图片来源：Lenny's Newsletter

Z Highlights

• 科技企业家Elad Gil强调，将AI作为产品核心需要时间，初期产品往往只是基础功能，而真正的价值在于深入理解AI技术并将其融入产品体验的核心。初创公司投资人Sarah Guo认为，对于初创公司而言，专注于解决当前基础模型难以解决的难题更为容易和安全，她鼓励利用模型的改进潜力。Intercom的首席产品官Paul Adams指出，AI领域的产品构建与传统软件不同，其可行性和效果并不明确，建议从技术可能性出发进行原型设计，这是对传统软件开发思维的重大转变。

• HeyGen联合创始人兼CEO Joshua Xu、WHOOP的核心应用产品主管Hilary Gridley、Hex的联合创始人兼首席技术官Caitlin Colgrove、GitHub的产品副总裁Ryan J. Salva的观点共同强调了在AI产品开发中，理解和满足用户的实际需求、进行深入的用户测试和保持高标准的用户体验的重要性。

• Canva联合创始人兼首席产品官Cameron Adams强调了在设计AI产品时提供正确的起点和信心的重要性，以帮助用户克服使用新技术时的畏惧感。Runway的产品负责人Joel Kwartler也提到，UI/UX的设计对于AI产品的成功至关重要，它不仅能让用户更容易发现新功能，还能显著提高用户的转化率，即使他们之前已经在使用旧的UI。他们一致认为在AI产品开发中，除了技术本身，用户体验设计和用户教育同样重要。

构建AI产品的经验

Lenny：要么你现在已经在将AI集成到你的产品中，要么你很快就会开始。你可能已经接触到大量关于这个话题的建议，但大多数建议充满了宏大的理念，缺乏可以立即实施的实际经验和战术。因此，我与经常合作的Kyle Poyar一起采访了20多位成功的开发者和创始人——这些人通过艰难的方式学到了构建AI产品的经验，并分享了他们最大的惊喜和反直觉的教训。许多见解令我感到意外，也让我开始以不同的方式思考。我希望这些见解也能对你有所启发。

让我猜猜：你现在的产品路线图上可能有一个高优先级项目，旨在添加AI功能。

Emergence Capital最近的一项调查发现，60%的公司已经将生成式AI集成到他们的产品中，另外24%的公司也将其纳入了路线图。AI正在迅速席卷全球。

然而，许多这样的努力最终会以失败告终。大多数早期的AI应用都有一个“游客”问题：它们很快吸引了大量用户，但留存率和参与度却出人意料地低。而根据Emergence的调查，五分之二的生成式AI产品尽管公司投入了数百万甚至数十亿美元来开发和支持它们，却仍未赚到一分钱。这篇文章的目标是帮助你避免浪费宝贵的时间和资源，避免将你的团队引向错误的方向。

我调查了20多位顶尖的AI产品开发者，询问他们在将AI集成到产品中时学到的最反直觉和最令人惊讶的经验。这些领导者开发了许多当今备受喜爱和成功的AI产品，包括Adobe、GitHub、Intercom、Perplexity、Canva、Runway、HeyGen和Superhuman的产品。以下是我学到的内容：

图片来源：Lenny's Newsletter

学会不同的思考方式

“要真正以AI为核心进行思考需要时间。第一版的产品通常只是一个附加功能或简单的聊天体验。真正高价值的体验是在你玩转这项技术之后，深入理解它真正提供的内容，并将其整合到产品体验的关键部分中。”

——科技企业家与投资人Elad Gil

“实际上，对于初创公司来说，解决难题——那些今天的基础模型无法完全解决的问题——反而更容易、更安全。我们对利用模型改进的能力曲线感到兴奋，而不是与这种进步对抗。”

——初创公司投资人、Conviction创始人Sarah Guo

“在过去的10年里，对于大多数公司（除了某些硬件基础设施项目），人们认为你想要构建的东西相对容易实现。通常的做法是深入了解客户问题和机会，设计一个你认为很棒的解决方案，然后构建它，AI则不同。

在AI领域，是否能构建某种产品完全不明确。而且即使构建出来了，也不确定它是否真的好，即使它表面上看起来不错。启动项目的最佳方式通常是先问‘技术上有什么可能性？’并进行原型设计。这对过去十年里一直遵循标准最佳实践构建软件的人来说，是一个巨大的思维转变。”

——Intercom首席产品官Paul Adams

仍取决于谁能更好地解决真正的问题

“演示价值不等于用户价值。构建一个很酷的AI演示并不意味着我们拥有一个客户喜欢且有用的产品。”

