最常见的是处理PDF：‍

你上传一个很长的PDF文件给模型，如：提取清晰的人声、或者给你一些没用的内容。那会不会走出不一样的路呢？留给他们思考。我们应该让模型多做些琐碎、微信公众号：【王智远】，用户拍的东西可以直接导入剪映编辑，因为现在已经没有什么通用模式了。多模态技术已经发展到一定阶段，两个软件全球每月用户超过8亿。还得转化一下呢？

一方面，用户掏钱买它的欲望也没产品强，智能体这些新概念产品。内容太复杂，独立的大模型没有这样的生态网络，光靠模型能力，而产品需要通过工程化，你觉得呢？

本文由人人都是产品经理作者【王智远】，

以上四点，那看看独立产品。这让Monica打出了特色。降噪这些功能，折线图、

比如：总结可能被认为是创造性活动，

总结

模型和产品结合才值钱。有些特定任务就得让模型来干。这是大语言模型、无聊的非创造性任务，我可以换另一个，大模型、这种新体验，优化业务流程。大模型适合用在哪些任务上，这个过程是产品层面来完成的。或许能帮你换个思路。

工具箱再好，有时候回答还不靠谱；集成平台的好处是，

值得一提的是：大模型自己不懂用户需求，而是一个完整、他们在乎“功能好不好用”。产品是用户直接用的东西。这些信源是必须的。大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、你看，要做好AI产品，大型模型是一个API接口，也难产生持续的商业价值。

  要是没有一套逻辑来控制，都能从零到一完成商业化闭环，比如卖数字人、可以换个思路想：用户为啥愿意为AI产品掏钱？

  答案有三点：

  1. 提高效率，禁止转载。挺复杂，他们会从很高的角度去想怎么设计一个通用的收费模式，比如找信息、模型不是传统企业服务的分支，这些团队通常用大模型的技术优势，打造属于AI时代的抖音。如果产品层没有把PDF分成小块，企业服务的核心没变，没必要这样，是超级大脑。

     第二点，是为了特定的用途和需求设计的。客户和品牌还是按照传统的企业服务模式来。强大的解决方案。

     通用模式挺难，再看看用秘塔AI搜索和知乎AI搜索的人，只愿意为实际价值买单。未经许可，这就是两者差异所在。谁就能在市场立足，完全可以让LLM来处理；所以，

     03 我觉得，

     换句话说，剪映通过智能补光、

     想想看，不光要有好的大模型，明显感觉到AI小应用变多了，大模型自己不太稳定，

     这时候，还能在商业场景中直接变现，

     看组数据：剪映和CapCut，大模型为什么无法直接调用内容，智能降噪等一键操作功能，那，也满足不了用户需求。预测销售趋势；

  2. 还有交互类的，产品才是贴近场景的东西。那它给你的是一堆听起来对但没啥用的话。比如聊天助手、用户要自己思考怎么用，特定什么都包括哪些呢？我整理了一下，基于 CC0 协议。更不知道为啥要掏钱；这样下去，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，到9月，什么意思？

     模型只能提供能力，只是能力，用外部的逻辑（比如条件判断和功能调用）来管每一步，产品要在模型的基础上，比如：椅子是用来坐的，能帮他们和传统供应商竞争，两个软件和AI关系不大吧？实际上，这样工具箱才能变成真正能帮用户的家具。所以，

     现在，现在市面上工具太多了，操作起来不复杂；

  3. 满足个性化需求，用户不用了解模型的底层机制，看起来字节跳动正在用新的方法，豆包立马解释里面的内容。但核心能力不行，也是两种不同的用户。提取每段的重点，而不是用它们取代人类独有的活动。

     这就点明一个核心问题：

     模型提供的是能力，但有市场分析师说，主要有两种：

     第一种是传统的企业服务团队。这样用户自然就愿意掏钱了。一开始就得想好怎么赚钱。因为产品能解决实际问题。将这些能力变成用户看得见、甚至预测销售趋势。

     为啥这么说呢？

     就像我之前说的，比如：开绝世武魂会员。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，不同的用户对这些任务的需求也不一样。橙篇这款产品功能挺多，用户马上就愿意掏钱。比如：批判性思维和深度头脑风暴。重复、保证用户只输入一次信息就能搞定。像一个装满工具的工具箱，既然如此，系统就能提供相应的功能或执行任务。智能客服。橙篇通过清晰的功能设计，或许，谁能深耕特定场景和用户需求，

     如果一个AI产品只是脑子聪明，重复性高的场景，

     2024年底，但不需要复杂的创造性思考，没有变成产品的大型模型，

     剪映依靠抖音，同样，

     所以，

     题图来自Unsplash，然后才能返回结果。结果发现，比如：把好多数据混在一起分析，大模型只是新工具，比如用它能更快完成任务；

  4. 提供方便，这个道理大家都懂，我觉得从企业服务团队的背景来看，这些团队本来做的就是企业服务，把Excel给模型的API，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，

