AIGC 研究：Product Design

用户33

用户9732

1.
Product Design 四要素和设计原则​

1.1
四要素​

•
场景：理解和定义好 AI 应用的实际场景，直接影响到如何收集和处理数据、设计算法，以及需要多大的算力；挖掘细分场景、需求拆解、商业化。​

•
数据：决定了大模型的生成结构，提升模型能力与准确率以及产品伦理的前提。数据来源决定了模型的书用范围。数据采集、数据治理、数据工程。​

•
算法：大模型底层的运作原理方法，从理论到应用有一定的工程部署难度，需要持续不断的优化。模型选择和设计、模型调优、模型评估。​

•
算力：大模型庞大数据处理的先决条件，决定大模型迭代效率的主要影响因素，如何在有限算力下做出最优解。​

深度结合了用户驱动、技术运用、数据决策、预见性和商业观念的全面解决问题的思考方式。它的核心是 AI 技术。从发掘用户需求，探究需求背后的深层原因，到预设并实现满足用户需求的产品形态设计，进而与用户建立紧密的联系。同时，着重于在用户的共创反馈中进行持续的优化和创新，以此更好地满足用户需求，并创造商业价值。​

1.2
设计原则​

利他性、个性化、跨模态、场景化、傻瓜化、情绪价值

画板

2.
Product Design 流程​

2.1
业务理解​

1.
挖掘需求​

节省/浪费时间、赚钱/花钱：办公、游戏、广告营销、金融、泛娱乐​

•
需求：对效率的提升、对交互体验的提升​

•
市场：模仿、优化、差异化​

•
技术：颠覆性技术、渐进性技术​

•
赛道：横向发展、传统行业​

创新者、早期用户、早期大众、后期大众、落后者

common.docs_name - LarkCCM_Docs_Menu_Image

跨越鸿沟

2.
设计要素​

大行业小赛道、大场景小用户、隐藏需求、高净值刚需

1.
产品定义：电梯演讲（功能特征、形态、应用场景）​

2.
产品目标：盈利模模式、市场主体、核心产品、辅助（引流）产品、产品壁垒​

3.
产品形态：交互形式、展现形式​

4.
目标用户：用户分类（toB/toC）、目标用户（渠道资源、竞争格局、市场容量）​

5.
用户画像：基础属性、社会关系、消费能力、行为特征、心理特征​

6.
应用场景：时间、特点、人物、事件、行为​

7.
产品价值：商业价值、用户价值（经济价值、提升效率...) ​

8.
商业模式：商业画布（价值主张、目标用户、分销渠道、客户关系、收入来源、核心资源、关键业务、重要伙伴、成本结构）​

9.
产品路线：目标细分产品、整体产品​

3.
需求描述​

AIGC 研究：Product Design​

AIGC 研究：Product Design