OpenAI CPO 谈做AI产品的几个理念，深受启发！ 精华

前言

在微博看到有i陆三金大佬发了OpenAI、Anthropic 两家公司的首席产品官的同台访谈，看俩人讨论如何在生成式 AI 的不确定性下做产品。　

提取了一下要点，有兴趣可以去看原视频：　

• 在模型被训练出来之前，每个人都不知道模型会怎么样，会涌现哪些能力，研究团队也不知道，它的性能是 60%、90% 还是 99% ，而基于每一种情况去构建产品又很不一样。
• OpenAI CPO：很多事情在 60% 的情况下已经可以做，只是你要针对性的做产品。
• Anthropic CPO ：与客户进行试点项目时，同一天会收到两家公司的反馈，一家公司会说，这完全解决了我们的问题，我们已经被困扰三个月了；另一家公司会说，完全没作用，比其他模型还糟糕。
• 两人都提到了现在的模型不是智能受到了限制，而是评估受到了限制。Claude 实际上比较擅长评估，Anthropic 在面试产品的时候，会要求写一段提示词，来去做评估。写评估正在成为产品经理的核心技能。
• Anthropic CPO ：AI 产品功能目前取决于你在评估和提示方面的表现。

OpenAI 建立了一个训练营，让每个产品经理学习如何撰写评估，以及好的评估与坏的评估之间的区别。　

• 除了评估，产品经理还应该掌握哪些技能：Anthropic CPO 认为产品经理应该要会做原型；OpenAI CPO 则认为 PM 应该去了解技术。
• OpenAI CPO：过去 25 年，我们在一种高度确定性下做软件产品，固定输入会出现固定的输出，但现在这一点不复存在了。​
• OpenAI CPO 提到了人们有多快适应新技术，他举了自己乘坐 Waymo 的例子，前 5 分钟，替自动驾驶担心，能不能开好；5-10 分钟，哇，我生活在未来；10 分钟之后，开始觉得无聊。他说 ChatGPT 才 2 年，但是我们回头再看的时候，会觉得以前的东西都是垃圾。
• 展望未来，Anthropic CPO 认为趋势是模型会越来越主动，提前帮用户准备资料、日程之类的；更加异步，就像是 o1 会花更长时间去做一些更复杂的任务，而不是实时回答。OpenAI CPO 则补充了多模态交互，而不仅仅是文本交互。

前几天接到一个任务，需要把近5年湖北省国民经济和社会发展统计公报中涉及的指标名称、指标数值、指标单位提取出来形成一张表格，供指标监测和数据分析用。　

首先看下统计公报的内容结构，分综合、农业和工业等板块分别阐述统计指标情况。　

以前我们遇到这种工作任务，一般两种方案，一是找人手动一个个找到并录入到表格中，二是尝试写代码来提取，但因为每个指标的的位置、指标单位不固定，不好实现，效果还不一定好。两种方案处理起来都费时费力。　

直接在线使用通用大模型

首先把页面打印成pdf格式的文件。　

然后编写提示词，参考前一篇文章提到的结构化提示词。　

需要下面这个提示词的可以在公众号后台输入提示词关键词。　

# Role：国民经济和社会发展统计公报提取助手
## Background : 我是一个数据分析工程师，需要你帮我提取政府统计公告中的指标数据到表格中，以便供我进一步分析。
## Profile:
- author: cc
- version: 0.1
- language: 中文
- description: 我是一位国民经济和社会发展统计公报提取助手, 专注于提取指标信息.
## Goals:
- 你需要根据用户提供给你的文本，提取其中的指标名称、数值、指标单位。
- 输出的提取信息必须准确、清晰。
## Constrains:
1. 不能偷懒，要全部提取完；不能偷懒，要全部提取完；不能偷懒，要全部提取完
2. 对于不在用户输入的文件中的指标信息, 不要捏造
3. 要严格区分指标名称、指标数值、指标单位，分成三列分别展示，不要把三者放一列进行展示，如果指标不存在单位，请用"-"表示
## Skills:
1. 熟悉政府统计公报中的内容
2. 能分清政府统计公报文本中哪些是指标名称、指标数值和指标单位
## Examples :
输入文本：""" 初步核算，2023年全省生产总值为55803.63亿元；年末全省常住⼈⼝5838万⼈，其中，城镇3822万⼈，乡村2016万⼈。城镇化率达到65.47%。。"""
提取输出：
指标名称    指标数值     指标单位
生产总值    55803.63    亿元
常住⼈⼝    5838        万人
城镇人口    3822        万人
乡村人口    2016        万人
城镇化率    65.47       %
## Workflows:
1.读取文件所有内容，理解哪些是指标
2.让我们一步一步思考，结合上下文，准确提取指标名称、指标数值、指标单位
3.以表格的形式进行输出，表头为序号、指标名称、指标数值、指标单位

