AI提效實(shí)踐:產(chǎn)品經(jīng)理如何用GPT-4o的多模態(tài)能力提高工作效率?

1 評(píng)論 4107 瀏覽 30 收藏 9 分鐘

前兩周 OpenAI 發(fā)布了 GPT-4o,不少人還在感嘆AI的發(fā)展太快,但少有人把 GPT-4o 應(yīng)用到自己的工作和生活中。這篇文章,作者嘗試用 GPT-4o 解決了幾個(gè)產(chǎn)品經(jīng)理工作中的問題,非常有幫助,分享給大家。

前兩周 OpenAI 發(fā)布了 GPT-4o,估計(jì)你們也看到各種新聞。有些人看完驚嘆 AI 進(jìn)化太快,有些人好奇怎么免費(fèi)使用。

四月看完發(fā)布會(huì),沒有停留在驚嘆,而是埋頭使用 GPT-4o,研究產(chǎn)品經(jīng)理如何利用它的新能力來(lái)提高工作效率。

結(jié)果,還真被我發(fā)現(xiàn)幾個(gè)很實(shí)用的場(chǎng)景,趕緊記錄分享下。

這次 GPT-4o 更新了多模態(tài)能力。所謂多模態(tài),是指 AI 大模型能識(shí)別處理文字、語(yǔ)音、圖片和視頻。

如果你看過(guò)發(fā)布會(huì),相信會(huì)被 GPT-4o 的語(yǔ)音識(shí)別和對(duì)話能力震撼到??上КF(xiàn)在他們的 App 還沒更新,我又無(wú)法安裝 Mac 版 App,暫時(shí)無(wú)法體驗(yàn),心塞。

除了語(yǔ)音,圖片識(shí)別效果也很驚艷。親測(cè)體驗(yàn),能感受到 GPT-4o 確實(shí)比 GPT-4 強(qiáng)很多,尤其在識(shí)別中文方面。

舉例來(lái)說(shuō),我每次讓 GPT-4 識(shí)別圖片里的中文,出錯(cuò)很多,而 GPT-4o,只是偶爾有幾個(gè)字識(shí)別錯(cuò),整體的準(zhǔn)確率很高。

這回 GPT 終于有眼睛啦,加上它強(qiáng)大的大腦,可以做更多的事情。

用了 GPT-4o 兩周,我發(fā)現(xiàn)產(chǎn)品經(jīng)理在這幾個(gè)場(chǎng)景可以借助它的多模態(tài)能力幫我們提高效率,效果非常好。

場(chǎng)景1:分析流程圖,優(yōu)化流程

ChatGPT 出來(lái)后,許多人都在講用它來(lái)幫我們生成流程圖。這當(dāng)然是一種輔助方式。但如果想依賴 GPT 生成可用的流程圖,顯然不現(xiàn)實(shí)。

在我看來(lái),畫流程圖的過(guò)程,是產(chǎn)品經(jīng)理的核心工作之一:分析流程、表達(dá)需求。

流程圖只是一個(gè)結(jié)果,核心在于你是否清楚這個(gè)流程是怎樣的,應(yīng)該如何優(yōu)化。

竊以為,如果產(chǎn)品經(jīng)理自己無(wú)法將流程圖畫出來(lái),也很難將流程表達(dá)清楚,讓 GPT 畫出符合需求的流程圖。反之,當(dāng)你能描述清楚,讓 GPT 完全按照需求畫流程圖,那你自己也可以畫出來(lái)。

實(shí)際工作中,你接到需求,不可能讓領(lǐng)導(dǎo)幫你畫流程圖吧。而是,按照你的理解,梳理流程,畫出流程圖,讓領(lǐng)導(dǎo)審核。

現(xiàn)在 GPT 有眼睛了,我們可以反過(guò)來(lái)用,不指望 GPT 幫我們生成,而是讓它幫我們分析流程,看哪里有問題,需要優(yōu)化。這也更符合我們的實(shí)際工作場(chǎng)景。

你看,我給它發(fā)了一張泳道活動(dòng)圖,它能準(zhǔn)確分析出里面包括用戶、APP、管理后臺(tái)、話費(fèi)供應(yīng)商這4個(gè)部分,連對(duì)應(yīng)的位置都標(biāo)出來(lái)。

除了識(shí)別文字,它連圖中的箭頭指向都識(shí)別很準(zhǔn)確,給出的優(yōu)化建議也非常到位。

比如,它發(fā)現(xiàn)這個(gè)流程有兩步是可以合并的,減少用戶操作;還提到后臺(tái)可以做異步處理,減少前端等待時(shí)間。

這些都非常專業(yè),可以幫產(chǎn)品經(jīng)理,完善流程設(shè)計(jì)。

場(chǎng)景2:分析產(chǎn)品界面,優(yōu)化產(chǎn)品設(shè)計(jì)

