谈ChatGPT的两个产品体验

主要观点总结

本文描述了在使用ChatGPT时体验到的两个主要产品功能。第一个是在完成复杂统计任务时的“打样”行为，第二个是在做未来预测分析时的“自动化监测”能力。

关键观点总结

关键观点1: 复杂任务中的“打样”行为

这种行为是模型默认行为与产品编排（workflow）叠加的结果。它涉及计划再执行的推理范式、对齐策略、数据分析沙盒的默认工作流以及系统约束等因素。

关键观点2: 预测类问题中的“自动化监测/日报”能力

这种能力是触发逻辑、任务引擎和Agent化执行组合的产品能力。它包括意图分类器/关键词触发器的使用，任务引擎的工作流程，以及模型监测事件触发后的Agent化执行。

关键观点3: 模型自主和Workflow的关系

在实际产品中，模型自主和Workflow是相辅相成的。这两种能力对产品体验的提升必然是相互融合的，模型自主性和工作流程的协同作用将提高产品的效能和用户体验。

免责声明