本文转自： https://www.lukew.com/ff/entry.asp?2126
仅做个人收藏，版权归原作者所有
以下是整理后的中文摘要，采用Markdown格式：
# 如何用AI解决正确的问题——Dave Crawford演讲笔记
在Future Product Days的演讲中，Dave Crawford分享了如何有效将AI整合到现有产品中并避免常见陷阱的见解：
## 核心观点
* 许多团队接到"加入AI"的指令时，容易陷入"AI万能锤"陷阱——把每个问题都看作AI钉子
* 关键不是"能用AI做什么"，而是"用AI做什么有意义"，应聚焦AI能为用户创造最大价值的场景
## AI交互模式
用户主要通过四种方式接触AI：
1. **发现型AI**：替代搜索功能，帮助发现信息和建立连接
2. **分析型AI**：通过数据分析提供洞察（如医疗影像诊断）
3. **生成型AI**：创造图像、文本、视频等内容
4. **功能型AI**：直接执行任务或与其他服务交互
### 交互上下文谱系（用户负担由高到低）：
- **开放式对话框**（如ChatGPT）：需用户提供全部上下文，负担高
- **侧边栏体验**：掌握部分应用上下文，仍需切换
- **嵌入式**：深度融入用户工作流
- **后台型**：自主运行无需交互
## AI产品开发原则
* **简约思维**：提供明确价值，让用户清楚能获得什么
* **情境思维**：利用现有上下文定制体验
* **全局思维**：从大处着眼，逆向推导
* **挖掘-推理-推断**：充分利用用户提供的信息
* **主动思维**：预测用户需求提前行动
* **责任思维**：考虑环境成本影响
* **价值优先于体验**：核心是交付价值
## 适合AI解决的问题
✓ 用户厌烦的枯燥任务
✓ 当前外包的复杂活动
✓ 耗时的冗长流程
✓ 造成痛苦的挫败体验
✓ 可自动化的重复工作
## 重要提醒
× 不要用AI解决已有简单方案的问题
× 并非所有AI都需要聊天界面，传统UI可能更优
⚠️ 用户对AI的容错率极低：一次糟糕体验平均需要8个月恢复信任
🔍 当前重点应是"寻找正确问题"而非"寻找完美解决方案"，应解决真实痛点而非炫技
（注：根据中文阅读习惯对部分案例表述进行了本地化调整，保留了核心术语的英文标注，采用分层缩进结构增强可读性）
—————
在Future Product Days大会的《如何用AI解决正确的问题》演讲中，Dave Crawford分享了如何有效将AI整合到成熟产品中而不落入常见陷阱的见解。以下是我的演讲笔记：
- 许多团队都接到过”去给产品添加些AI功能”的指令。对于AI这项技术，很容易陷入”拿着AI锤子看什么都是钉子”的陷阱
- 我们需要专注于在能为用户带来最大价值的地方使用AI。重点不是我们能拿AI做什么，而是用AI做什么才合理
AI交互模式
- 人们通常通过四种主要交互类型接触AI
- 发现型AI：帮助人们查找、连接和学习信息，常替代搜索功能
- 分析型AI：通过数据分析提供洞察，例如从医学扫描中检测癌症
- 生成型AI：创建图像、文本、视频等内容
- 功能型AI：直接执行操作或与其他服务交互，实际完成任务
- AI交互模式存在于从高用户负担到低用户负担的上下文谱系中
- 开放式文本框聊天：用户必须提供所有上下文（如ChatGPT、Copilot）- 用户操作成本高
- 侧边体验：对应用其他部分有一定上下文感知，但仍需切换上下文
- 嵌入式：高度情境化的AI，直接出现在用户工作流程中
- 后台型：自主执行任务而无需用户直接交互的智能体
AI产品开发原则
- 简单思考：打造有意义且能提供明确价值的产品。用户需要清楚能从你的AI体验中获得什么
- 情境思考：能否利用现有上下文让体验更相关？在用户工作流中定制体验
- 大胆思考：AI能力强大，不妨先设想大场景再逐步收敛
- 挖掘·推理·推断：充分利用用户提供的信息
- 前瞻思考：在用户开口前，你能为他们做些什么？
- 责任思考：考虑使用AI对环境和经济成本的影响
- 我们应优先关注价值交付而非愉悦体验
适合AI解决的问题
- 用户觉得枯燥乏味的任务
- 用户当前外包给其他服务的复杂活动
- 耗时过长的冗长流程
- 造成用户困扰的挫败体验
- 可自动化的重复性工作
- 不要用AI解决已有简单方案的问题
- 并非所有AI都需要聊天界面。有时传统UI比AI更合适
- 用户对AI的容忍度和宽容度极低。一次糟糕体验后，用户平均需要8个月才会再次尝试AI产品
- 我们现在应该寻找正确的问题去解决，而非为问题寻找正确的解决方案。构建真正解决问题的产品，而非仅仅展示AI能力