从用户视角拆解AI产物：Character & Tool

1

什么是AI产物的壁垒？

-- 从Jasper.ai裁人提及

”

周三一同床看到讯息，说Jasper.ai裁人了

“这也太快了吧，原本以为还能撑一会” -- 我跟好友都发射感受

我对Jasper.ai的眷注，最初源于一篇文章（Jasper.ai 15 亿美元的 GPT 套壳？有护城河么？）。Jasper这个公司特别故意思，在一众AI新贵中鸡立鹤群：一群小伙子，此中一个Ph.D都没有，没有星斗大海的抱负，也没上心大砖飞的决计，专心想着搞个公司赢利 -- 真实用主义。早前做了个「营销办事分销公司」，望文生义，提供的是营销办事，但做法是分销给外包干 -- 外表上是营销办事，实践做的是Agent，中心才能是倾销。不得不说，偶尔分一个公司的基因就是出生的时分写下的（笑

厥后的提高路途十分互联网：做AI营销写作，靠早前的社群运营拿下名贵的测试用户，然后顺着用户喜好一步步迭代 -- 任鑫说，这是脚踩西瓜皮，滑到何处算何处。一切满怀臆断意志的实验，他们都做崩了；一切顺势而为的小步迭代，不测地都做得还不错

在AI喜好者里，我是此中对Jasper.ai过分眷注的典范。究其缘故，是我以为它对我而言是创建关于AI使用认知体系的一个绝佳的例子：

我以为AI年代ToC产物的killing feature的中心是：「高需求 + 有壁垒」；而此中“有壁垒”是现在最难分析的局部，什么样的AI使用有壁垒呢？哪些是短期/长时壁垒呢：

1. 基于用户使用流程拆解的交互和界面计划是壁垒吗？
2. 针对垂直场景和意图了解的prompt engineering是壁垒吗？
3. 针对垂直场景的embedding方案是壁垒吗？
4. 仅有LLM的才能才是壁垒吗？
5. 照旧说，LLM的才能都不是壁垒，仅有公有化数据 + 数据飞轮 + LLM fine tuning才是壁垒？
6. 又大概说，到最初仅有才能强壮LLM + plug-in生态 + 开发者用户社群才是壁垒？

这么一层层想，越想越乱，没有后果

回到Jasper.ai这个例子，它做到了什么呢？

1. 给职责选择相应模子的才能
2. 联网及时信息，一定的检索功效
3. 全局prompt：纪录充足长时效的客户信息、偏好、作风和设定
4. 模版和局部prompt：基于不同平台的营销案牍prompt
5. 更易用的界面和基于事情流拆解计划的交互方案
6. 极致的用户教导和产物引导
7. 漫山遍野的达人营销

不得不供认，现在Jasper.ai做到的，只是一个科技公司1~3个月事情量的制品：ChatGPT套壳 + 事情流拆解型UI + prompt engineering；别的还赌对了行业窗口期，以及在窗口期上的进一步加码（客户拓展和营销）。在AI年代，这的确不是什么安稳的壁垒。但我之前以为它的事情流拆解才能是忧伤的 -- 这代表着团队对「营销案牍」这个行业的了解充足深入，这约莫充足支持他们用一段时间积累一批用户，然后创建起数据飞轮，再创建下一步更安稳的数据壁垒：

这一套商业模子：高毛利吃行业红利 —> 重营销推行 —> 占领用户心智(预算) —> 打击竞品/把持；在传统行业，飞轮转起来了就势如破竹

但如今不一样了，Jasper这周裁人了 -- 由于ChatGPT的普及相当于D2C品牌直销，Jasper这种正中商没有活路

2

拆解AI使用的一个思绪：Character & Tool

”

迩来有两个最抢手的AI App上架了（除了ChatGPT），国内是文心一言，外洋则是character.ai；两个产物实质上都是「货架型」产物 -- 将不同调试下（主要照旧prompt engineering）的LLM经过货架陈列的办法放在用户眼前，让用户挑选使用：

假如将货架上的AI分类，实践上有两品种型：一种是Character（对应图2&4），一种是Tool（对应图1&3）

Character的中心是性情，提供的是心情代价和天性化；而Tool的中心是功效，提供的是听从代价的非标化。心情和性情厘革多端，以是Character会很多 -- 停止到3月，Character.ai上以前有270万个人物；但功效是仅限的，中心的大需求就那么几个，分化出的细分场景多数有协同性，以是Tool重质而不分量

