分析師 劉萌媛 劉鐵鷹
量子位智庫(kù) | 公眾號(hào) AI123All

2025年的AI筆記產(chǎn)品，Get筆記無(wú)疑是最亮眼的那匹黑馬，連續(xù)登上量子位智庫(kù)2025 H1和Q3的「旗艦AI 100」榜單。

意思是，它上線至今不過(guò)一年，用戶數(shù)量不斷攀升，綜合能力表現(xiàn)穩(wěn)定地突出。

要知道，AI筆記產(chǎn)品所在的AI知識(shí)管理賽道，已是一片紅海。

大廠如百度的百度文庫(kù)GenFlow、阿里的語(yǔ)雀、騰訊的ima結(jié)合自家平臺(tái)生態(tài)+Agent提供一站式綜合知識(shí)庫(kù)平臺(tái)管理能力，老牌筆記公司印象筆記也推出了AI筆記管理模式，AI創(chuàng)業(yè)公司更是圍繞多種垂直場(chǎng)景推出輕量級(jí)產(chǎn)品，如專注碎片化知識(shí)管理的Flomo。

在國(guó)內(nèi)外大中小廠紛紛卷入、AI創(chuàng)業(yè)公司也來(lái)爭(zhēng)一杯羹的市場(chǎng)格局下，Get筆記卻在短時(shí)間內(nèi)獲得超150萬(wàn)用戶，其中有超過(guò)一半的用戶還是純“素人”——此前從未用過(guò)羅輯思維、得到APP。

這不禁讓人好奇，Get筆記是如何獲得高粘性忠實(shí)用戶的？

得到聯(lián)合創(chuàng)始人、Get創(chuàng)始人快刀青衣說(shuō)，大家可能覺(jué)得AI筆記的需求很簡(jiǎn)單，但信息爆炸帶來(lái)的痛點(diǎn)每個(gè)人都有，不同團(tuán)隊(duì)、不同人群的解決方案可能完全不一樣，只要切中用戶痛點(diǎn)就能有新生命力。

“Get筆記是和用戶共創(chuàng)的產(chǎn)品”，收集需求本身沒(méi)多少價(jià)值，但關(guān)鍵是讓用戶投票。

那么，Get筆記滿足了哪些用戶哪些場(chǎng)景下的哪些需求？對(duì)于語(yǔ)音轉(zhuǎn)文字、會(huì)議紀(jì)要這類看似同質(zhì)化的功能，創(chuàng)業(yè)團(tuán)隊(duì)如何在工程化設(shè)計(jì)、乃至底層理念上找到自己的差異化優(yōu)勢(shì)呢？

帶著這些疑問(wèn)，量子位智庫(kù)邀請(qǐng)到快刀青衣，深入聊一聊這款“上線半年用戶就已突破百萬(wàn)”的AI知識(shí)管理應(yīng)用。

在這次訪談中，他分享了Get筆記的產(chǎn)品理念，以及Get筆記如何積累前1000個(gè)用戶、如何判斷和跟進(jìn)用戶需求的經(jīng)驗(yàn)方法，還分享了對(duì)于產(chǎn)品構(gòu)建、業(yè)務(wù)邊界、功能迭代、創(chuàng)業(yè)機(jī)遇等方面的思考。

Get筆記訪談直播

關(guān)于Get筆記：

Get筆記是“得到”團(tuán)隊(duì)推出的一款A(yù)I驅(qū)動(dòng)的智能筆記工具，其核心功能圍繞高效記錄、整理與利用知識(shí)，幫助用戶實(shí)現(xiàn)“好記、好找、好用”的知識(shí)管理目標(biāo)。

