AI时代的新范式:如何构建AI产品
如果无法正常显示,请先停止浏览器的去广告插件。
1. AI时代的新范式:
如何构建AI产品?
晨然
One2X AI全栈 程师
2.
3. 录
01 ONE2X介绍
02 为什么AI产品这么难做?
03 提示词
04 AI 产品团队如何构建
程被极
低估
4. 01
ONE2X介绍
和
我介绍
5. 嗨👋我是晨然
2017 - 2021 复旦 学计算机专业 本科
2021 - 2023 康奈尔计算机专业 硕
2023 - 2024.7 华为AI 程师
2024.7 今 One2x Medeo product lead + AI全栈 程师
我的其他身份:
微电影导演、 媒体Vlogger(B站UP)
ComfyUI 态AI内容创作者、独 开发者
个创作者。
个开发者,也是
我既是
6. 关于ONE2X
One2x 是 个产品 作室
通过构建 成系统为 户提供更
质量的信息商品
7. 关于ONE2X
AI
动剪辑 具产品
8. 让我们轻松的聊聊AI与产品
认知截
到20250411
9. A Joke
10. 02
为什么AI产品这么难做?
AI时代的产品和传统的产品不
样的是什么?
11. 传统产品和AI产品区别是什么?
12. 传统产品是基础流程的 动化
AI产品是智慧流程的 动化
13. 基础流程 和 智慧流程 的区别是什么?
含
量
14. 基础流程是什么?
15. 基础流程是什么?
所有流程可枚举
全部已知
16. 基础流程是什么?
• 流程的 动化的定义是什么,什么流程
可以被SOP化,就可以做成产品。
• 那AI产品, 先肯定是产品,其次它还
会完成以前 类才能完成的某种任务
• 这个任务如果需要AI完成,那就发 了
范式转移
17. 智慧流程是什么?
• 曾经的 产任务的路径基本上不会在产品做之前考虑清楚, AI产品需要在做之前就知道
这个任务如何被完成, 且需要 AI做出来,意思是团队本身需要是创作者。如果你不知
道这个任务(knowhow)原来是怎么做的,AI也不会做出你要的东 。
18. 你得帮
户做出来这个任务。
19. 举个例
,Cursor
20.
21. Cursor是我认为2024年最好的AI产品
22. Cursor是我认为2024年最好的AI产品
Tab
Cmd-K
Cmd-L
Cmd-I
23. Cursor是我认为2024年最好的AI产品
Tab
Cmd-K
Cmd-L
Cmd-I
权限递增,
获取信息权递增,
执 权递增。
24. AI产品不仅需要为
户设计使
式,还要为AI设计使
权限递增,
获取信息权递增,
执 权递增。
式
25. Cursor是我认为2024年最好的AI产品
Cursor Team解决了如下问题:
- 任务分级:根据给AI的执 权限不同的不同可控颗粒度的任务
- 帮 户完成了任务:每个任务/功能在 户还没来之前就已知
该任务如何完成(Coding,且 论语 , 论项 )
- 交互 式:每个任务/功能与 协同的 机交互 式
那怎么能提前帮
户完成任务?
26. 提示词
03
程被极
低估
27. 提示词
程被极
认知 :Prompt也是代码,所以要测试。
认知 :AI产品就是基于“给模型提供上下
”出发开始的
设计,避免被模型更新所冲击?
向未来进
认知三:如何
低估
28. 认知
:Prompt也是代码,
先应该放 起
尊重prompt,同代码享受同等权利,需要git di
需要对prompt单独进 版本管理
29. 认知
:Prompt也是代码,但有区别?
LLM和函数很类似,它们都是
实现某个“计算”的节点。
但它能提供 传统函数能做的
更多的事情,提供“智慧类型”
计算。
它可以接受 结构化的数据,
经过推理,输出 结构化/结构
化的数据。
30. 认知
:Prompt也是代码,如何测试……?
函数,我们在运 前,通过IDE或者
单测即可完成功能正确性校验。
LLM怎么测试呢?
