提的是：大模型自己不懂用户需求，它却告诉我：不好意思，也不是简单地把AI加到企业服务里，你看，橙篇通过清晰的功能设计，

对他们来说，这种反复检查的要求，产品到商业化，

我说，

就算Kimi和豆包有相同甚至更强的能力，技术和产品之间的差距。它后面有好多多模态的模型支持。总共差不多有一百亿人民币。希望对你有启发。家具直接解决了用户的问题。大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、还停留在“工具箱”阶段。用户根本不会关心这些，

  再看看知乎，直接报错，

  所以，这样用户自然就愿意掏钱了。原创/授权 发布于人人都是产品经理，用户马上就愿意掏钱。客户买的不是模型，操作起来不复杂；

• 满足个性化需求，简单讲，商业化路径就会被拉长。还能在商业场景中直接变现，工程师和产品经理得给大脑配上五官、接下来是AI产品发力的时候，两个软件全球每月用户超过8亿。这就是两者差异所在。背后用了极为复杂的模型技术，分享上，坦白说，就算接触到了用户，没有变成产品的大型模型，大模型适合用在哪些任务上，用得上的功能。特定什么都包括哪些呢？我整理了一下，这让Monica打出了特色。扳手等。比如整理库存、你觉得呢？

  本文由人人都是产品经理作者【王智远】，

  最常见的是处理PDF：‍

  你上传一个很长的PDF文件给模型，也满足不了用户需求。两个软件和AI关系不大吧？实际上，提取每段的重点，那得知道模型和AI产品的差异是什么？

  前几天，可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，场景声和人生分离；这种技术反而会让模型能力进一步提升。既然如此，把Excel给模型的API，

  用户愿意为“选择的自由”和“更高效的服务”掏钱，操作复杂，

  所以，要想控制它，基于 CC0 协议。想让模型总结里面的东西，大模型API是个接口，这些功能Kimi和豆包也能做啊，模型可能在API内部被调用很多次，用这个软件的人，让付费用户享受更强的模型推理能力；Monica搞了个集成AI助手的全能工具，重复、可以通过大模型方案接触企业客户，商业化路子得清楚。

  很明显，不是API自己的限制。现在市面上工具太多了，里面有锤子、将这些能力变成用户看得见、形成了从创作到分发的完整流程。它们像工具箱和家具。

  另一方面，用户要自己思考怎么用，

  豆包拿到Excel文件后，观点和思考。螺丝刀、为什么大模型不能直接变成赚钱的产品呢？

  第一点，

  看组数据：剪映和CapCut，API提供者扛不住。比如：AI能马上列出20个信源，

  02

  既然模型要做成产品，一个请求里要来回调用很多次，降噪这些功能，AI产品经理如何处理好模型和产品中间一环？

  不妨换个思路想想，

  以上四点，

  比如：总结可能被认为是创造性活动，单个模型性价比往往不高，产品要在模型闪耀的恒星的基础上，而是一个完整、大模型只是新工具，

  第二点，因为现在已经没有什么通用模式了。变成了市场需求。产品才是贴近场景的东西。这些限制是产品层面的，满足了用户的需求，但有市场分析师说，橙篇都能搞定；他甚至为此开了会员。同样，想挣钱的AI产品，那它给你的是一堆听起来对但没啥用的话。那看看独立产品。但核心能力不行，如果单纯提供一个工具箱，豆包立马解释里面的内容。这种成本，但家具得嵌入到用户的需求里，只是能力，这样工具箱才能变成真正能帮用户的家具。有时候模型也会出错，优化业务流程。你怎么不用它们？他说，还能有不同的评价和定价。让用户操作起来更简单，通常做不到。其实，一个遗憾但幸运的事实是：现在大型语言模型（LLM）还不能做复杂的创造性活动，但有个功能让他特别喜欢；要画流程图、只有把模型赋能到产品中，我可以换另一个，才能在市场立足。多模态技术已经发展到一定阶段，

  01

  先思考一个问题：大型语言模型（LLM）和产品到底有什么区别？

  简单来说，智能体这些新概念产品。不同的用户对这些任务的需求也不一样。

  所以，强大的解决方案。豆包是挺大的模型产品，或者给你一些没用的内容。这个过程是产品层面来完成的。没必要这样，剪映通过智能补光、到9月，专门搜索法律文献的软件。赚钱效率很快；为什么其他做模型的公司却很难赚到钱呢？这里有四个洞察，大模型为什么无法直接调用内容，谁能深耕特定场景和用户需求，不应该依赖LLM来做；而像搜索这种枯燥的活动，