——HeyGen联合创始人兼CEO Joshua Xu

“我花了很多时间思考采用曲线的细分——识别谁会快速采用新产品，谁不会，以及这些群体的区别。在历史上，我会专注于理解新产品为具有不同功能需求的人们提供的价值。AI改变了这一动态，因为最重要的细分往往取决于人们对技术本身的态度：AI拥护者与AI怀疑者。

许多人讨论了AI‘虚幻的Product Market Fit（产品市场契合）’现象，即新奇驱动的获取导致急剧的流失率，但反过来也成立。我经常与客户交谈，他们拒绝了满足其需求的AI产品，仅仅因为他们不信任或不愿意接受AI。然而，通过正确的消息传递和引导，这些怀疑者可以转变为超级用户！但他们的行为与AI拥护者截然不同。我在下图中勾画了这一点。”

图片来源：Lenny's Newsletter

“因此，我不得不从头重新思考我们的用户测试方法。在测试AI产品时，我重点关注以下几点：

纵向验证：我们是否测试了足够长的时间，以了解当新奇感消退后，用户参与度如何变化？

高接触测试：我们是否与用户保持足够密切的联系，以了解推动参与模式的态度每天如何变化？我们正在尝试使用用户Slack群组，而不是传统的问卷调查和一对一的定性访谈。

态度细分：我们是否在早期测试群体中包含了AI拥护者和AI怀疑者？关键是，我们是否仔细地对他们进行细分，避免平均化他们的参与度，导致产品变成‘温吞水’——一个无法真正满足任何人的产品？”

——WHOOP核心应用产品主管Hilary Gridley

“借助AI，打造出色的产品体验并没有变得更容易。模型的科幻能力令人鼓舞，但这并不是让AI产品出色的原因。优秀的传统产品工程才是关键。这意味着要专注于用户的实际痛点，与客户密切迭代，并对愉快的用户体验保持高标准。”

——Hex联合创始人兼首席技术官Caitlin Colgrove

“大多数人认为AI辅助服务的关键在于模型质量，但模型质量只是整个产品的一小部分。事实证明，后处理过滤器、合同保证、数据隐私、反馈循环、可观察的人类影响等方面都更加重要。换句话说，构建AI产品其实与构建普通产品非常相似。”

——GitHub产品副总裁Ryan J. Salva

与正确的产品设计和用户体验相结合

“AI特别是大型语言模型的承诺在于，只需几个词，就能为你创造任何东西。但正如过去十年中Canva所展示的，当你赋予人们做任何事情的能力时，这可能会相当令人生畏，他们不知道从哪里开始。因此，就像我们设计工具的第一个版本一样，为人们提供正确的起点和信心来利用AI是提供优秀AI产品的关键部分。

我们的Magic Media功能的演变就是一个很好的例子。当你知道自己想要什么图像以及如何描述它时，文本到图像的技术就像魔法一样。但大多数人没有正确的词汇来恰当地解释他们正在寻找的东西；更糟糕的是，他们甚至不知道自己在寻找什么！

我们对Magic Media的迭代减少了那个令人恐惧的空白提示框，并引入了更多的视觉选项来引导你获得出色的图像，同时也帮助人们以正确的方式进行提示。我们还在关注生成后会发生什么——如何调整和修改AI给出的东西，从而确保它正是你想要的。

所有这些都向我们强调，AI工具需要结合直观的产品设计和更广泛的、持续的教育来支持这些行为转变。你不能简单地“打开开关”使用AI——社会正处于文化层面的变革之中，但构建良好的产品可以支持这种转变。”

——Canva联合创始人兼首席产品官Cameron Adams

“AI功能寻找合适的用户界面（UI）和用户体验（UX）的实验，对于转化率指标的影响可能与AI模型本身的研究更新一样大。正确的UX不仅使新模型功能更容易被发现——它实际上提高了使用该功能的用户的转化率，即使这些用户无论如何已经在原始UI中使用了该功能。”

——Runway产品负责人Joel Kwartler

可访问的数据变得越来越重要

“数据和界面可能比模型本身更重要，模型本身正变得越来越商品化，可以通过开源获得，并且被推向边缘，几年内我们将在设备上本地运行许多模型。我最兴奋的AI产品是那些利用专有或独特结构化的数据集——它们拥有使用这些数据的许可证而不是抓取数据——以及卓越的界面，这些界面能够转变过时的工作流程。

这意味着什么？拥有或深刻理解深度垂直领域数据的公司将拥有优势。设计师将比以往任何时候都更重要，他们将想象出全新的方式，利用AI的超能力来转变我们日常工作和生活的界面。”

——Adobe首席战略官、设计与新兴产品执行副总裁；Behance创始人Scott Belsky

原文：Counterintuitive advice for building AI products

https://www.lennysnewsletter.com/p/counterintuitive-advice-for-building

编译：Huiru Jiao

文章来自于微信公众号“Z Potentials”，作者“Newsletter”