体验不好，传统PM和AI PM的不同解法

做AI产品之后，我最怕听到运营转来的一句话："用户反馈体验不好。" 以前做传统产品的时候，这种反馈我太熟了。页面太复杂？简化交互。按钮找不到？调整布局。流程太长？砍掉两步。基本上，问题定位清楚之后，改版上线，数据就能看到改善。 但做AI产品之后，同样一句话"体验不好"，背后的处理路径完全不同。 比如，我们的智能助手上线后，用户反馈"答非所问"。我第一反应不是改界面，而是拉了一批用户对话记录来看。看完之后发现问题出在训练数据上——客服历史对话里有大量"我不知道"之类的敷衍回复，模型学到了这种模式。解决办法不是改UI，而是重新清洗训练数据，把那些低质量对话剔除掉，再重新训练。 还有一次，用户反馈"AI反馈的东西太生硬"。这个问题更棘手，涉及prompt策略的调整、模型温度参数的微调、甚至需要补充更多高质量样本做微调。我和算法同学前后折腾了三周，改了七八版prompt，做了两轮模型更新。 最无奈的是，花了这么大精力，用户最后的感知可能只是"好像好了一点点"。没有传统产品那种"新版UI上线，用户齐夸好看"的爽感。这种投入与体感之间的巨大落差，是AI产品经理必须学会面对的。但也正是基于这些需要沉下心来持续不断的微调，才能形成业务场景的壁垒。