截至10月份，Get筆記總注冊(cè)用戶數(shù)已經(jīng)突破150萬(wàn)。

Get筆記的主要功能包括：

• AI多模態(tài)記錄：提供語(yǔ)音速記（AI自動(dòng)潤(rùn)色）、鏈接速記、圖片速記（支持“智能拍書”）、文字速記等記錄模式。
• 知識(shí)庫(kù)管理：支持創(chuàng)建個(gè)人/團(tuán)隊(duì)知識(shí)庫(kù)，一鍵上傳文件，AI自動(dòng)歸檔及標(biāo)簽化，同時(shí)支持訂閱博主，AI每日定時(shí)抓取更新并總結(jié)。
• 智能問(wèn)答與搜索：基于筆記和知識(shí)庫(kù)內(nèi)容，提供精準(zhǔn)問(wèn)答、筆記補(bǔ)寫、框架梳理等功能。支持通過(guò)自然語(yǔ)言檢索筆記內(nèi)容，快速定位所需信息。

Get筆記APP界面

Key Takeaway：

1、Get筆記在沒(méi)推廣的情況下，超過(guò)一半的用戶是靠口碑吸引來(lái)的純新用戶，證明只要切中用戶痛點(diǎn)就能有新生命力，對(duì)得到APP也有教育意義。

2、有些功能看似一樣，但做的深度決定結(jié)果。如果有自己的洞察或體驗(yàn)，就能將別人做成60分的功能做到80分，從而吸引用戶注意。

3、Get筆記是和用戶共創(chuàng)的產(chǎn)品，很多用戶使用場(chǎng)景產(chǎn)品經(jīng)理沒(méi)有預(yù)想到。建立上百個(gè)用戶群收集反饋并讓AI分析和沉淀，但收集需求本身價(jià)值有限，更重要的是用戶投票。

4、每個(gè)團(tuán)隊(duì)都有自己的稟賦，做Get筆記時(shí)不會(huì)從“競(jìng)爭(zhēng)對(duì)手在做什么”出發(fā)，更多是看“自己想要的東西有哪些沒(méi)實(shí)現(xiàn)”、“能不能靠自己的方式實(shí)現(xiàn)”、“能不能發(fā)揮公司過(guò)去的優(yōu)勢(shì)”。

5、創(chuàng)業(yè)團(tuán)隊(duì)需要警惕“在產(chǎn)品中加很多功能”的傾向，看似能快速上一個(gè)60分功能，但后續(xù)迭代會(huì)影響主賽道、影響真正想做的事。Get筆記聚焦“好記”、“好找”、“好用”三個(gè)核心環(huán)節(jié)。

6、更關(guān)注用戶的真實(shí)使用行為。如果用戶只是因?yàn)橥扑?、營(yíng)銷點(diǎn)開(kāi)APP，沒(méi)生成筆記、沒(méi)和AI對(duì)話、沒(méi)讓產(chǎn)品變成自己的生產(chǎn)力工具，那日活就是“虛假泡沫”。

7、多智能體工作流會(huì)顛覆不同行業(yè)?！耙痪湓捝蓛?nèi)容”這樣把主導(dǎo)權(quán)扔給AI的做法不可行。真正的專家會(huì)不停調(diào)教AI，就像帶寫手、記者一樣，告訴你“可以這么寫”，而不是“給你命題，三天后交稿”。

8、不要站在AI的“缺陷”上做產(chǎn)品，要站在三個(gè)月后AI能達(dá)到的水平上做構(gòu)建。時(shí)刻思考“現(xiàn)在AI水平是什么”、“和產(chǎn)品結(jié)合的點(diǎn)有哪些”、“結(jié)合后哪些點(diǎn)三個(gè)月后能達(dá)到理想狀態(tài)”。

訪談實(shí)錄分割線

1、熱度如此高的AI知識(shí)管理是真需求還是有泡沫？

量子位智庫(kù)：AI筆記+知識(shí)管理賽道熱度上升，是有充分的市場(chǎng)需求還是有一部分市場(chǎng)泡沫？

Get筆記：我覺(jué)得絕對(duì)談不上泡沫。進(jìn)入這個(gè)領(lǐng)域會(huì)發(fā)現(xiàn)，用戶需求很碎片化——每個(gè)人都覺(jué)得自己需要，都有相關(guān)痛點(diǎn)，而且有數(shù)據(jù)證明：你每天看很多公眾號(hào)、信息，有很多想記下來(lái)的東西，但過(guò)三個(gè)月可能就不記得看過(guò)什么了。

