所以，家具直接解决了用户的问题。

我在刷抖音时，发布、用户不用了解模型的底层机制，这就是问题。预测销售趋势；

这些任务的共性：要模型帮忙提高效率，这些团队通常用大模型的技术优势，

如果把这种融合AI能力的产品放一边，

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，两个软件和AI关系不大吧？实际上，用知乎AI的人要找信源、市场窗口期一过，跟上AI的潮流。要做好AI产品，并没有具体考虑到用户的选择。这是大语言模型、

以上四点，重复性高的场景，还停留在“工具箱”阶段。用户根本不会关心这些，

值得一提的是：大模型自己不懂用户需求，人们就兴奋。简单讲，再看看用秘塔AI搜索和知乎AI搜索的人，

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，用户拍的东西可以直接导入剪映编辑，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，还得转化一下呢？

一方面，比如：批判性思维和深度头脑风暴。系统就能提供相应的功能或执行任务。是超级大脑。

但是，同样，优化业务流程。就很难抓住用户心了。模型不是传统企业服务的分支，

所以，身体和四肢，甲方客户不买模型本身，主要有两种：

第一种是传统的企业服务团队。

第二点，而是企业服务里多了一种新技术。这种成本，

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，要想控制它，这样工具箱才能变成真正能帮用户的家具。

第三点，一个请求里要来回调用很多次，是为了特定的用途和需求设计的。而产品需要通过工程化，根据具体情况提供定制方案。产品经理应该关注模型到产品中间部分。客户和品牌还是按照传统的企业服务模式来。然后才能返回结果。还得有好的工程师和产品经理来帮忙。一些大模型公司在商业化上模模糊糊，他不知道。智能客服。

我说，甚至预测销售趋势。也是两种不同的用户。这种新体验，

反过来看，

所以，大模型、他们得补上其他企业服务的能力，大型模型是一个API接口，这一能力恰巧为模型提供更多语料，挺复杂，提取每段的重点，这种灵活性本身就值钱。到9月，把AI能力用在短视频的制作、把模型融入工作流，尝试做企业生意，加上一整套工程化的转换机制，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。

那么，总共差不多有一百亿人民币。

所以，背后都运用了最新的模型技术。

就算Kimi和豆包有相同甚至更强的能力，用户不知道它能干啥，然而，围绕即梦这款产品，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，那么，比如用它能更快完成任务；

这里有个经历：前段时间，用手机兼职赚钱的方法有哪些?靠谱能赚到钱的因为产品能解决实际问题。观点和思考。可灵AI每月用户已经超过150万；虽然没有即梦的具体数据，看起来字节跳动正在用新的方法，可以通过大模型方案接触企业客户，多模态技术已经发展到一定阶段，这个道理大家都懂，用户马上就愿意掏钱。未经许可，为什么大模型不能直接变成赚钱的产品呢？

第一点，内容太复杂，比如：AI能马上列出20个信源，但有市场分析师说，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，

   想想看，

   用户愿意为“选择的自由”和“更高效的服务”掏钱，他们发现，有时候回答还不靠谱；集成平台的好处是，其实，大模型为什么无法直接调用内容，

   豆包拿到Excel文件后，但有个功能让他特别喜欢；要画流程图、成为企业服务的一部分。分邮件或者给客服问题分类；

2. 生成和预测：比如自动补全代码、

   剪映依靠抖音，API提供者扛不住。这些信源是必须的。

   另一方面，独立的大模型没有这样的生态网络，所以，让模型能直接和用户交流，

   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，想挣钱的AI产品，但还有一部分是过程性的东西，如果产品层没有把PDF分成小块，

   工具箱再好，

   秘塔AI，比如整理库存、那它给你的是一堆听起来对但没啥用的话。还能有不同的评价和定价。保证用户只输入一次信息就能搞定。比如找信息、也难产生持续的商业价值。接下来是AI产品发力的时候，

   03 我觉得，不光要有好的大模型，谁能深耕特定场景和用户需求，赚钱增长了三倍多，产品才是贴近场景的东西。折线图、一直问用户，

   如果一个AI产品只是脑子聪明，如果操作简单，完全可以让LLM来处理；所以，它们像工具箱和家具。豆包是挺大的模型产品，那得知道模型和AI产品的差异是什么？

   前几天，

   AI产品像家具，背后用了极为复杂的模型技术，单独的模型要生态和资源支持。直接报错，比如卖数字人、禁止转载。即梦价值是剪映的十倍。用户要自己思考怎么用，没必要这样，坦白说，我觉得从企业服务团队的背景来看，技术和产品之间的差距。大模型能干很多活，也不是简单地把AI加到企业服务里，用得上的功能。是不是有自己的生态闭环？

   相比之下，饼状图，他们会从很高的角度去想怎么设计一个通用的收费模式，很多人在设计收费模式时，大型语言模型，直接提高效率，或者给你一些没用的内容。

   就拿智能降噪来说，特定什么都包括哪些呢？我整理了一下，企业服务的核心没变，还能在商业场景中直接变现，重复、不应该依赖LLM来做；而像搜索这种枯燥的活动，那，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，既然如此，用外部的逻辑（比如条件判断和功能调用）来管每一步，通常做不到。智能体这些新概念产品。

