如何用AI提升产品体验

自从 22 年底 ChatGPT 横空出世，AI 这波浪潮就一直风起云涌。

从刚开始，大家卷大模型开发，到现在大家开始卷基于大模型的应用开发，也就不过短短一年多一点的时间。

大模型的开发，是一场拼技术和资金实力的游戏，最终能够留在牌桌上的玩家不会太多，除了传统的互联网大厂，再就是少数几家像 OpenAI 这样的技术和资金实力都比较领先的头部创业公司。

对于大多数公司而言，更多的机会是，如何把 AI 技术给应用起来。既可以是通过 AI 为现有的业务提效，也可以是用 AI 来解决以前不好解决的痛点。

10 多年前，移动互联网的到来，诞生了许多 Mobile Native的应用，像我们现在每天在用的微信、美团、头条等应用，都是这一波浪潮中的典型代表。他们打破了传统的 PC 应用的束缚，结合用户在移动场景下的需求，经过 10 多年的努力，成为了 Mobile Native应用的佼佼者。

今天，AI 时代的到来，又给我们带来的全新的生产力。结合AI，结合用户的使用场景，我们又可以去思考，AI Native 的应用该如何去做。大胆畅想一下，未来几年，将会有大量的 AI Native 的应用涌现出来，成为新时代的弄潮儿。

丹麦哲学家、神学家索伦·克尔凯郭尔说：“生活是正着来活，却是倒着去理解。” 历史亦是如此，站在 10 多年前，我们很难想象微信、美团们会长成现在这个样子，但在今天回过头去看，又觉得一切都是合情合理的。同样，站在今天我们也很难去看清，未来 AI Native 的应用会发展成什么样。身处于时代发展的滚滚洪流之中，我们能做的就是纵身一跃，跳入洪流，去创造，去书写属于我们自己的历史。

关于如何在 AI 时代做 AI Native 的产品，这是个很大的命题，也很难有一个一概而论的答案。其实我们可以换个问题，如何用 AI 来提升产品体验？这个问题解决好了，前面一个问题能有一些思路。

如何用 AI 来提升产品体验？我有一个很重要的判断：AI 是一种技术，是一种基础能力，它的存在不是为了替代我们人类来做我们要做的事情，而是帮助我们把我们要做的事情做得更好。

基于上述判断，我觉得有两个思路可以来思考如何用 AI 来提升产品体验：

第一个思路是，在旧有的用户场景中，原有的解决方案有技术局限性，通过 AI 可以解决得更好，让体验产生质的飞跃。这种场景是非常好的场景，不改变用户原有的交互习惯，还能让效果更好，是最容易让用户感知到价值的场景。

第二个思路是，在产品的使用场景中，能够通过 AI 技术，创造出一些全新的体验，而这些体验又能极大提升用户使用产品的效率。这样的场景也是很容易让用户感知到价值的。

我们来看几个例子：

第一个例子是 Github 的 Copilot，它的代码补全功能是一个非常好的例子，是顺着第一个思路延伸开来的。

写过程序的同学都知道，代码补全是各种写代码的工具的基础功能之一，大家也都用得很多。传统的代码补全大多是一些基于一些规则（rule-based）的补全，这种补全很生硬，只能做一些基础的补全。

有了 AI 之后，代码补全可以基于当前写的代码的逻辑和语义了，代码补全的能力被极大的提升了，带来的结果就是程序员的生产效率被极大的提升了。现在的代码补全已经能做到，你写一段注释出来说明你接下来要写一段什么样的代码块，它就能给你补出来一段还不错的代码，然后你在上面稍微修改一下可能就能够满足需求了。

代码补全这个场景是一个旧的场景，用上了 AI 之后，交互也还跟以前差不多，但补全的效果比之前提升了很多很多。这是一个很能够让用户感知到 AI 的价值的场景。

第二个例子是微信读书的 AI 问书，这个例子也是顺着第一个思路延伸开来的。

我们在看书的过程中，总会遇到一些不认识的字、不理解的词或句。以前的做法是提供一个简单的查字典、词典的功能，通过选定字、词弹出来上下文菜单，调用字典、词典查就可以。但这种只能满足最基本的字词的查询需求。

微信读书引入了一个问 AI 的功能，它的交互跟之前的查字、查词的差不多。但是它可以进行更加复杂的查询了，选定不论是一个字、一个词、还是一句话，都可以进行查询，查询返回的结果可以是字典、词典里的，也可以是搜索引擎返回的，也可以是 AI 对书的内容理解之后的回答。一下子让看书的体验更加沉浸了，遇到问题不用再跳出微信读书去搜索了。

接下来，再看几个顺着第二个思路延伸开来的例子。

第一个例子还是 Github 的 Copilot，这次是它的问答功能。

程序员们都有这样的经历，代码写完之后，并不是直接就能上线运行了，我们会遇到这样那样的问题，要去调试代码，调试过程中还会遇到一些没遇到过的问题，要去搜索引擎搜一搜。去搜索引擎搜一搜有两个问题：一是传统的搜索引擎是基于关键词匹配的搜索，只能搜出来匹配的上的内容；二是搜索的过程并不能考虑我们代码的上下文信息，因此很有可能搜了半天也找不到可能的解决方案。

Github Coplit 带来的全新的解决方案，它提供了一个可以针对当前的上下文进行对话的功能。对话当然可以是问遇到的问题怎么解决，因为 Copilot 有我们当前的上下文信息，还有我们提供的问题信息，还能够理解语义和逻辑，这样它的回答就质量很高，解决问题的效率也会很高。

本质上 Github 的 Copilot 是重构了原有的用户体验，原有的体验不是产品本身提供的，是用户没有选择的选择，链路很长，中间信息割裂，再加上传统搜索本身的局限，很难有一个好的体验。但 Copilot 把它做成了一个完整的用户体验，它提供了一种全新的产品形态，不但缩短了用户体验的链路，还用 AI 将解决问题的效率和质量有了极大的提升。

第二个例子是秘塔写作猫，这是一个在线的文档工具。

经常写文章的朋友大都会有这样一个体验，文章写完之后，还要花很多时间去校对，因为电脑上打字速度比较快，不经意间会产生不少的错别字，还有一些不太好的表达。一种可能的情况是，我们写文章本身花了一两个小时，校对和优化也花了差不多的时间。但是在写文章这件事上，写文章本身对我们来说是比较有价值的事，校对很大程度上是一种价值相对不大的体力活。

秘塔写作猫就是抓住了用户的这个痛点，它的基础功能跟一个在线版的 Word/WPS 差不太多。但它提供了一个很好用的 AI 助手，可以在写作的过程中，实时帮我们检查错别字、标点错误和语法错误。

有了秘塔写作猫，我们就可以专注于写作本身，写完之后再根据它的提示，把相应的错误修正一下就好了。它算是用 AI 真正为我们写作这件事给提效了，把我们从没什么价值的体力活中完全给解放出来了。

像上面的这样的例子其实不少，像这两年新出来的浏览器黑马 Arc，也在 AI 体验方面有一些很不错的设计，很值得试一试。

最后，我想再强调一下的是：AI 不是替我们做事，而是帮我们把事情做得更好的，这个是做 AI 产品最基本的出发点。

基于上述出发点，再去思考，一是如何用 AI 优化现有体验，二是如何用 AI 创造全新的体验，这是我们思考如何用 AI 提升产品体验的两个可以试一试的思路。