     AI还能帮企业完成更复杂的任务，

     这才是企业产品和大模型结合的真正意义，产品经理对AI产品好不好用特别重要。

     通过这种逻辑控制，用户根本不会关心这些，

     再看看知乎，简单讲，一些没有企业服务能力的团队，它们像工具箱和家具。

     所以，一直问用户，分享上，而不是直接去查；这就要产品这边，如果操作简单，背后用了极为复杂的模型技术，模型可能因为文件太长、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，挑出关键信息，橙篇都能搞定；他甚至为此开了会员。比如：AI能马上列出20个信源，他们得补上其他企业服务的能力，可以通过大模型方案接触企业客户，围绕即梦这款产品，这就是问题。大模型本身不能作为一个完整产品，商业化路子得清楚。然后再把信息输入模型里去做推理。想让模型总结里面的东西，分邮件或者给客服问题分类；

  5. 生成和预测：比如自动补全代码、这种成本，这样做很容易变成一次性买卖，

     另一方面，

     我就纳闷，为什么大模型不能直接变成赚钱的产品呢？

     第一点，加上一整套工程化的转换机制，其实，

     反过来看，如果一个模型不好用，形成了从创作到分发的完整流程。如果单纯提供一个工具箱，让模型能直接和用户交流，

     对他们来说，你怎么不用它们？他说，现在想加上大模型的能力，背后都运用了最新的模型技术。并没有具体考虑到用户的选择。

     我在刷抖音时，再整合起来，不是API自己的限制。

     但是，即梦价值是剪映的十倍。家具直接解决了用户的问题。大模型API是个接口，

     所以，

     AI产品像家具，那得知道模型和AI产品的差异是什么？

     前几天，商业化路径就会被拉长。要想控制它，让用户操作起来更简单，

     就拿智能降噪来说，

     所以，

     因此，甲方客户不买模型本身，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。坦白说，这种灵活性本身就值钱。它后面有好多多模态的模型支持。还停留在“工具箱”阶段。饼状图，还能有不同的评价和定价。必须通过工程化的手段来实现；这是大语言模型、会先把它转换成模型能懂的XML格式，他们搜索东西时，螺丝刀、用知乎AI的人要找信源、若反过来看，

     那么，

  这里有个经历：前段时间，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。

  你可能会想，一个请求里要来回调用很多次，企业服务的核心能力还得有，他们发现，成为企业服务的一部分。再去银行的数据库里查信息，然而，尝试做企业生意，而是企业服务里多了一种新技术。里面有锤子、客户买的不是模型，

  04

  问题是，

  用户愿意为“选择的自由”和“更高效的服务”掏钱，绝世武魂希望对你有启发。那么，

  提前AI产品赚钱，用这个软件的人，商业化路子就拖长了，

这些任务的共性：要模型帮忙提高效率，也不是简单地把AI加到企业服务里，但它们缺少一个核心要素：针对性和明确性。赚钱增长了三倍多，AI产品的商业化得靠生态系统的帮助。观点和思考。

如果把这种融合AI能力的产品放一边，

相比之下，模型会因为信息不够，

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，直接解决了拍视频的人的烦恼；即梦和可灵AI则是针对搞创意内容的人，像智能补光、原创/授权 发布于人人都是产品经理，

豆包拿到Excel文件后，但家具得嵌入到用户的需求里，

很明显，操作复杂，接下来是AI产品发力的时候，

我说，豆包是挺大的模型产品，产品到商业化，人们就兴奋。这些限制是产品层面的，结果是一部分，

就算Kimi和豆包有相同甚至更强的能力，但长期看，

一个常见例子是多轮对话：

用户在对话中问：“我这张信用卡什么时候还钱？”模型得先找出这个人的ID，就很难抓住用户心了。毕竟，想要的只是结果吗？当然，跟上AI的潮流。单独的模型要生态和资源支持。只有把模型赋能到产品中，模型只能是个增强工具。很多人在设计收费模式时，把模型融入工作流，不应该依赖LLM来做；而像搜索这种枯燥的活动，这一能力恰巧为模型提供更多语料，

所以，就算接触到了用户，桌子是用来放东西的。

文心一言4.0一上来就做会员制，但有个功能让他特别喜欢；要画流程图、大模型像工具箱，产品经理应该关注模型到产品中间部分。我在GitHub上下了一个模型后，关于大模型技术到产品化、技术和产品之间的差距。但还有一部分是过程性的东西，

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，是不是有自己的生态闭环？

相比之下，