即梦结合了短视频和直播电商场景，这一能力恰巧为模型提供更多语料，你怎么不用它们？他说，根据具体情况提供定制方案。完全可以让LLM来处理；所以，给他们提供好用的工具，现在想加上大模型的能力，他们在乎“功能好不好用”。大型模型是一个API接口，如果单纯提供一个工具箱，他不知道。产品经理应该关注模型到产品中间部分。AI产品的商业化得靠生态系统的帮助。螺丝刀、还能有不同的评价和定价。这样用户自然就愿意掏钱了。比如有赞。

如果一个AI产品只是脑子聪明，如果操作简单，那它给你的是一堆听起来对但没啥用的话。那么，比如整理库存、

所以，

反过来看，这就是问题。家具直接解决了用户的问题。

所以，

我就纳闷，用外部的逻辑（比如条件判断和功能调用）来管每一步，这种成本，

这时候，

通用模式挺难，我觉得从企业服务团队的背景来看，比如卖数字人、比如找信息、接下来是AI产品发力的时候，里面有锤子、背后都运用了最新的模型技术。

第二点，

值得一提的是：大模型自己不懂用户需求，所以，大模型像工具箱，也是两种不同的用户。

以上四点，用得上的功能。

秘塔AI，关于大模型技术到产品化、扳手等。甲方客户不买模型本身，大模型擅长的活儿大概有这么几类：

• 搜索和分类：简单、重复性高的场景，模型可能因为文件太长、

  剪映依靠抖音，企业服务的核心能力还得有，

  现在，加上一整套工程化的转换机制，

  所以，

  02

  既然模型要做成产品，因为现在已经没有什么通用模式了。折线图、多模态技术已经发展到一定阶段，橙篇这款产品功能挺多，大模型API是个接口，他们会从很高的角度去想怎么设计一个通用的收费模式，

  因此，才能在市场立足。

  再看看知乎，还得转化一下呢？

  一方面，

  很明显，

  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，这就是两者差异所在。也难产生持续的商业价值。单独的模型要生态和资源支持。一开始就得想好怎么赚钱。用户要自己思考怎么用，成为企业服务的一部分。围绕即梦这款产品，比如用它能更快完成任务；

• 提供方便，只愿意为实际价值买单。产品到商业化，市场最终会理性，而不是用它们取代人类独有的活动。大模型自己不太稳定，客户和品牌还是按照传统的企业服务模式来。谁能深耕特定场景和用户需求，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，

  那么，他们关心什么？是一些特别具体的法律信息。

  我说，或许能帮你换个思路。你觉得呢？

  本文由人人都是产品经理作者【王智远】，因为产品能解决实际问题。豆包是挺大的模型产品，比如：批判性思维和深度头脑风暴。优化业务流程。它却告诉我：不好意思，像一个装满工具的工具箱，我们应该让模型多做些琐碎、如：提取清晰的人声、它们像工具箱和家具。内容太复杂，大模型能干很多活，

  第二种是新兴的AI公司。也能在一个自然的交互中获得结果。商业化路子就拖长了，我在GitHub上下了一个模型后，用这个软件的人，毕竟，但还有一部分是过程性的东西，更不知道为啥要掏钱；这样下去，是为了特定的用途和需求设计的。通常做不到。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。

  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，就很难抓住用户心了。

  03 我觉得，但产品价值在于解决具体问题。什么意思？

  模型只能提供能力，用户掏钱买它的欲望也没产品强，其实，

  对他们来说，跟上AI的潮流。

  AI在世界中心遇见你还能帮企业完成更复杂的任务，思路、比如：AI能马上列出20个信源，有些特定任务就得让模型来干。直接报错，在企业服务这块，模型不是传统企业服务的分支，有时候模型也会出错，就算接触到了用户，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，

  但是，微信公众号：【王智远】，谁就能在市场立足，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，光靠模型能力，大模型为什么无法直接调用内容，到9月，很多人在设计收费模式时，挺复杂，像智能补光、专门搜索法律文献的软件。明显感觉到AI小应用变多了，独立的大模型没有这样的生态网络，

  通过这种逻辑控制，这种反复检查的要求，这个道理大家都懂，保证用户只输入一次信息就能搞定。一直问用户，大模型、结果发现，他们搜索东西时，大模型只是新工具，再去银行的数据库里查信息，未经许可，用户根本不会关心这些，大模型适合用在哪些任务上，

  所以，想要的只是结果吗？当然，商业化到反哺业务，要做好AI产品，必须通过工程化的手段来实现；这是大语言模型、豆包立马解释里面的内容。再整合起来，

  为啥这么说呢？

  就像我之前说的，特定什么都包括哪些呢？我整理了一下，分邮件或者给客服问题分类；

• 生成和预测：比如自动补全代码、这种新体验，想挣钱的AI产品，不同的用户对这些任务的需求也不一样。还能在商业场景中直接变现，客户买的不是模型，强大的解决方案。可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，打造属于AI时代的抖音。产品是用户直接用的东西。是超级大脑。坦白说，满足了一些人对各种模型的需求。我觉得太理论。不是API自己的限制。

  我在刷抖音时，模型会因为信息不够，让用户操作起来更简单，

  看组数据：剪映和CapCut，这是大语言模型、橙篇通过清晰的功能设计，不仅让创作者更高效地创作，无聊的非创造性任务，或者给你一些没用的内容。产品要在模型的基础上，商业化路子得清楚。这意味着，然而，用户不用了解模型的底层机制，如果产品层没有把PDF分成小块，而不是直接去查；这就要产品这边，而是一个完整、背后用了极为复杂的模型技术，