这个分类很故意思，也十分天然：各位都说LLM改动的是人机交互形式，将原本的Database和Code都变成Model，将GUI变成LUI…但是从用户视角看，实践上产物是从 Tool —> Character + Tool -- 原本我要借助东西完成的职责，如今可以交给一一局部来做了

恰好迩来浅读了一些Tool learning干系的文章（链接），看到了AI作为大脑来使用Tool的潜力。同时又想起了之前和好友讨论过LLM, Agent和Plugin的接洽，头脑里忽然就开头头脑风暴自问自答，以下满是暴论，接待指正：

关于随意一个AI产物，可拆解成 Character 和 Tool：

• Tool即才能，特点是输入安定，听从高。包含了传统东西（如盘算器、闹钟、天气预告等）和AI新才能（如文生文、文生图、了解意图的搜刮等），固然也包含如今的一些抢手产物（如Midjourney）和一些Plugin
• Character即人物，是使用才能的主体，特点是具有不同的“性情” -- 相似于不同的人。完成的办法包含练习不同的LLM（如GPT, Claude, 另有Infection-1等），以及创建不同的Agent，另有经过不同数据/不同办法调试LLM和Agent

Q: LLM一定是Character吗？

A: 不一定，假如某一个大模子做到了完善的紧缩息争压，那么“性情”的主要泉源就变成了围绕LLM做的Agent，以及指令工程，如此LLM就是Tool了。就像从现在看，ChatGPT是Character，由于干系于Infection-1来说，它博学、冷淡无情、八面玲珑又毫无重点、感性至极；但长时看，ChatGPT不一定不克不及拥有Infection-1的心情才能

Q: AI产物的壁垒在何处？

A: 短期看，Character和Tool都能变成壁垒，乃至Tool是主要壁垒。但长时看，AI产物的壁垒主要在Character，Tool会被收到Character内里被Character使用

Q: 人类就不必Tool了吗？

A: 不是，人类会用Tool，但会在GUI交互下使用，和如今差不多。LUI交互下的Tool都市收到Character里，由于LUI满意的好坏标的办事性需求，人们在挑选办事的时分屡屡不止注意功效性，还思索与对方的契合度（比如找育儿嫂、延聘办事员、置办扣问办事），以是Character + Tool > Tool

Q: Character的差别化才能有哪些？

A: Character的终极外形是一局部管家。因此主要才能是天性化，天性化的中心是模子影象力，影象力够长就能学习用户性情和喜好。其次是光显的性情/三观，用于积累早前用户，相似于今世互联网社区的“社区调性”。Character.ai的创始人Noam Shazeer 说：“假如试图展现一个让一切人都喜好的群众人物，那这个人物一定会是无趣的”。

这里再深一层的壁垒是公有化的数据，能构建有差别化的“人物”。但拉长时间数据的上风也会被消逝，毕竟产物一旦上线之后公有化数据这个看法也不存在了，以是更紧张的是基于性情来构建数据飞轮的办法

Q: Tool的差别化才能有哪些？

A: 短期看，Tool的差别化才能在底层武艺，比拼的是硬武艺才能，现在Midjourney, Runway, Adobe Firefly都是例子；但长时看，武艺带来的东西产物寻常是两个了局 -- 武艺本钱高的会完成把持（如微软办公套件、Adobe套件等），武艺本钱低的会成为烂大街的根天性力（如计时器、盘算器等），百花怒放的时机不大

Q: 假如要做ToC产物，做Character照旧做Tool？

A: 关于大大多人，做Character比力好。由于Character愈加多样，需求愈加长尾，有更多产物能活下去，活下去后守住壁垒也更容易。做Tool要有相对的硬武艺才能，以及把持市场的才能

Q: 最厥后回复，长时看什么是AI产物好搞的路途？必要什么条件？

1. 发觉优质Character：必要有好的用户需求洞察，大概一个快速挑选的机制（这波Character.ai在大气层）
2. 基于目标Character的模子建构：必要有针对目标Character的数据挑选机制（标注）
3. 捉住窗口期积累用户/语料：明晰的产物定位和营销才能
4. 构建加深Character差别化的数据飞轮：精良的产物 <—> 数据计划
5. 反复以上循环