产品经理
需求判断:这个需求是否适合用 AI 做?
从需求价值、输入质量、模型能力和失败成本四个角度判断 AI 适配度。

不要从模型能力倒推需求
很多 AI 产品失败,并不是模型不够强,而是一开始就没有判断清楚:用户是否真的需要这个能力。
判断一个需求是否适合用 AI 做,可以看四个维度:
| 维度 | 需要回答的问题 |
|---|---|
| 需求价值 | 这件事是否高频、痛苦、值得优化? |
| 输入质量 | 用户是否能提供足够清晰的数据或上下文? |
| 模型能力 | 当前模型是否能稳定完成核心任务? |
| 失败成本 | 输出错误后,是否有低成本修正路径? |
更适合 AI 的需求
通常更适合 AI 的场景有这些特点:
- 信息量大,人类阅读和整理成本高。
- 输入不完全标准化,但有一定规律。
- 输出允许被人二次确认。
- 质量可以通过样本集持续评测。
不适合马上 AI 化的需求
如果一个任务要求绝对确定、错误不可接受、上下文无法获得,或者用户根本不愿意提供必要信息,那就不要硬做。
AI 产品经理要学会说“不适合”,这也是专业判断的一部分。