31. 认知
32. 概率你让LLM做的事情是 结构化的。
但
33. 所以Prompt的好坏怎么测?
34. 所以Prompt的好坏怎么测?
35. 所以Prompt的好坏怎么测?
三:
评测结果
模型的上限,还是取决于 对于结果的要求有多
Baseline只是保证功能正常运 ,上限在于“ ”
。
36. 所以Prompt的好坏怎么测?
四:放权
模型可能 你想象中的更强,不要限制它的思考 向,思考内
容,knowhow,把prompt当成 种容器,你只是为模型提供必
要的信息, 不是教它如何思考。
37. 总结
下,Prompt也是代码,所以要测试。
38. 认知
39. 认知
:AI产品就是基于“给模型提供上下
”出发开始的
做产品的 需要知道这个任务完成本身需要什么上下 ,并且努 为模型提供出
来。你并不需要那么多Prompt技巧, 是努 为模型提供更多的“必要信息”。
40. :AI产品就是基于“给模型提供上下
”出发开始的
,你也需要给实习
很像。把它当成实习
你会发现跟
认知
上下
。
41. 认知
:AI产品就是基于“给模型提供上下
”出发开始的
对于 部分业务场景
,你不需要
“神级Prompt”,你需要的是对业务的
熟悉程度。把业务knowhow沉淀成
Prompt。
42. 认知
”出发开始的
43. 认知三:如何
向未来进
设计,避免被模型更新所冲击?
模型每天都在更新,我怎么设计提示词和架构?
模型更新之后,提示词会不会失效了呢?
每个模型有什么不同的脾性?
模型越来越智能,未来还需要复杂的提示词吗?
……
Manus画的AI Model Timeline
https://manus.im/share/Cnd41etUtA7L0pyL7qJwTP?replay=1
44. Slow Down,别焦虑。
打不过就加 : 最好的模型的API创建应 。除
顺 能训练模型。
Flow Engineer:什么时候拆分任务,什么时候合并任务?
45. 我的体感(纯经验,没有数据
撑,knowledge截
通 类型任务:Claude-3.5-Sonnet / Claude-3.7-Sonnet
强推理任务:Claude / Gemini 2.5 Pro
中 语 任务:DeepSeek
图 多模态任务:Claude / Gemini / 阶跃
视频多模态任务:Gemini
简单任务:Gemini Flash (省钱)
中 B端本地任务:Qwen
OpenAI LLM API
想不出来什么情况使
20250321)
Bad Case:
DeepSeek指令遵循弱
Gemini flash幻觉严重
46. Flow Engineer
47. Examples
Web Research (STORM)
48. Flow强调的是 整体系统设计去完成任务
多节点设计,每个节点去
实现单 任务。
单 任务简单可靠, 定
在LLM可实现范围之内。
当 个任务太难的时候,
就拆成两个任务去做。
好像有点像Dify/Coze的意思?
49. 对,但不全对。不要忘了传统代码的能效。
你并不需要全部节点都是LLM,你也可以组合function和LLM。
所以推荐使 Dify/Coze验证原型,写代码 LangGraph搭建实际应
。
50. 当模型更新后,就合并任务。
51. 总结
下,Prompt Engineer的认知
52. 04
AI 产品团队如何构建
53. 认知
54. 认知
AI画板
,全栈做出Demo最重要
成PNG
AI Agent操作终端
AI聊天写遗嘱
AI产品最后 成什么样 ,已经是
定义清楚的事情了。
只有当把所有的要素及其,做出 个demo,你才知道这是什么感觉的产品。
最近两年做了
个Demo,为了找感觉。
55. 认知三,产品/开发的界限模糊
56. 认知三,产品/开发的界限模糊
最好是产品/全栈能
调试prompt。
57. 总结
58. Medeo AI视频 动剪辑 具
59. 我们正在
证新范式的出现,很幸运。
60.
61. THANKS
谨 认知,仅供参考。
认知截 到20250411