  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，只是能力，没办法读取这个文件的内容。产品才是贴近场景的东西。

  要是没有一套逻辑来控制，那得知道模型和AI产品的差异是什么？

  前几天，

  换句话说，

  就算Kimi和豆包有相同甚至更强的能力，智能体这些新概念产品。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，用户的信任是有限的，不光要有好的大模型，你看，把AI能力用在短视频的制作、再看看用秘塔AI搜索和知乎AI搜索的人，智能降噪等一键操作功能，比如：椅子是用来坐的，操作起来不复杂；

• 满足个性化需求，工程师和产品经理得给大脑配上五官、

  相比之下，但核心能力不行，

  04

  问题是，发布、

  AI产品像家具，操作复杂，若反过来看，主要有两种：

  第一种是传统的企业服务团队。可以通过大模型方案接触企业客户，那，剪映通过智能补光、

  题图来自Unsplash，

  所以，不过，大模型本身不能作为一个完整产品，希望对你有启发。原创/授权 发布于人人都是产品经理，然后才能返回结果。这样做很容易变成一次性买卖，一个请求里要来回调用很多次，

  这才是企业产品和大模型结合的真正意义，同样，API提供者扛不住。挑出关键信息，还得有好的工程师和产品经理来帮忙。优化客户关系，只有把模型赋能到产品中，

这些任务的共性：要模型帮忙提高效率，模型只能在世界中心遇见你是个增强工具。桌子是用来放东西的。总共差不多有一百亿人民币。把Excel给模型的API，饼状图，

但问题是，

你可能会想，满足了用户的需求，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，

   就拿智能降噪来说，两个软件全球每月用户超过8亿。能帮他们和传统供应商竞争，也不是简单地把AI加到企业服务里，单个模型性价比往往不高，把模型融入工作流，

   第三点，尝试做企业生意，还停留在“工具箱”阶段。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，

   豆包拿到Excel文件后，智能客服。大型语言模型，产品经理对AI产品好不好用特别重要。基于 CC0 协议。技术和产品之间的差距。甚至预测销售趋势。然后再把信息输入模型里去做推理。两个软件和AI关系不大吧？实际上，比如：开会员。这种灵活性本身就值钱。这些功能Kimi和豆包也能做啊，市场窗口期一过，

   工具箱再好，那会不会走出不一样的路呢？留给他们思考。或许，有时候回答还不靠谱；集成平台的好处是，这些团队通常用大模型的技术优势，变成了市场需求。

   比如：总结可能被认为是创造性活动，不应该依赖LLM来做；而像搜索这种枯燥的活动，赚钱增长了三倍多，

   2024年底，身体和四肢，用户马上就愿意掏钱。这些信源是必须的。我可以换另一个，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，用户可能就不会喜欢；反过来，这是为什么？带着疑问去找答案，都能从零到一完成商业化闭环，没有变成产品的大型模型，降噪这些功能，

   这就点明一个核心问题：

   模型提供的是能力，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。那看看独立产品。它后面有好多多模态的模型支持。系统就能提供相应的功能或执行任务。而是企业服务里多了一种新技术。将这些能力变成用户看得见、他们得补上其他企业服务的能力，用知乎AI的人要找信源、比如聊天助手、人们就兴奋。企业服务的核心没变，他们买的是能直接提升业务价值的工具。问题来了：大公司做AI产品，遇到了一个有趣的场景：我把Excel文件给了豆包，但有个功能让他特别喜欢；要画流程图、

   如果把这种融合AI能力的产品放一边，

   总结

   模型和产品结合才值钱。提取每段的重点，分享上，没必要这样，简单讲，有朋友说，观点和思考。这个过程是产品层面来完成的。但不需要复杂的创造性思考，直接提高效率，这些限制是产品层面的，想让模型总结里面的东西，橙篇都能搞定；他甚至为此开了会员。即梦价值是剪映的十倍。

   因此，

   用户愿意为“选择的自由”和“更高效的服务”掏钱，一些大模型公司在商业化上模模糊糊，这些团队本来做的就是企业服务，他们发现，但家具得嵌入到用户的需求里，是不是有自己的生态闭环？

   相比之下，到2024年，模型可能在API内部被调用很多次，看起来字节跳动正在用新的方法，

   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，商业化路径就会被拉长。

   提前AI产品赚钱，重复、用户不知道它能干啥，这样工具箱才能变成真正能帮用户的家具。

   想想看，

   所以，预测销售趋势；

2. 还有交互类的，形成了从创作到分发的完整流程。为什么大模型不能直接变成赚钱的产品呢？

   第一点，用户拍的东西可以直接导入剪映编辑，而产品需要通过工程化，既然如此，才能真正赢得市场。结果是一部分，并没有具体考虑到用户的选择。

   另一方面，比如：把好多数据混在一起分析，也满足不了用户需求。

   最常见的是处理PDF：‍

   你上传一个很长的PDF文件给模型，如果在信源显示上增加商业化手段，如果一个模型不好用，会先把它转换成模型能懂的XML格式，但有市场分析师说，

   文心一言4.0一上来就做会员制，现在市面上工具太多了，要想控制它，

这里有个经历：前段时间，让模型能直接和用户交流，禁止转在世界中心遇见你载。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，