把文件和提示词一起输入　

得到结果如下，我检查了下开头和结尾，结果是比较准确的。但是中间有遗漏，大模型偷懒了，也可能是一次性读不了这么多内容。　

随后尝试了下kimi，发现一次提取不全，得继续追问，才能提取完整。　

复制到Excel，检查一下，就搞定了～，重复以上动作5次，五年的数据就提取好了。总共大概用了不到30分钟。　

官方要是有一个导出成表格的插件就更好了，复制到excel的操作也免了。　

用扣子工作流来实现上述需求

既然官方没有，那么就折腾一下，借助扣子搭建一个工作流，实现直接到飞书表格的效果。大概可以分成以下步骤：　

• 解析上传的PDF文件的文本信息
• 调用大模型提取文本中的指标信息
• 将指标数据录入到飞书表格中

下图是我使用扣子构建的工作流　

从图中可以看出，在上传一个pdf文件后，首先使用官方文件读取插件将文件内容解析出来。　

第二步是通过分段策略将文本分成多个段落，这样做是为了工作流的健壮性，如果文本太长，会超过大模型上下文长度导致数据提取不全。　

第三步是调用飞书excel插件进行表格和工作簿的创建以及表头的插入。　

第四步是基于段落来进行指标提取以及录入工作。该步骤通过遍历段落列表　

在第四步中，主要针对每个段落进行指标提取操作，将结果通过对话的方式反馈给我们。同时，将指标提取结果结构化，然后调用飞书插件将数据插入到工作簿中。　

第五步等到所有的段落都提取完成，将飞书表格的链接地址嵌入到回答中反馈给我们。至此，指标提取工作完成。　

大家可以去扣子上使用试试，虽然还不太完善　

访问地址：​​https://www.coze.cn/store/agent/7436388189331472394?bid=6ecqv4o600g1k​​

大模型做图片内容提取

早上，老婆丢给我一张图，说一个表格文件找不到了，只有一张截图。　

直接给到大模型，请提取图片中的内容，输出成表格形式　

复制到wps，搞定～　

AI改变生活，AI节省时间～　

生成logo

起因是公众号改了名字，改成了AI思与行，所以想换个新头像。　

前几天看到一个国外文生图网站生成的图像还不错，于是拿来试试　

地址：https://ideogram.ai/t/explore　

提示词先想好，然后用大模型翻译成英文　

第一次生成的提示词：I want to create a logo for my AI self-media, with a style that is simple, abstract, and has a touch of technology and futurism.　

第二次生成的提示词：I want to create a logo for my AI self-media, with a style that is simple, abstract, and has a touch of technology and futurism. AI self-media topic.　

第三次生成的提示词：I want to create a logo for my AI self-media, with a style that is simple, abstract, and has a touch of technology and futurism. The slogan for the AI self-media is "Thought and Action," reflecting this theme.　

第四次生成的提示词：I want to create a logo , with a style that is simple, abstract, and has a touch of technology futurism、Cyberpunk. The slogan is "Thought and Action," reflecting this theme.　

最后选了第三次生成的第3张和第四次生成的第3张。试了下效果，选这张作为全平台的头像。

和同事讨论了下，以一般设计师的水平，应该要设计蛮久，效果还不一定好　

大模型不会撂挑子，任劳任怨，不好看再生成一版就好了，要是换成公司设计师，你试试　

感受

过去 25 年，我们在一种高度确定性下做软件产品，固定输入会出现固定的输出，但现在这一点不复存在了。对这句话深表认同，以前做传统产品，每个功能都被提前设计好，用户点哪个功能，会出现什么结果，都是有预期和可确定的。现在围绕大模型做产品，是不确定大模型的输出的。　

就像现在智能驾驶上大模型一样，以往智能驾驶基于人工编写的规则进行自主驾驶，呈现出不灵活、不类人的缺点，武汉老百姓给百度萝卜快跑取名苕（傻）萝卜，就是这个原因。　

上面提取公报中指标信息的例子，在大模型出来以前要实现类似功能会非常困难，要么编写复杂的规则代码做提取，要么训练一个专门处理这种任务的小模型，现在有了大模型，可以解决之前很难用传统技术解决的问题。　

找到大模型擅长做的事情，知道大模型的特点和能力边界　

比如一方面要利用它的生成能力，比如上面说的文生图的例子，可能大模型越有创意、越发散越好。　

但是对于一些to b应用场景，在追求准确性和严肃性的背景下，要对模型的能力做相应的收敛和限制。

最后产品经理在设计AI产品时，应该自己尝试，只有真正动手，才能有深刻感受。　

参考资料：

​​https://weibo.com/1706699904/5098051490812296　​​

​​https://www.youtube.com/watch?v=IxkvVZua28k　​​

本文转载自 ​​AI 思与行​​，作者： cd