犬校 2 月精华帖:大模型在匹配型社交里会带来怎样的转变,“自动规划旅行路线” 的失败教训,新能源汽车充电软件设计实战解析
从这个月开始,我调整了犬校每月精华帖的格式,内容可读性大概提升了 10 倍吧。
2 月春节,共有精华帖 25 篇。我个人最喜欢的是这 8 篇,来自多位犬校同学与我,并节选了其中的部分内容。完整版需要加入犬校才能浏览并加入讨论。
充电电流调节。这个功能看起来就是显示一个充电电流的值,用户可以在 0-最大值之间调节。
但是它真正的使用场景是某些车主使用劣质便携式充电枪,或者把充电枪插入到不合规的插座上,或者供电线路本身承载过多电器时,为了防止线路过载,给用户一个自己调低电流的能力。杵在地上的交流慢充桩可以认为不存在这个问题。
这样引申出需求的第一部分:我们能否识别用户是否正在使用便携充电枪,然后自动帮他调节成安全电流呢?
它的麻烦之处在于,车端没法识别用户正在使用的是便携式充电枪还是杵在地上的交流慢充桩,充电协议上没有这个字段。虽然充电协议中包含了这个设备允许的最大电流,但是便携充电枪一般小于等于 32A,慢充桩大于等于 16A。所以如果我们获取到设备的最大电流在 16-32A 之间,无法判断用户是不是便携充电枪。即便我们能判断,也无法判断便携充电枪插着的那个电路能否安全负载对应的电流,更不知道这个电路对应的安全电流是多少?
这样引申出需求的第二部分:交流充电的时候,如果设备最大电流小于等于 32A,我们给个非阻断性的提示,告诉用户如果使用的便携式充电枪且充电线路可能不安全,最好把电流调低到 XX A。
Sora 解决的依旧只是 “内容生成” 的问题,内容生成变得更加容易了,而不是 “讲故事”。
以我参加第二届 Gen48 完成的电影短片为例,我仅仅是去掉了配音,就对叙事造成了很大的削弱,很多朋友第一遍根本看不明白。想单纯依靠画面内容和剪辑就讲好一个连贯、完整的故事(而且我学习试着把一些叙事藏在声音里),这次的测试并不是很理想,当然也有我个人能力还不够的关系,影视不是专业。
如何讲一个好故事,如何讲好一个故事,这依旧是创作者自己要面对的问题,是核心竞争力。
当媒体在宣传,普通人只需要 “写一句话”,只需要提供 “故事” 就可以自己拍电影的时候,真实的情况是,大多数普通人可能连写满 140 个字的能力都没有。
文本生成视频,内容只能以 Prompt 来支撑,60s 的视频内容也需要相应的文字内容。生成式 AI 的一个基本逻辑是:AI 会自动填充 “空白”。如果没有相应的文字内容支撑,AI 就会自动填充 “无意义” “低质量” 的内容,不论是画布,还是时长,都是如此。
高质量的输入才能产生高质量的输出,这个逻辑是不会变的。
文字表达能力、写 Prompt 的逻辑能力,审美能力、项目管理能力……这些东西 AI 都帮不了。
我感觉知乎已经不太是「问答社区」了,因为社区用户已经很少参与到 “问” 中,提问基本都是媒体或者 AI 来提出,反而有点像一个新形态的资讯客户端产品。
这个从热榜的内容能看得出来。利用社会热点来激发创作者的表达欲,表达观点和情绪。之前这种需求是在评论区释放,现在在问答的产品形态下,可以在内容主贴里释放。
如果是这样,在下沉市场我觉得是有长期 “价值” 的,源源不断的社会热点供给,KOL 技巧满满的价值引导,最后是大众用户的情绪宣泄。我猜它可能承接了当年网易新闻的一些用户群体,这也是知乎在现在仅能抢占的少数用户群体之一。
在社交场景中,绝大多数人根本不知道自己除了外形、财产和学历之外的性吸引力在哪里。
社交场景也好,相亲场景也好,开口要不是晒自拍,要不是列举一大堆刻板的匹配条件,要不是无聊的碎碎念。除了自拍之外,用户根本不知道自己还能怎样去吸引异性,释放性吸引力。
大模型根本解决不了一个人的性吸引力画像。
用户素质,严格来说,是同圈层的用户相交,不同圈层的用户隔离 用户画像,即便是同圈层的优质用户,也需要通过画像来释放信息素,促成匹配 用户的行动意愿,包括构建画像与发起聊天的意愿,通常来自社交活动中的正反馈 用户友善度,性骚扰一直是困扰陌生人社交的大麻烦,现在还加入了杀猪盘 社交话题,帮助弱连接升级为强连接
自动规划目的地行程,这类产品从 2014 年就有人在做,国内国外上百款大概是有的。到现在你听说哪一款服务还活着?
