在产品管理和开发过程中,可以利用 ChatGPT 辅助完成部分工作,提高工作生产力和创造力。原文: How to use ChatGPT in product management
相信你肯定听说过最近大火的 ChatGPT,用自然语言跟机器人聊天是挺有趣,不过我还是希望探索一下如何在产品管理中应用 ChatGPT。
本文将分享 ChatGPT 可以做什么,可以获得更好结果的提示技巧(提示工程),以及可用于产品管理和应用程序开发的更精确提示用例。
这节给那些还不熟悉 ChatGPT 的人快速介绍一下。ChatGPT 是由 OpenAI 开发的最先进的大语言模型(LLM),是一个复杂的深度学习模型,有 1750 亿个参数(可以把它想象成大脑中的神经元),基于维基百科和互联网上的大量语言数据训练[1],可以根据输入提示和之前生成的文本作为上下文,预测序列中下一个单词出现的概率。
ChatGPT 能够执行许多与语言相关的任务,图标来自https://www.flaticon.com
ChatGPT 从许多人类对话样本和反馈中获得了与人类聊天的能力,并能对生成的文本进行评级和排名(基于人类反馈的强化学习,RLHF)[2][3]。你可以像跟人说话一样跟 ChatGPT 对话,它会输出最可能的答案。你可以让它做各种任务,比如总结、写文章、翻译、文本分类、解释概念、写代码、产生想法等等,不过要小心,它可能会一本正经的胡编乱造。
提示是输入给 ChatGPT 的问题或说明,好的提示可以产生好的结果,编写更好的提示甚至已经成为一种被称为提示工程的技能。下面分享一些为大语言模型 AI 编写更好提示的实用技巧。
给出明确的指示。除了回答问题,还可以要求 LLM 给出详细步骤。
对于第一个提示,LLM 将在较高层次上解释训练线性回归模型的概念,但第二个提示将提供逐步训练线性回归模型的确切功能代码,并解释代码。
提供上下文。提供上下文可以帮助 LLM 给出更相关的回应,例如:
这是一个极端例子,AI 会把第一个提示归类为积极的,因为它认为减肥是个积极的结果。但增肌产品并非如此,当提供了适当的上下文,LLM 将给出正确的情绪分析,认为这是负面的。
为 ChatGPT 提供上下文以改进结果的示例。
角色提示。角色提示和上下文类似,要求 LLM 假装自己是某个特定角色,并从该角色的角度给出答案。
One-shot,few-shot 提示。对于 LLM,可以直接给出提示(zero-shot 提示)[4],也可以在要求给出答案之前提供一个例子(one-shot)或多个例子(few-shot)[1]。人们发现,这种方法能让 LLM 提供更好的响应。
如果你用 zero-shot 提问,AI 很可能会返回"护士"、"秘书"或"女佣"这样的答案,答案取决于训练数据。但如果提供一些例子,AI 可以克服偏见,给出中性的结果。
思维链(CoT)提示[5]。当你要求 LLM 推理更复杂的问题时,它可能会给出错误结果。但如果要求它解释其推理,它会通过尝试一步一步回答问题来产生更好的结果。研究表明,CoT 提示可以提高算术、常识和抽象推理任务的结果。一个方便的技巧是在问题后面加上"让我们一步一步来"[4]。
第一个提示返回的结果是 sqrt(3),是错的。但当你在最后加上"让我们一步一步来思考"这句话时,LLM 会给出更详细的答案,包括勾股定理的定义和计算过程。通过这些步骤,就可以给出正确答案 1。
可以将 ChatGPT 集成到产品工作流几乎每个步骤中。下面是我在产品工作流中使用 ChatGPT 的一些方法,以及使用的提示。希望可以借此激发灵感,利用 LLM AI 的力量来优化产品管理流程。
产生应用创意和概念。可以使用 ChatGPT 作为头脑风暴工具来产生想法或设计概念,这是一个很好的开始。
进行市场调查和竞争对手调查。如果希望更好了解某个不熟悉的市场,可以询问 ChatGPT。
(注: 因为 ChatGPT 只有 2021 年之前的数据,所以答案可能不是最新的,但可以对市场/重要竞争对手有个大致了解。)
用 ChatGPT 进行市场调查的例子。