我們做產(chǎn)品時(shí),經(jīng)常討論產(chǎn)品的功能設(shè)計(jì),如后臺(tái)要有哪些功能、怎么布局,甚至還會(huì)糾結(jié)一個(gè)按鈕是放左邊好,還是放右邊好。遇到這種情況,現(xiàn)在可以找 GPT 來(lái)點(diǎn)評(píng)、給建議了。

你看,我給它上傳一張某鵝通的 SaaS 后臺(tái)界面,只用簡(jiǎn)單的提示詞,GPT 1分鐘內(nèi)就給出了優(yōu)點(diǎn)分析和改進(jìn)建議。

另外,在產(chǎn)品設(shè)計(jì)中,設(shè)計(jì)師給你兩個(gè)設(shè)計(jì)稿,讓你選擇,你會(huì)怎么選?有了 GPT ,做選擇更理性、更容易了。

我給它上傳了 Ant Design 原型框架兩個(gè)不同版本設(shè)計(jì)風(fēng)格的后臺(tái)截圖,讓它來(lái)分析分析。

你看,依然是簡(jiǎn)單的提示詞,它就可以從不同角度進(jìn)行分析,還可以讓它用打分的方式,幫我們列出對(duì)比,方便我們判斷選擇。

場(chǎng)景3:分析數(shù)據(jù)圖表,發(fā)現(xiàn)規(guī)律或問題

之前,我分享過(guò)用 ChatGPT 做數(shù)據(jù)分析的方法,是直接把數(shù)據(jù)給 GPT。

有些時(shí)候,還是會(huì)擔(dān)心泄露數(shù)據(jù),或者已經(jīng)數(shù)據(jù)圖表了。這時(shí)僅僅用數(shù)據(jù)圖表,GPT 也能給出很有用的洞察。

假設(shè),老板看了數(shù)據(jù)報(bào)表,給你截了個(gè)圖,問你為什么數(shù)據(jù)下降了,你慌不慌?是不是得趕緊找數(shù)據(jù),排查問題。

如果你沒思路,不妨拿數(shù)據(jù)圖表,問問 GPT。

你看,我發(fā)了一個(gè)日活數(shù)據(jù)的折線圖,它可以準(zhǔn)確地看到哪里數(shù)據(jù)下降了,給出可能原因分析和行動(dòng)建議。

這對(duì)數(shù)據(jù)分析經(jīng)驗(yàn)不多的產(chǎn)品經(jīng)理來(lái)說(shuō),簡(jiǎn)直是大神級(jí)的助理。

當(dāng)然,我們可以根據(jù)它的建議,深入看數(shù)據(jù),給它更多的圖表,逐步定位問題。

后面,我又給了它日活的歷史數(shù)據(jù)和各個(gè)渠道的日活數(shù)據(jù)趨勢(shì),它給出的建議也更加具體。

不得不說(shuō),現(xiàn)在 GPT-4o 的數(shù)據(jù)分析能力,比 GPT-4 強(qiáng)很多,可以幫我們做很多數(shù)據(jù)分析工作,非常方便,效果也非常好。

這個(gè)話題比較大,這次先不展開,如果大家有興趣,不妨多點(diǎn)贊轉(zhuǎn)發(fā),告訴我,給我催催稿。

最后,做點(diǎn)總結(jié)

這次 GPT-4o 更新的多模態(tài)能力,讓我們跟 AI 的交互方式,更像跟人的交互。

目前僅僅用它的圖片識(shí)別能力,已經(jīng)可以幫我們?cè)诹鞒谭治觥a(chǎn)品設(shè)計(jì)和數(shù)據(jù)分析這3大工作場(chǎng)景,大大提高工作效率。

未來(lái),它的語(yǔ)音對(duì)話功能完全開放后,使用方式,就變成直接通過(guò)聊天實(shí)現(xiàn)了,會(huì)更加方便高效。

未來(lái),已來(lái)!

本文由人人都是產(chǎn)品經(jīng)理作者【產(chǎn)品經(jīng)理四月】,微信公眾號(hào):【產(chǎn)品經(jīng)理四月】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 也不看看回答的都是啥。。

    來(lái)自江蘇 回復(fù)
专题
15309人已学习13篇文章
本专题的文章分享了数据分析报告写作指南。
专题
17336人已学习13篇文章
出于文本易读性方面的考虑许多app都做了深色模式,本专题的文章分享了深色模式的设计指南。
专题
53498人已学习14篇文章
标题党,又爱又恨。但是如果你是运营,连标题都起不好,那就呵呵哒了。
专题
11651人已学习12篇文章
2023年双十一逐渐临近,各个电商平台也摩拳擦掌开始准备。本专题的文章分享了双十一营销玩法。
专题
12363人已学习14篇文章
近年来,盲盒大量出现在公众视野,引起了一波又一波消费热潮。本专题的文章分享了解读盲盒营销。
专题
12185人已学习12篇文章
LLM=Large Language Model 大语言模型,是一种基于深度学习的自然语言处理模型。它能够学习到自然语言的语法和语义,从而可以生成人类可读的文本。本专题的文章分享了大语言模型的知识。