我做旅行产品时,直接放弃了这个自动规划的方向,改为氢气球的半自动规划。原因是:
用户对目的地一无所知的前提下,系统给出一堆陌生的地名与路线,完全没有说服力。
直接给出一堆陌生的地名与路线,在我的观察范围内,只在两个场景下是有效的:
城市颗粒地的目的地,重要景点很少,尤其是国内的经典景点大多耳熟能详,一部分用户愿意 “无脑跟” 公信力强的品牌推荐路线 看过一篇游记,受其感染,愿意相信游记里推荐的路线
这里的关键,是构建用户对目的地的印象。或者用户原本就有模糊印象(国内城市),或者靠游记来构建印象。在有一个目的地概念的前提下,才能进展到安排路线环节。
大模型的优势是全面,准确率高。但文本强烈的消费性,并不来自于准确,而是风格。风格是极其随机的语言变量组合,是语言在同一个微妙方向上的布朗运动。
大模型通过概率计算出的结果,可以实现概率上的最优化,但无法还原风格的灵活性。比如说,我是一个文字表达能力强悍的人,我在微博输出的内容并不是通过逻辑计算出来的,而是情绪化的,受到这一刻的情绪与当前认知的影响。情绪越饱满,内容越精彩。
而我输出的内容,也大量来自我的人生经历,我这辈子接纳的无穷无尽的信息,以及我对这些信息的个性化理解。这些极其复杂的变量构建了我的风格,同时也是大模型无法触及的隐性信息。
因此,重概率计算的大模型,一是四平八稳但缺乏风格,二是根本不具备风格背后(创作者脑子里的)海量语料——也就是他的一生。大模型对风格的模仿是刻板的,更加缺乏长篇幅的叙事能力。因为长篇幅叙事跟逻辑基本没有关系,而是风格强烈的延伸。
逻辑永远推理不出来强烈的内容消费性。它很准确,但并不意外,只是 “常规” 的浓缩。而内容风格恰恰在常规之外,预料之外,唯有与众不同才具备感染力。
找图片/文档,这个是我最高频的使用场景,我手机里面应该得有近 2w 的图片,用 AI 找图片的效率确实不错,一般 3 轮问答内都可以找到我想要的图片;
简单的问答,vivo 官方宣称该模型全部仅在本地计算。一方面这样确实让用户没有数据上传的担心(但手机厂商应该不会这么老实);另外一方面,这样也导致了很多网络信息并不能查询到,问答的场景比较局限;
生成文案,日常购物刷刷好评啥的会直接用AI生成文案,稍微修改就可用了;
生成图片的场景,基本不会使用,因为没有生成图片的需求。
引导用户含蓄地夸奖自己 问题能命中大量用户,而不是一小撮用户 回答问题话到嘴边,不需要过多的遣词造句
至于什么样的提问更能驱动人的表达欲?这点很有意思。“夸奖自己” 和 “表达欲” 完全是两码子事情。用户有表达欲的,是讲述自己被情绪调动起来的经历与自我描述。但以普通人的表达能力,这些都只是 “独特但索然无味的人格”。
我印象最深的一个暑假是怎样度过的? 如果让我进入时光机,我会对 18 岁的自己说些什么? 和同龄人相比,我有什么和他们不一样的地方吗?
99% 的回答令自己兴致勃勃地回味,陌生人却感到索然无味。
所以,最终会在夸奖自己与表达欲之间取一个子集,并根据平衡点的质量,把犬岛的问题分成三档,分级分发。
内容来自“用思考交换思考”的 PM 思辨社区「犬校」。©2017-2024