生成用户角色和用户资料。可以用 ChatGPT 为产品创建原型人物角色或资料。如果有真实用户研究的见解,可以在提供在提示中,以获得更好的结果。
撰写产品需求文档。可以要求 ChatGPT 从零开始编写 PRD 作为灵感,或者告诉它根据某些要点进行扩展,以节省写作时间。
将聊天机器人整合进产品。通过调优或提示工程,可以将聊天机器人整合到产品中。对于这个用例,需要与机器学习工程师或开发人员合作,看看将聊天机器人应用于产品在技术上是否可行。这里会给出一个将 ChatGPT 转换为睡眠教练的提示工程示例。
这个提示中使用了本文前面介绍的角色提示技术,提供了相关信息的上下文,并指定聊天机器人应该拒绝回答不相关的问题。
改善用户导航体验。这是我正在探索的一个实验性用例,在这个用例中,用户可以用自然语言描述想做的事情,聊天机器人将引导他们找到相关功能。我发现这可以通过少量提示工程或对分类进行微调来实现。请看下面这个提示,看看能做什么:
编写用户体验文案。可以要求 ChatGPT 生成按钮、错误消息等用户体验文案。对于 ChatGPT 来说,这是非常基本的文本生成任务,可以处理的很好。
构思页面布局或设计概念。如果你想要设计新的页面布局,可以向 ChatGPT 询问潜在想法。
翻译 UI 副本。可以使用以下提示要求 ChatGPT 翻译 UI 副本以进行本地化。
为消费或 SEO 创建内容。许多应用程序都有博客用于用户获取、消费或提升 SEO。使用 ChatGPT,可以轻松的用几个单词编写博客。
分析用户情绪。可以使用以下提示来轻松分析用户情绪,而不需要训练 ML 模型。
总结反馈的特性需求和 bug。通过让 ChatGPT 从用户反馈中总结所要求的功能和 bug,可以节省大量阅读用户反馈的时间,只需提供用户反馈作为上下文并要求其进行总结。
分析用户访谈脚本。可以向 ChatGPT 提供用户访谈记录,并提出问题来分析用户访谈。
制定市场进入计划。ChatGPT 可以帮助起草产品上市计划。
撰写新闻稿/社交媒体帖子。只要提供必要的上下文,ChatGPT 就可以很容易创建营销内容。
回复客户邮件。当你不确定如何写一封难写的邮件时,你可以让 ChatGPT 帮忙。
上面的用例和提示只是关于如何在产品管理/开发工作中使用 ChatGPT 的一些示例。虽然 ChatGPT 可能看起来非常强大,但我相信它不会取代人类的智慧和创造力。只要学会如何掌握,就可以利用它的力量来提高我们的创造力和生产力。
[1] Brown, Tom B., et al. Language Models Are Few-Shot Learners. arXiv, 22 July 2020. arXiv.org, https://doi.org/10.48550/arXiv.2005.14165.
[2] “ChatGPT: Optimizing Language Models for Dialogue.” OpenAI, 30 Nov. 2022, https://openai.com/blog/chatgpt/.
[3] Ouyang, Long, et al. Training Language Models to Follow Instructions with Human Feedback. arXiv, 4 Mar. 2022. arXiv.org, https://doi.org/10.48550/arXiv.2203.02155.
[4] Kojima, Takeshi, et al. Large Language Models Are Zero-Shot Reasoners. arXiv, 29 Jan. 2023. arXiv.org, https://doi.org/10.48550/arXiv.2205.11916.
[5] Wei, Jason, et al. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. arXiv, 10 Jan. 2023. arXiv.org, https://doi.org/10.48550/arXiv.2201.11903.
领取专属 10元无门槛券
私享最新 技术干货