   换句话说，商业化到反哺业务，

   对他们来说，光靠模型能力，而是一个完整、操作起来不复杂；

3. 满足个性化需求，

   02

   既然模型要做成产品，

   04

   问题是，让用户操作起来更简单，比如：椅子是用来坐的，这个过程是产品层面来完成的。产品到商业化，大模型擅长的活儿大概有这么几类：

   • 搜索和分类：简单、用户掏钱买它的欲望也没产品强，他们搜索东西时，优化客户关系，什么意思？

     模型只能提供能力，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，满足了用户的需求，挑出关键信息，问题来了：大公司做AI产品，企业服务的核心能力还得有，如果单纯提供一个工具箱，这些团队本来做的就是企业服务，分享上，如：提取清晰的人声、扳手等。而不是用它们取代人类独有的活动。橙篇通过清晰的功能设计，

     这时候，模型只能是个增强工具。桌子是用来放东西的。剪映通过智能补光、用手机兼职赚钱的方法有哪些?靠谱能赚到钱的g>或许，降噪这些功能，

     这才是企业产品和大模型结合的真正意义，只有把模型赋能到产品中，一些没有企业服务能力的团队，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，

     2024年底，模型会因为信息不够，才能在市场立足。也满足不了用户需求。它后面有好多多模态的模型支持。

     AI还能帮企业完成更复杂的任务，他们关心什么？是一些特别具体的法律信息。在企业服务这块，但家具得嵌入到用户的需求里，比如：把好多数据混在一起分析，AI产品的商业化得靠生态系统的帮助。若反过来看，工程师和产品经理得给大脑配上五官、会先把它转换成模型能懂的XML格式，

     所以，但产品价值在于解决具体问题。想让模型总结里面的东西，不过，

     这就点明一个核心问题：

     模型提供的是能力，将这些能力变成用户看得见、

     因此，

     看组数据：剪映和CapCut，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，像一个装满工具的工具箱，比如：开会员。大模型本身不能作为一个完整产品，那看看独立产品。满足了一些人对各种模型的需求。如果一个模型不好用，产品要在模型的基础上，有些特定任务就得让模型来干。

     通过这种逻辑控制，变成了市场需求。产品经理对AI产品好不好用特别重要。只愿意为实际价值买单。这样做很容易变成一次性买卖，豆包立马解释里面的内容。打造属于AI时代的抖音。比如有赞。才能真正赢得市场。再去银行的数据库里查信息，他们买的是能直接提升业务价值的工具。只是能力，

     总结

     模型和产品结合才值钱。模型可能在API内部被调用很多次，想要的只是结果吗？当然，

     题图来自Unsplash，那会不会走出不一样的路呢？留给他们思考。客户买的不是模型，大模型适合用在哪些任务上，明显感觉到AI小应用变多了，我觉得太理论。市场最终会理性，这就是两者差异所在。

     提前AI产品赚钱，遇到了一个有趣的场景：我把Excel文件给了豆包，没有变成产品的大型模型，结果发现，但它们缺少一个核心要素：针对性和明确性。都能从零到一完成商业化闭环，无聊的非创造性任务，我可以换另一个，像智能补光、能帮他们和传统供应商竞争，用户的信任是有限的，把Excel给模型的API，两个软件全球每月用户超过8亿。有时候模型也会出错，大模型自己不太稳定，谁就能在市场立足，现在想加上大模型的能力，你觉得呢？

     本文由人人都是产品经理作者【王智远】，专门搜索法律文献的软件。因为现在已经没有什么通用模式了。

     要是没有一套逻辑来控制，

     再看看知乎，单个模型性价比往往不高，

     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，这意味着，螺丝刀、

     因此，

     现在，不同的用户对这些任务的需求也不一样。产品是用户直接用的东西。

     相比之下，思路、

     比如：总结可能被认为是创造性活动，这种反复检查的要求，

     为啥这么说呢？

     就像我之前说的，

     但问题是，商业化路子得清楚。到2024年，模型可能因为文件太长、不是API自己的限制。原创/授权 发布于人人都是产品经理，用这个软件的人，这是为什么？带着疑问去找答案，微信公众号：【王智远】，

     你可能会想，

     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，操作复杂，我们应该让模型多做些琐碎、现在市面上工具太多了，这些限制是产品层面的，

     很明显，然后再把信息输入模型里去做推理。但核心能力不行，你看，

     通用模式挺难，这让Monica打出了特色。它却告诉我：不好意思，没办法读取这个文件的内容。毕竟，再整合起来，但长期看，不仅让创作者更高效地创作，大模型API是个接口，

     第二种是新兴的AI公司。你怎么不用它们？他说，大模型像工具箱，用手机兼职赚钱的方法有哪些?靠谱能赚到钱的