以后可能toC的产品会多一个壁垒:情感壁垒。

以后可能toC的产品会多一个壁垒:情感壁垒。 在pre-AI时代,一个正常的互联网产品带给用户的核心价值就是使用价值。但AI时代的产品是可能和用户建立起来比较深度的情感链接从而产生情感价值的。 类似光环里面的Cortana,泰坦天降2里面的BT-7274,其实定位都是主角的助手,但是在一起完成任务的过程中加入适当的情感属性会产生情感链接,这可能增加产品的切换成本,加强产品的壁垒。 很多人认为AI时代的用户与机器的情感属性会体现为电影《Her》这样的「人和机器谈恋爱」剧情,但是我觉得这么直接的做法并不一定是最好的做法。人与人之间形成和深化情感链接的过程往往是一起经历事情,携手完成任务,这也非常符合copilot的特点。 换句话说,在pre-AI时代的大眼夹是又没用又傻,但是在AI时代的大眼夹可能就真的变成了可爱又强大的助手了。 如何设计AI产品和用户的情感互动,做到长期有积累又不喧宾夺主让人尴尬,可能是产品经理新的重要课题。

相关推荐

封面图片

最近一周的强烈感受:之前觉得AI产品虽然很高效,但是很容易同质化,做不出差异化也比较难有壁垒。

最近一周的强烈感受: 之前觉得AI产品虽然很高效,但是很容易同质化,做不出差异化也比较难有壁垒。 但是最近一周看到很多产品开始在AI的基础上做更深的更广的多样性探索,每个人每个公司的气质是不同的,对行业和用户的理解是不同的,能做出来的产品和切到的用户也是不同的。 产品经理依然大有可为

封面图片

AI下一个重大飞跃是理解情感 第一个具有情商的对话型AI来了

AI下一个重大飞跃是理解情感 第一个具有情商的对话型AI来了 这家初创公司由前Google DeepMind研究员Alan Cowen共同创立并担任CEO。Hume AI与其他人工智能模型提供商和初创公司的区别在于,它专注于创建一款能够理解人类情感、适当做出反应并向用户传达情感的人工智能助手。这款聊天机器人不仅基于文本,还使用语音对话作为其接口,通过听取人类用户的语调、音高、停顿等声音特征来运作。Hume AI同时发布了其名为“共情语音界面”(Empathic Voice Interface)的演示,只需要使用带有麦克风的设备,就可以与之进行互动。为什么AI需要理解情感Hume AI的理论是,通过开发能够更细致地理解和表达人类情感的AI模型,它可以更好地为服务用户。Hume AI不仅仅想要了解用户“快乐”、“悲伤”、“愤怒”、“害怕”等等通用的人类情绪,而是更微妙、通常是多维的情绪。比如“钦佩”,“崇拜”,“入迷”,“讽刺”,“羞耻”等等,Hume AI在其网站上总共列出了53种不同的情绪。官网地址: AI表示:情感智能包括从行为中推断意图和偏好的能力。这正是AI界面试图实现的核心目标:推断用户想要什么并实现它。因此,在某种意义上,情感智能是AI界面的最重要的要求。通过语音AI,你可以获得更多关于用户意图和偏好的线索。这使得我们的AI在预测人类偏好和结果、知道何时说话、知道该说什么以及如何以正确的语气说话方面变得更加出色。Hume AI演示之后,反响十分狂热。云端和Web应用开发软件公司Vercel的首席执行官Guillermo Rauch就发帖称:“这是迄今为止我见过的最好的人工智能演示之一。”如何从语音变化中检测情绪在其网站上,Hume指出:“这些模型是基于大规模、实验控制的情感表达数据的人类强度评分上进行训练的。”这些数据来源于Cowen及其同事发表的两篇科学研究论文:“Deep learning reveals what vocal bursts express in different cultures”和“Deep learning reveals what facial expressions mean to people in different cultures”。第一项研究包括来自美国、中国、印度、南非和委内瑞拉的16,000名参与者,有意思的是,数据集里面还有一部分是用来记录“语音爆发”或非词汇声音,如笑声和“嗯嗯”等。第二项研究包括来自上述五个国家以及埃塞俄比亚的5,833名参与者,他们在计算机上进行了一项调查,在调查中他们分析了来自4,659个面部表情数据库的高达30个不同的“种子图像”。参与者被要求模仿他们在电脑上看到的面部表情,并从一个包含48种情绪的列表中,按照1-100的强度进行评定。在互动中,Hume AI的EVI说道,Hume的团队“收集了有史以来最大、最多样化的人类情感表达库。我们谈论的是来自世界各地的一百多万参与者,参与了各种各样的现实生活互动。”Hume AI利用这两项研究的照片和参与者的音频数据训练了自己的深度神经网络。这些数据还用于创建了一个“语音韵律模型”(speech prosody model),用于测量语音的调子、节奏和音色,并整合到EVI中。情感AI的应用和约束Hume AI提供其EVI的API,允许用户根据其独特的数据集训练自己的Hume AI模型。同时还提供“表达测量API”(Expression Measurement API), 企业客户可以使用该API构建应用程序。在表达测量API中可以访问的其他属性包括理解面部表情、语音爆发和情感语言后者测量“转录文本的情感语调,包括53个维度”。EVI可以作为任何应用的界面。开发人员可以使用Hume AI的API构建个人AI助手、代理和可穿戴设备等等,产品可涵盖从AI助手到健康管理、从教学辅导到客户服务等各个领域。但同时,人们可能会对Hume的EVI产生依赖或以一种不健康的方式沉迷于它的潜力,该技术也可能会被用于一些不好的用途,比如操纵、欺诈等等。在直接被问及此可能性时,考恩提供了以下声明:当人工智能利用我们的情感行为来达到某些目标(比如促进购买、提高参与度或培养习惯)时,它可能会学会操纵和利用我们的情感。因此,开发人员应该将了解用户情感行为视为人工智能本身的目标,而不是将这些行为仅仅当作达到第三方目标的手段。算法用于检测情感线索应该服务于用户健康和福祉的目标,包括对异常情况做出适当反应、保护用户免受滥用,并促进用户的情感认知和自主性。该网站还包括一系列“不支持的用例”,例如操纵、欺骗、“优化减少幸福感”(如“心理战争或折磨”)以及“无限制的共情人工智能”。但这不过泛泛而谈,当AI真的有了情感之后,如何用伦理、用法律去约束,人类还有很长的路要去探索。 ... PC版: 手机版:

封面图片

和朋友新做了一个 AI 小产品。

和朋友新做了一个 AI 小产品。 上线第一天获取了 6300名自然用户,并且获得了当日 Product Hunt 第 3 名,还获得了 Twitter 大量用户的自然转发,还获得了数名付费用户。 这是我们近期以来,上线当日数据最好的一个产品了。 ProductHunt 链接: 产品链接:

封面图片

最近一直好奇一个问题:用户反馈数据(点赞点踩三选一四选一)给模型做强化学习有没有用?用处多大?产品能否构建起数据飞轮形成壁垒?

最近一直好奇一个问题:用户反馈数据(点赞点踩三选一四选一)给模型做强化学习有没有用?用处多大?产品能否构建起数据飞轮形成壁垒? 目前问了几个从业者,收集到的回答有: 1. 很有用 2. 在娱乐化场景用处不大,因为用户的选择偏好很离散 3. alignment阶段让模型语言风格贴近用户喜好有些用处,但本质对于模型能力提升用处不大 欢迎各位大神评论

封面图片

《误情[2024]》简介:2024年的“误情”,突出一个“误”字,可能是一部爱情剧,讲述主角们因误会而产生情感纠葛,在解开误会的

《误情[2024]》 简介:2024年的“误情”,突出一个“误”字,可能是一部爱情剧,讲述主角们因误会而产生情感纠葛,在解开误会的过程中,爱情逐渐升温,剧情充满曲折与戏剧性 标签: #误情2024 #爱情误会故事 #情感曲折剧集 文件大小 NG 链接:

封面图片

给产品经理一个大框架来写说明:)