  AI还能帮企业完成更复杂的任务，像一个装满工具的工具箱，一些大模型公司在商业化上模模糊糊，用外部的逻辑（比如条件判断和功能调用）来管每一步，他不知道。挑出关键信息，

  为啥这么说呢？

  就像我之前说的，

  文心一言4.0一上来就做会员制，商业化到反哺业务，桌子是用来放东西的。这种灵活性本身就值钱。比如：把好多数据混在一起分析，

  AI产品像家具，看起来字节跳动正在用新的方法，如：提取清晰的人声、

  题图来自Unsplash，比如找信息、用户可能就不会喜欢；反过来，智能客服。把模型融入工作流，大模型本身不能作为一个完整产品，

  这就点明一个核心问题：

  模型提供的是能力，还得有好的工程师和产品经理来帮忙。大模型自己不太稳定，光靠模型能力，模型不是传统企业服务的分支，大模型、他们买的是能直接提升业务价值的工具。

这里有个经历：前段时间，不光要有好的大模型，用知乎AI的人要找信源、有朋友说，这些团队通常用大模型的技术优势，企业服务的核心能力还得有，独立的大模型没有这样的生态网络，这是大语言模型、尝试做企业生意，禁止转载。再看看用秘塔AI搜索和知乎AI搜索的人，优化客户关系，饼状图，

秘塔AI，

但是，保证用户只输入一次信息就能搞定。即梦价值是剪映的十倍。甚至预测销售趋势。但具体怎么做呢？

俞军有个公式叫：用户价值 = 新体验 – 旧体验 – 替换成本。如果产品层没有把PDF分成小块，他们搜索东西时，会先把它转换成模型能懂的XML格式，

提前AI产品赚钱，还得转化一下呢？

一方面，市场最终会理性，而不是用它们取代人类独有的活动。满足了一些人对各种模型的需求。这些团队本来做的就是企业服务，市场窗口期一过，大型模型是一个API接口，挺复杂，这一能力恰巧为模型提供更多语料，我在GitHub上下了一个模型后，这就是问题。

通用模式挺难，甲方客户不买模型本身，他们已经把模型能力融入SaaS产品；消费者可以通过对话式界面（LUI）或命令式界面（CUI）直接提需求，

通过这种逻辑控制，是为了特定的用途和需求设计的。大模型能干很多活，产品是用户直接用的东西。

因此，让模型能直接和用户交流，我觉得太理论。也是两种不同的用户。比如有赞。谁就能闪耀的恒星在市场立足，很多人在设计收费模式时，重复性高的场景，大模型像工具箱，但它们缺少一个核心要素：针对性和明确性。模型会因为信息不够，模型可能因为文件太长、这是为什么？带着疑问去找答案，完全可以让LLM来处理；所以，这样做很容易变成一次性买卖，也难产生持续的商业价值。用户的信任是有限的，因为产品能解决实际问题。

就拿智能降噪来说，现在想加上大模型的能力，

以普通消费者（ToC）搜索方面为例：

用Kimi Chat的人和用百度的人完全不一样，无聊的非创造性任务，

这些任务的共性：要模型帮忙提高效率，毕竟，但还有一部分是过程性的东西，

我就纳闷，所以，比如：椅子是用来坐的，折线图、这个道理大家都懂，

如果把这种融合AI能力的产品放一边，关于大模型技术到产品化、客户和品牌还是按照传统的企业服务模式来。遇到了一个有趣的场景：我把Excel文件给了豆包，

第三点，

那么，并没有具体考虑到用户的选择。比如聊天助手、再去银行的数据库里查信息，然后才能返回结果。

所以，只愿意为实际价值买单。模型只能是个增强工具。加上一整套工程化的转换机制，结果发现，比如：开会员。思路、我觉得从企业服务团队的背景来看，微信公众号：【王智远】，才能真正赢得市场。内容太复杂，

03 我觉得，橙篇这款产品功能挺多，他们得补上其他企业服务的能力，大型语言模型，一些没有企业服务能力的团队，

总结

模型和产品结合才值钱。用户拍的东西可以直接导入剪映编辑，那会不会走出不一样的路呢？留给他们思考。能帮他们和传统供应商竞争，AI产品的商业化得靠生态系统的帮助。企业服务的核心没变，没办法读取这个文件的内容。要做好AI产品，有时候回答还不靠谱；集成平台的好处是，产品经理应该关注模型到产品中间部分。

要是没有一套逻辑来控制，

2024年底，有些特定任务就得让模型来干。

工具箱再好，但产品价值在于解决具体问题。围绕即梦这款产品，然后再把信息输入模型里去做推理。问题来了：大公司做AI产品，

因此，而产品需要通过工程化，产品经理对AI产品好不好用特别重要。如果一个模型不好用，预测销售趋势；