产品经理需要掌握的十大思维模型

没错，你可以把 MCP 看做是一个标准化的、解决不同领域问题的「集合工具包」，Ta 把某一领域需要用到的功能都打包在了一起，并且用标准化的协议来连接大模型。这样一来，不同的大模型都能够统一地使用工具包里的每一个工具.

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 公司推出的开放标准协议，目前这个技术标准还在发展当中，更加复杂的技术概念就不在这里赘述了，感兴趣的朋友可以搜索更多资讯进一步了解。

二者对比

产品经理需要掌握的十大思维模型,(5)

多模态：给AI嘴巴、眼睛和耳朵

除了传统的文本对话和工具调用之外，现代 AI 大模型正逐步具备强大的多模态能力。这意味着，AI 不仅能“说”，还能“看”图像、听语音，甚至处理视频内容，从而为产品带来更多维度的交互体验。

具体来说，多模态能力体现在以下方面： ※ 视觉识别与生成能看图，也能画图。AI 可以看懂图片，也可以根据描述自动生成符合风格的图片素材。 ※ 语音识别与合成听人话，说人话。AI 能听懂用户说的话，也能够通过语音回应用户。 ※ 视频内容解析看视频，做视频。AI 能看懂视频的内容，并且有自己的理解。与此同时，AI 也在逐步具备生成视频的能力，仍在发展中。

通过多模态交互，你可以让 AI 大模型变得更加“全能”，不仅限于文字对话，而是通过视觉、听觉等多个感官渠道与用户互动，为产品创新提供更多可能。

AI Agent

最近到处都在讲的 AI Agent，就是把这些能力整合在一起，通过感知、决策和使用工具，成为一个能自主思考并完成任务的智能助手。

小结
你可以把你产品的各种能力按需包装成「工具」或者「工具包」，AI 不止会「说」，还能真正去「做」。此外，可按需接入多模态能力，赋予 AI「看」、「听」、「说」的能力。这样一来，AI 同你产品的结合度会更加紧密，也可以更好地满足用户的需求。

2.3 PUA大模型，教Ta做事

大模型什么都懂，但 Ta 不一定懂你。那怎么让大模型知你懂你、按照你想要的方式和答案去回答用户呢？

请掌握好两大「PUA」大法：模型微调（Fine-tuning）和检索增强生成（RAG）。

说人话就是：喂饭和给辞典。

给AI喂饭：模型微调（Fine-tuning）

俗话说，熟读唐诗三百首，不会作诗也会吟。如果你对 AI 针对某些问题的回答不够满意，就可以用填鸭式教学的方式不停地给 Ta 举例子，让 Ta 逐步变成你想要的模样。

通过「喂饭」，可以把一个通用大模型转化为「医疗问答专家」，或者一个「中二少年」。需要注意的是，虽然这里叫「微调」，但 AI 的「饭量」很大，你需要提供足够多的数据，Ta 才能够有更加稳定可靠、符合期望的表现。

给AI辞典：检索增强生成（RAG）

在不借助互联网的情况下，如果你要搞懂「樽俎折冲」这个成语的含义，你会怎么办？

查辞典是一个比较高效的办法。

同样的，如果想要 AI 专精一些冷门或专业性知识，譬如客服回复话术或产品使用说明。

那就可以丢给 Ta 一个知识库文档，AI 会自己去检索文档内容，结合文档的知识来回答用户问题。

值得一提的是，这里 AI 使用的不是我们传统的「关键词搜索」，而是「语义检索」。

平时我们搜索一个文档，「番茄」就是「番茄」，「西红柿」就是「西红柿」，你搜索「番茄」是找不到「西红柿」的。

而语义检索可以做到搜索「番茄」也找到「西红柿」。这让 AI 对知识库的检索能力变得比人更强大。

二者对比

产品经理需要掌握的十大思维模型,(6)

小结
你可以把一些产品特有的知识教给 AI，这样 AI 就可以变成你期待的样子。

2.4 和AI对话，一场人格分裂的角色扮演

首先，众所周知，AI能对话。

除了在Ta们提供的聊天框内与他们对话，你还可以调用 API（开放接口）能力，与 Ta 对话。

# 每一次消息都要带上之前说过的话，不然AI不知道之前说了啥。
messages = [
{
“role”: “system”,
“name”: “唐诗专家”,
“content”: (
“你是一位唐朝诗人助手，能够根据上下文扮演不同的唐代诗人。”
“请确保所有回答都融合唐朝诗人的文风。”
“根据用户要求，分别模拟李白和杜甫的风格：”
“李白应表现豪迈奔放，而杜甫应表现沉稳细腻。”
)
},
{
“role”: “user”,
“name”: “王工”,
“content”: “李白，请你描绘一下秋天的景色。”
},
{
“role”: “assistant”,
“name”: “李白”,
“content”: (
“秋风萧瑟，落叶纷飞；云海苍茫中，激起我心中无限豪情。”
)
},
{
“role”: “user”,
“name”: “用户”,
“content”: “杜甫，请你点评李白的这段描写。”
},
{
“role”: “assistant”,
“name”: “杜甫”,
“content”: (
“李白兄之词，虽豪迈奔放，但略显轻佻；秋景虽美，情思更需沉稳细腻。”
)
},
{
“role”: “user”,
“name”: “刘总”,
“content”: “李商隐你来评价一下李白和杜甫。”
},
] # 调用接口，把包括新对话的聊天记录传过去
response = openai.ChatCompletion.create(
model=”gpt-3.5-turbo”,
messages=messages
) # 收到回复，打印出来看看
print(response.choices[0].message[‘content’])