1 寫在前面

最近跟一些做產(chǎn)品的老朋友聊天，聊到 AI 的發(fā)展，大家都有個共識：過去這一年，AI 市場已經(jīng)進入第二階段：場景戰(zhàn)役。

無論是海外的 ChatGPT、Gemini，還是國內(nèi)的豆包、元寶、千問，你會發(fā)現(xiàn)頭部玩家都在默契地做同一件事：去聊天化。大家都在拼命往多模態(tài)和辦公生產(chǎn)力里鉆，不再滿足于做一個只會陪你貧嘴、提供訊息的百科全書。

最近千問做了一次很有意思的升級，在辦公場景上，提供創(chuàng)作、PPT生成到AI編輯、智能排版、多格式轉(zhuǎn)換等全鏈條的解決方案。我們就以此為例，聊聊 AI 在產(chǎn)品設(shè)計上的趨勢變化。

2 為什么聊天不是終點？

你大概率經(jīng)歷過這種「雖然用了 AI，但依然很累」的時刻：

為了寫一份年終總結(jié)，你打開某個 ChatBot，輸入指令。它很聽話，吐給你一段洋洋灑灑的文字。你看著這段文字，心里盤算的是接下來的工作流：

1. 把它復(fù)制下來。

2. 打開 Word 或 PPT，粘貼進去。

3. 發(fā)現(xiàn)格式全亂了，字體忽大忽小，段落參差不齊，于是你開始人肉排版，逐行調(diào)整。

4. 讀了一遍發(fā)現(xiàn)某一段語氣不對，想改，又得切回 AI 的窗口，重新輸入指令，再復(fù)制，再粘貼……

這種體驗是極其割裂的。動線糟糕，路徑潦草。

在產(chǎn)品設(shè)計中，我們常說要減少用戶的「跳轉(zhuǎn)」，盡量做到「無感」。但在目前的 AI 辦公流里，用戶被迫在 AI 產(chǎn)品的對話窗口、文檔軟件之間反復(fù)橫跳。用戶的思路也會常被打斷，充當(dāng)了完成轉(zhuǎn)述的苦力工、傳話筒。

為什么聊天不是終點？

我們回顧一下計算機交互的發(fā)展史。

在 PC 時代，我們的心智是「應(yīng)用導(dǎo)向」的。我要寫文檔，我先找 Word 圖標(biāo)；我要做表，我找 Excel。我們的需求被封裝在了一個個獨立的軟件里。

到了 AI 時代，理想的交互應(yīng)該是「意圖導(dǎo)向」的。 當(dāng)我說：「幫我起草一份租房合同?！?我并不想關(guān)心它是用 Word 打開還是用 PDF 打開，也不想關(guān)心字體是宋體還是黑體，也不想關(guān)心是從哪里搜索到這個合同的模板。我只要那個結(jié)果。

如果 AI 僅僅扔給我一段純文本，那它就只是一個動動嘴的「咨詢師」，而不是一個能動手的「執(zhí)行者」。一個合格的 AI 助理，應(yīng)該具備閉環(huán)的交付能力。

3 從需求到直接交付結(jié)果

千問這次升級的核心邏輯，可以概括為：在同一個對話界面內(nèi)，完成在辦公場景從需求到成品的全部過程。

這聽起來簡單，但從產(chǎn)品層面來看，是對傳統(tǒng)工作流的一次重構(gòu)。在新的千問 App 里，你不需要預(yù)設(shè)「我要打開什么功能」。你只需要在對話框里說出你的需求，比如「幫我寫一份年終總結(jié) PPT」或者「生成一份房屋租賃合同」。

看似依然是對話，但這并不是單純的聊天獲取信息。當(dāng)你給出指令后，由 AI 去建立工作流。如果在這個場景下，PPT 是最好的載體，它就直接生成一個 PPT；如果是合同，它就生成文檔。

比如我之前寫過的黃金這期稿件，直接投喂給千問，就可以得到一份內(nèi)容詳實的 PPT。

就如同前面提到的，很多時候，最讓打工牛馬頭禿的不是寫內(nèi)容，而是調(diào)格式。尤其是公文、論文、合同這些對規(guī)范性要求極高的場景。

而這些場景并不是通用大模型能很天然就擅長的。千問這次做了不少苦活累活，資料顯示，他們的排版能力覆蓋了近千所高校的論文格式、120 多種公文模板，以及 71 類近萬份合同模板。

這意味著，當(dāng)你要求生成一份「正式的商務(wù)合同」時，你拿到的不再是一堆需要自己去排版加粗的純文本，而是一份格式專業(yè)、條款清晰、甚至連頁眉頁腳都處理好的成品文檔。

千問引入了一個智能編輯器。你可以在生成的文檔或 PPT 上直接進行修改。

比如，你覺得某一段寫得太羅嗦，可以直接選中這段話，讓 AI「潤色一下」或者「換成更嚴(yán)肅的風(fēng)格」。你覺得 PPT 的某一頁布局不好看，可以直接指令它「換個模版」。

比如這樣：

從初稿生成，到精細(xì)化編輯，再到最后的格式轉(zhuǎn)換（轉(zhuǎn) PDF、Word、Excel），所有操作都在一個 App、一個界面內(nèi)閉環(huán)完成。

這才是 AI 應(yīng)該提供的用戶體驗。技術(shù)是為了把人從重復(fù)的低級勞動中解放出來，而不是增加新的勞動。

你可能會有疑問：如果說可以自動完成工作，這不是 AI Agent 也自然覆蓋的功能范疇嗎？的確是的，但大家也有共識，能面面俱到完成所有工作的 Agent，在中短期并不能實現(xiàn)。

在當(dāng)下，這種務(wù)實的 Agent 才更有實際意義。如何通過對當(dāng)下場景的洞察，去設(shè)計功能和交互，配合 AI，完成「意圖導(dǎo)向」，先解決用戶眼下的問題，更加重要。這是個苦活累活，要重新設(shè)計產(chǎn)品體驗，并不是把瀏覽器和鼠標(biāo)鍵盤丟給 AI Agent 就能自然解決的。

4 寫在最后

Demo is cheap，出一個看似酷炫的 AI 效果是容易的，相當(dāng)于邁出了第一步。但要把這個 Demo 變成一個能穩(wěn)定交付、解決實際工作流痛點的產(chǎn)品，需要走過漫長的「后面的 9999 步」。

千問這次的更新，當(dāng)然也沒有一步登天，但確確實實是走在真正解決問題的路上。

在十幾年前，百度曾經(jīng)提出「框計算」的概念，試圖讓搜索框能承接各式各樣的服務(wù)，但是失敗了，失敗的原因就與推薦邏輯和提供服務(wù)的質(zhì)量有關(guān)——彼時還沒有 AI 大模型這么強的能力，可以自適應(yīng)地完成給用戶篩選和定制各種功能。而前赴后繼的創(chuàng)業(yè)者和互聯(lián)網(wǎng)公司都在這些年里不斷嘗試，今天我們似乎看到了真正實現(xiàn)的機會：用這個對話框，重新連接所有服務(wù)。

作為產(chǎn)品經(jīng)理和內(nèi)容創(chuàng)作者，我樂見其成。無論是千問，還是其它的 AI 產(chǎn)品，只要是在多花點時間去思考那些真正值得解決的問題，就很值得尊重了。