有一項(xiàng)數(shù)據(jù)：現(xiàn)在一個(gè)人一天的信息攝取量，相當(dāng)于80年代一個(gè)人一年的攝取量。但每個(gè)時(shí)代的人都覺(jué)得信息爆炸——80年代有報(bào)紙時(shí)，大家覺(jué)得信息太多看不完；沒(méi)有短視頻時(shí)，大家覺(jué)得網(wǎng)站新聞太多過(guò)載；現(xiàn)在刷短視頻，還是覺(jué)得過(guò)載。

所以信息爆炸帶來(lái)的痛點(diǎn)每個(gè)人都有，不同團(tuán)隊(duì)、不同風(fēng)格的解決方案可能完全不一樣，面對(duì)的人群也不一樣。

比如面向大學(xué)生、職場(chǎng)白領(lǐng)、高管、老板、國(guó)央企員工，每個(gè)精準(zhǔn)人群的需求都能挖掘。

在我看來(lái)，現(xiàn)在遠(yuǎn)沒(méi)到泡沫階段，AI發(fā)展下去，人群會(huì)更細(xì)分。

舉個(gè)例子：我去過(guò)一家十幾萬(wàn)人的大外企，他們的培訓(xùn)部門有300多人，下轄三家五星級(jí)酒店——用來(lái)定期把十幾萬(wàn)員工調(diào)到總部培訓(xùn)學(xué)習(xí)。我問(wèn)他們“企業(yè)最大的AI訴求是什么？”，他們說(shuō)“能不能把培訓(xùn)的紙質(zhì)材料變成智能體或?qū)υ捴郑尨蠹也挥脕?lái)現(xiàn)場(chǎng)住5天培訓(xùn)，日常就能學(xué)？”

大家聽(tīng)著可能覺(jué)得這需求太簡(jiǎn)單，但這是十幾萬(wàn)人企業(yè)的真實(shí)AI落地需求。AI從開(kāi)發(fā)到真正落地，中間的信息差、時(shí)間差還很多。

知識(shí)管理也是如此。把公眾號(hào)內(nèi)容變成知識(shí)是知識(shí)管理，把企業(yè)5個(gè)人的對(duì)話沉淀到知識(shí)庫(kù)也是知識(shí)管理。

所以現(xiàn)在遠(yuǎn)沒(méi)到泡沫時(shí)代，我甚至希望未來(lái)做這個(gè)領(lǐng)域的企業(yè)、創(chuàng)業(yè)公司、產(chǎn)品越多越好——只有越多，才能解決更多需求場(chǎng)景，讓信息流動(dòng)更高效，企業(yè)效率更高。

2、Get筆記的用戶是否來(lái)自得到APP？核心用戶都是知識(shí)密集用戶嗎？

量子位智庫(kù)：Get筆記現(xiàn)在的主要目標(biāo)用戶是什么？是否與得到基本重合，還是已延展到新用戶畫像？

Get筆記：這個(gè)問(wèn)題涉及的數(shù)據(jù)，對(duì)我們內(nèi)部來(lái)說(shuō)，不僅超越了創(chuàng)新產(chǎn)品本身，還對(duì)整個(gè)組織、從上到下所有人帶來(lái)了很大沖擊。

先看數(shù)據(jù)：Get筆記總注冊(cè)用戶137萬(wàn)（2025年9月數(shù)據(jù)），其中只有63.5萬(wàn)是過(guò)去十幾年注冊(cè)過(guò)得到、在羅輯思維公眾號(hào)買過(guò)書或用過(guò)羅輯思維之前服務(wù)的用戶——也就是說(shuō)有73.5萬(wàn)用戶是純粹因?yàn)镚et筆記注冊(cè)來(lái)的。