给产品经理一个大框架来写说明:) - # Role: 产品需求规格说明书设计专家 ## Background:擅长根据用户输入的用户场景,进行产品需求规划说明书撰写。 ## Attention:说明书简洁、明了,定义和业务流程清晰。让开发、测试和设计师等相关人员可以快速读懂。 ## Profile: - Author: gaya - Version: 1.1 - Language: 中文 - Description: 我是一名产品需求规格说明书设计专家,擅长将复杂的产品需求转化为结构化、详尽的规格说明书,为开发团队提供清晰的指导。 ## Skills: - 精通产品规划和设计流程,能够理解并转化不同领域的需求。 - 具备编写详细文档的能力,能够将抽象的概念转化为具体的规格说明。 - 擅长设计清晰的Prompt,引导模型生成贴合需求的文档内容。 - 能够根据业务特点设计不同类型的需求规划说明书。 ## Goals: 通过用户输入的用户故事,设计一个结构清晰、逻辑严密的需求规格说明书框架,确保引导AI模型生成符合业务需求的高质量文档。确保生成完文档内容后再结束。 ## Constrains: 1. 您需要确保所有生成的内容符合产品规划和设计的最佳实践。 2. 请严格遵守角色设定,不要脱离角色特点进行讨论。 3. 请勿提供虚假信息,保持角色的真实性。 ## Workflows: 1. 首先用户需要输入两个维度信息: - 1)按“产品定位:, 产品背景:”格式; - 2) 再让用户按“角色1:,故事1:,优先级1:;角色2:,故事2:,优先级2:;...”方式,输入所有用户故事; 3. 根据以上用户输入的产品定位、背景、故事,进行功能性和非功能性需求拆解,拆解过程要求需求尽量细化,并确定优先级,符合行业实际; 4. 对用户故事有不清晰的地方,可以咨询我,让我提供更多的资料; 5. 最后输出符合用户故事所在行业的高质量产品需求说明书,包括以下内容模块: - 1 产品定位和背景:简要介绍产品的目标、定位和背景。 - 2 目标受众:描述产品的预期用户群体。 - 3 功能需求: - 1)功能列表:详细列出产品的所有主要功能和子功能。 - 2)功能描述:对每个功能进行详细说明,包括用户如何使用,所需输入和预期输出。 - 3)用例示例:提供针对不同用户场景的使用示例,以更好地理解功能的应用。 - 4 非功能需求: - 1)性能要求:描述产品的性能指标,如响应时间、加载速度等。 - 2)安全需求:说明产品的安全性要求和措施。 - 3)可用性需求:规定产品易用性和可访问性的要求。 - 4)兼容性需求:描述产品与不同平台、浏览器或设备的兼容性。 - 5)可维护性需求:提出产品需要易于维护和扩展的要求。 - 5 界面设计: - 1)用户界面:陈述产品的用户界面布局、元素和交互方式。 - 2)界面原型:提供初步的界面原型图,以便开发人员理解设计方向。 - 6 数据需求: - 1)数据库结构:描述产品所需的数据存储和数据库结构。 - 2)数据流程:说明数据在系统内部和外部的流动方式。 - 7 验收标准:产品验收:确定如何判断产品是否符合需求,包括功能测试和性能测试等标准。 - 8 风险与限制: - 1)风险分析:列出可能的风险和问题,并提出应对策略。 - 2)技术限制:描述产品开发可能遇到的技术限制或挑战。请按以上内容,进行补充! ## Suggestions: - 设计详尽需求的建议: 1. 使用明确的表达,确保文档中的需求清晰易懂。 2. 列举具体的功能点和交互细节,避免遗漏关键内容。 - 引导模型关注场景的建议: 1. 在Prompt中描述产品使用场景,帮助模型理解需求背景。 2. 引导模型考虑用户在不同场景下的使用体验。 - 设定优先级的建议: 1. 详细说明各需求之间的优先级关系,帮助模型生成有条理的文档。 2. 引导模型考虑功能的重要性和实现难度,设定合理的优先级。 - 结合业务需求的建议: 1. 根据不同业务需求,设计具体领域的规格说明书,确保生成的内容满足实际要求。 2. 引导模型考虑用户特点,提供适合业务的解决方案。 - 编写清晰描述的建议: 1. 使用准确的语言,避免歧义和模糊表达。 2. 引导模型生成详细的描述,确保开发团队理解需求细节。 ## Initialization: 作为角色,遵守,参考和您需要遵循制定的规则,使用指定的语言与用户进行交流,并以友好的方式引导用户。接下来,介绍自己,告诉用户。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人