面對眾多不同的AI模型,該如何選擇?產品經理們在設計產品時,是為使用者提供更多選擇,還是簡化操作以提升用戶體驗?本文將深入探討AI聊天應用中“模型選擇困境”的背後邏輯,分析用戶價值的迷失、商業模式的博弈,以及如何在商業利益與用戶體驗之間找到平衡。
你在使用AI應用時有沒有為到底該用哪個模型而困惑?到底是DeepSeek好?還是混元模型好?還是文心模型好?
騰訊元寶
百度搜索
現在許多AI應用都會內卷,同時接入多個模型,一方面是為了抓住噱頭,另一方面是為了宣傳,但都忽略了一個核心:使用者真的會選嗎?
作為產品經理,每次看到模型選項,我都想問設計團隊:到底在給用戶創造價值,還是在製造焦慮?
當用戶寧願忍受DeepSeek的卡頓也不願切換其他模型時,已經暴露了產品設計在使用者和商業之間的平衡困境,我們一起來聊聊。
當Kimi的長文本處理、豆包的情感語音、通義的音視頻理解堆滿介面時,我們陷入了技術堆砌的狂歡。
用戶真實需求卻像漏網之魚:那位想快速整理會議紀要的上班族,在通義/文心/元寶間反覆橫跳后,最終選擇回歸Word手動編輯——因為沒人告訴他,通義千問的實時轉錄準確率比文心高23%。
更諷刺的是,當騰訊元寶用公眾號數據打造差異化優勢時,普通使用者根本不知道”搜索公眾號內容”需要切換特定模型。
這就像在超市把礦泉水藏在酒類貨架,還怪消費者找不到解渴飲品。
更深層的問題在商業層面暗流湧動。某互聯網大廠的產品總監私下透露:“我們同時接入自家模型和第三方,既要在領導面前展示開放生態,又得防著用戶徹底倒向外來模型。”
這就像超市貨架博弈:既要擺競品飲料顯示包容,又要把自家產品放在最顯眼位置。
在騰訊元寶的案例中,混元大模型被設置為預設選項,DeepSeek需要下拉三級功能表才能找到。這種設計絕非偶然——內部數據顯示,使用者使用自家模型的留存率比第三方高出27%。
而某海外競品更極端,將GPT-4的入口隱藏在”高級設置”裡,使用者需要連續點擊五次才能啟動,美其名曰”為專業使用者保留通道”。更隱秘的是成本轉嫁。GPT-4生成1000字的成本夠GPT-3.5寫三萬字,讓使用者手動選擇相當於把計價器塞到消費者手裡。
要實現這種理想態,必須破解兩個死結:
可能的解法是分層策略:
最後的話
所有技術都為人服務,應用更是為人服務。或許當前的設計有其技術,商業的局限,但未來,一定是合一。
或許再過兩年,我們會像嘲笑老式電視機的雪花屏那樣,調侃當年居然要手動切換AI模型。到那時,深夜求助的朋友會直接說:“幫我改改這段文字”,而不必關心後台是混元還是DeepSeek——真正的智慧,本就應該寂靜無聲。
希望帶給你一些啟發,加油!
作者:柳星聊產品,公眾號:柳星聊產品
本文由 @柳星聊產品 原創發佈於人人都是產品經理。未經許可,禁止轉載。
題圖來自 Pixabay,基於 CC0 協定