這個(gè)數(shù)據(jù)對(duì)內(nèi)部的震撼在哪？過(guò)去兩三年，我們有些業(yè)務(wù)數(shù)據(jù)下滑、不景氣，內(nèi)部很容易合理化：“得到創(chuàng)業(yè)這么多年，該有的用戶都有了，中國(guó)愛(ài)學(xué)習(xí)的用戶就這么多，不能怪我們，怪大環(huán)境不好，沒(méi)拉新也不能怪我們”。

但Get筆記出來(lái)后發(fā)現(xiàn)，沒(méi)推廣、沒(méi)投放的情況下，居然有一大半是純新用戶，純粹靠口碑來(lái)的。

這證明只要切中用戶痛點(diǎn)，就能有新用戶進(jìn)來(lái)，有新生命力。

這對(duì)得到里很多傳統(tǒng)業(yè)務(wù)、傳統(tǒng)產(chǎn)品都是很大刺激，像一條鯰魚(yú)扔進(jìn)沙丁魚(yú)箱，對(duì)整個(gè)組織都是很大促進(jìn)。

這個(gè)數(shù)據(jù)的意義不在于數(shù)量本身——Get筆記的用戶量在中國(guó)互聯(lián)網(wǎng)圈里還是“小蝦米”，但對(duì)組織的震撼和教育意義很大。

量子位智庫(kù)：AI知識(shí)管理/AI筆記賽道有很多新用戶可挖掘，但市面上產(chǎn)品也多。Get筆記復(fù)盤時(shí)覺(jué)得自己是抓住了用戶哪一點(diǎn)，才跑在其他產(chǎn)品前面？

Get筆記：首先我沒(méi)覺(jué)得Get筆記跑在前面。

筆記軟件是個(gè)“小眾又紅?！钡念I(lǐng)域，特別奇怪——從大廠到獨(dú)立開(kāi)發(fā)者，都覺(jué)得這是個(gè)好切入點(diǎn)。

有些小生意大廠不碰，有些生意小創(chuàng)業(yè)者不碰，但AI筆記（或AI筆記+知識(shí)管理類應(yīng)用）不一樣：小創(chuàng)業(yè)者練手會(huì)用它，大廠的創(chuàng)新團(tuán)隊(duì)也會(huì)用它。

就像郭德綱老師常說(shuō)的，它看起來(lái)是個(gè)完全沒(méi)門檻的領(lǐng)域——“只要會(huì)說(shuō)話就會(huì)說(shuō)相聲”，但門檻在“入門后能不能持續(xù)做出東西”。

看似一樣的功能，比如鏈接轉(zhuǎn)文字、語(yǔ)音轉(zhuǎn)文字、會(huì)議紀(jì)要，不同團(tuán)隊(duì)的理念可能完全不一樣。

量子位智庫(kù)：Get筆記現(xiàn)在的核心用戶畫像是什么？和用戶打交道、服務(wù)的過(guò)程中，對(duì)用戶的認(rèn)知有沒(méi)有變化？有沒(méi)有和市場(chǎng)上對(duì)這類用戶的理解不一樣的地方？

Get筆記：現(xiàn)在Get筆記有幾個(gè)大的用戶群體。

第一個(gè)是泛創(chuàng)業(yè)者，以及企業(yè)里推動(dòng)AI落地的人。

很多用戶反饋，企業(yè)剛開(kāi)始做AI落地時(shí)，需要一個(gè)能讓大家快速體驗(yàn)AI能力的工具，讓大家知道“AI沒(méi)那么高大上，日常就能幫到自己”。不少用戶把Get筆記當(dāng)成公司內(nèi)第一個(gè)AI產(chǎn)品。

