过去一年半做了多个AI项目，有简单有复杂的，有面向超大规模的小白用户，也有面向垂类人群，其中prompt是非常核心的要素，也是大家在做项目时绕不开的逻辑。在此总结了做prompt方案设计的经验和教训
核心结论：
GenAI带来应用新范式，支持通过prompt生成优质的个性化结果，但大众用户不想打开键盘，也不知道填什么prompt，所以需要在保证最终效果的前提下，尽可能通过低成本的表达方式来获得用户的意图。
对话式交互是未来，但目前还无法取代传统图形化交互。
1. 交互：不要让prompt变成操作阻力
- 非必要，勿填prompt，让用户多填一个字，都是对用户规模和转化率的巨大折损；
- 如果有prompt的效果更好，那么把prompt做成选填，让专业用户有选择，又不影响小白用户的使用路径；或者首次不填，快速预览结果，后续深度使用再填
- 如果必须填，尽可能填用户不需要额外思考的，否则用户一思考，数据就掉
- 通过推荐词降低输入门槛，并保证对prompt的响应，避免拔高用户预期后但结果又不符预期
2. 信息：通过算法、或信息授权方式来获取用户意图和context背景信息，而不一定要手动输入
3. 流程：把prompt填写留在最后一步，让用户先完成简单的熟悉的操作，增加沉没成本
4. 生态：少数偏专业用户的prompt，沉淀在端内成为模板流转，服务更广大小白用户一键套用和二创。对工具产品来说，飞轮逻辑可能比漏斗逻辑更重要，因为效果比效率更重要。要站在整个平台，整个大生态去思考，从更长周期看对用户的价值，对平台的增长和商业化的价值
提示：
- 我是在一个已有的大体量的移动互联网产品中融入AI能力，用户的习惯、预期，以及业务指标护栏都会对新方案的设计做限制
- 以上交互案例是表象，数据也是表象，仅供参考，不一定能复用到其他产品
- 最重要的是，你的用户是谁，他们的需求是什么，你的产品当前处于什么领域、什么阶段，如何更好的满足他们的需求
核心结论：
GenAI带来应用新范式，支持通过prompt生成优质的个性化结果，但大众用户不想打开键盘，也不知道填什么prompt，所以需要在保证最终效果的前提下，尽可能通过低成本的表达方式来获得用户的意图。
对话式交互是未来，但目前还无法取代传统图形化交互。
1. 交互：不要让prompt变成操作阻力
- 非必要，勿填prompt，让用户多填一个字，都是对用户规模和转化率的巨大折损；
- 如果有prompt的效果更好，那么把prompt做成选填，让专业用户有选择，又不影响小白用户的使用路径；或者首次不填，快速预览结果，后续深度使用再填
- 如果必须填，尽可能填用户不需要额外思考的，否则用户一思考，数据就掉
- 通过推荐词降低输入门槛，并保证对prompt的响应，避免拔高用户预期后但结果又不符预期
2. 信息：通过算法、或信息授权方式来获取用户意图和context背景信息，而不一定要手动输入
3. 流程：把prompt填写留在最后一步，让用户先完成简单的熟悉的操作，增加沉没成本
4. 生态：少数偏专业用户的prompt，沉淀在端内成为模板流转，服务更广大小白用户一键套用和二创。对工具产品来说，飞轮逻辑可能比漏斗逻辑更重要，因为效果比效率更重要。要站在整个平台，整个大生态去思考，从更长周期看对用户的价值，对平台的增长和商业化的价值
提示：
- 我是在一个已有的大体量的移动互联网产品中融入AI能力，用户的习惯、预期，以及业务指标护栏都会对新方案的设计做限制
- 以上交互案例是表象，数据也是表象，仅供参考，不一定能复用到其他产品
- 最重要的是，你的用户是谁，他们的需求是什么，你的产品当前处于什么领域、什么阶段，如何更好的满足他们的需求
