返回

第二百二十七章 让AI听懂中国

首页
关灯
护眼
字:
上一章 回目录 下一页 进书架
最新网址:wap.qiqixs.info
    听了这个问题,林绍峰轻轻吸了一口气,然後微微一笑,说道:「当然可以。」

    现场演示有风险,因为你总能发现测试的时候测不到的东西。

    不是对自己的产品有足够的信心,一般是不会做现场演示的。

    不过,话又说回来,现在是内部会议,演示就算出问题了,也只是在内部丢脸,要是真在发布会上现场演示出了问题,那是要上新闻、上热搜的。

    林绍峰又扫了一眼吕云和郑晓波,两人都很专注地看着这边,他把刚才那口气吐出来,打开了坤元的交互界面。

    既然要进行现场演示,他准备的材料当然已经私底下跑了很多次了,但是大模型的特点就是不可预测,懂得都懂。

    输入:【就快双十一了,帮我把这份备货方案过一遍,看看有没有问题。】

    然後上传了附件,附件是一份备货预案的文档,几十个SKU的库存计划、仓储分配、

    物流时效节点全都在里面。

    坤元处理之後,输出里没有列出所有风险。

    而是只列出了三条。

    头部爆款SKU在主仓的备货量按照去年销售曲线估算,峰值时段可能断货:华南仓到主力配送区的物流时效节点恰好在第一天的晚上,高概率会有延误;还有两个促销组合的定价存在漏洞,导致某些商品折上折後低於成本价。

    每一条後面,都还带了修复建议,全是可以在几天内完成的具体动作。

    作为对比,林绍峰把同一份附件和同样的提示词发给了ChatGPT。

    ChatGPT的回覆非常详尽—从仓储布局到长期供应商关系,从流量预测模型到客服应急预案,洋洋洒洒写了十几条。先不说给出的答案是不是正确,光这个体量的文本就让人看了头皮发麻,不想读。

    林绍峰把两个输出并排放在大屏幕上。

    「这是我们团队里的研究员找电商部门的小夥伴要来的真实案例,他们看过输出之後,觉得坤元的输出更好。」林绍峰说到这,转向了电商部的VP,「许总,您觉得呢?」

    许总没想到自己会被点名,愣了一下,但是反应很快,笑了一下,回答道:「当然,从我的角度上看,坤元的回答明显更实用一些,我希望现在就能给运营团队的同事们都安排上。」

    会议室里响起了一阵低笑声,连吕云的脸上都挂上一点笑意。

    「当然,这件事GPT也可以做到。」

    林绍峰话锋一转,说道:「但是想要这个效果,提示词就得这麽写一」

    他切了一下屏,是另外一个文档,屏幕上出现了一段提示词:

    【请分析以下备货方案,要求:

    只列出三天内可以解决的问题;

    按照对双十一峰值销售的影响程度从高到低排序;

    每条问题後附出具体可执行的动作建议;

    忽略需要长期优化的结构性问题。】

    「按这个提示词,GPT大概率也能输出差不多的结果。」

    林绍峰停顿了一下,环顾了一下在座的人。

    「但问题是,这段提示词是研究员和运营专员花了二十分钟写出来的。」他说,「大部分用户想的就是:双十一快到了,帮我看看有没有问题。他不会知道要说「只看三天内能解决的」,要说「按影响程度排序」,要说「忽略结构性问题」。他只想直接要一个有用的答案。」

    会议室里安静了下来,有些人的表情明显带着思考。

    「用户说的是「就快双十一,帮我过一遍」,他没有说只看几天内能解决的、只看影响峰值的、结论要可执行。但坤元知道「就快|这个时间窗口意味着什麽,知道双干一备货的语境下「有没有问题」问的是什麽问题。」

    「这是对中文业务场景的理解,这种理解摆脱了提示词的限制。」林绍峰总结道。

    这样一比较,即使两者在解决复杂问题的方面不相上下,坤元模型在交互这一块已经胜出了。

    如果是公开演讲,这里可能会有掌声,但这是内部会议,没人鼓掌。

    这个演示做完之後,市场负责人没有再提出新的问题。

    他已经在想该用什麽样的宣传词来抓人的眼球了。

    这次,是有真东西的。

    (本章未完,请点击下一页继续阅读)
最新网址:wap.qiqixs.info
上一章 回目录 下一页 存书签