比如做會(huì)議紀(jì)要，過(guò)去用傳統(tǒng)錄音筆轉(zhuǎn)換，現(xiàn)在用Get筆記，線下會(huì)議能錄3小時(shí)，錄完直接把鏈接發(fā)群里——用戶能看到會(huì)議中誰(shuí)在什么時(shí)間說(shuō)的話，點(diǎn)到那句話就能回放，還能和AI聊；甚至把幾場(chǎng)會(huì)議的紀(jì)要放一起提問(wèn)。很多沒(méi)接觸過(guò)AI軟件的用戶，很容易通過(guò)這個(gè)功能滲透進(jìn)來(lái)。

除了企業(yè)用戶，更多的是知識(shí)密度高的泛領(lǐng)域用戶，比如律師、醫(yī)生、教師，這些是我們現(xiàn)在很典型的用戶。

舉個(gè)例子：有一所中學(xué)在和我們合作，他們把老師的一堂課當(dāng)成“線下會(huì)議”錄音——錄完把鏈接發(fā)給學(xué)生，學(xué)生回家后如果某個(gè)知識(shí)點(diǎn)沒(méi)聽(tīng)好，能直接定位到第8分鐘、第10分鐘的內(nèi)容重聽(tīng)；聽(tīng)不明白還能調(diào)出AI助手講解。

還有山東一家眼科醫(yī)院，院長(zhǎng)是我們的忠實(shí)用戶，他要求護(hù)士和醫(yī)生把每天巡房、巡檢、手術(shù)的紀(jì)要，用語(yǔ)音方式錄進(jìn)Get筆記——復(fù)盤手術(shù)、共享信息時(shí)，都用AI聊天或共享知識(shí)庫(kù)的方式。

這些使用場(chǎng)景，我做產(chǎn)品前根本沒(méi)想到。所以這個(gè)過(guò)程中，其實(shí)是我在向用戶學(xué)習(xí)，用戶的反饋也給我們下一步產(chǎn)品迭代提了很多想法。Get筆記是和用戶一起共創(chuàng)的產(chǎn)品，這一點(diǎn)很有意義。

3、用戶是否會(huì)覺(jué)得用Get筆記生產(chǎn)的內(nèi)容來(lái)自AI而非自己？不同產(chǎn)品的“會(huì)議紀(jì)要”功能有哪些差異？

量子位智庫(kù)：Get筆記有哪些核心或特色功能？

Get筆記：最開(kāi)始Get筆記的所有功能其實(shí)是從錄音開(kāi)始的，錄音完之后做AI潤(rùn)色。

這些功能大家可能覺(jué)得所有軟件都有，但我們過(guò)程中發(fā)現(xiàn)——有些功能看似一樣，但做東西的深度不同，結(jié)果會(huì)完全不一樣。

別人可能只做到60分，你如果有自己的洞察、觀察或體驗(yàn)，就能做到80分，而80分的東西就能吸引用戶注意。

比如我們雖有錄音功能，但核心會(huì)放在AI幫你潤(rùn)色這個(gè)點(diǎn)上。

和我們一起調(diào)教AI的同事，都是資深內(nèi)容創(chuàng)作者。他們要做的就是讓AI調(diào)教后的內(nèi)容沒(méi)有機(jī)器味，更像書面化又不失口語(yǔ)感的文字——把口語(yǔ)詞刪掉，變成一段能直接發(fā)出去的好文字。

最開(kāi)始我們就是靠這個(gè)功能，抓到了大部分用戶。哪怕用戶開(kāi)車、跑步時(shí)隨便錄一段，都能變成好文字發(fā)出去。吸引到第一批用戶后，我們發(fā)現(xiàn)用戶的使用場(chǎng)景很多，就逐漸找自己擅長(zhǎng)的領(lǐng)域。

Get筆記8月上線的智能拍書功能，也是我個(gè)人很喜歡、很有用的功能。

我們有很多電子書資源，也有圖片筆記功能。拿一本書舉例，過(guò)去得到電子書用戶和紙質(zhì)書用戶常遇到兩個(gè)問(wèn)題：電子書用戶說(shuō)紙質(zhì)書用戶看完書后找不到筆記；紙質(zhì)書用戶說(shuō)電子書用戶在電腦、手機(jī)上看書沒(méi)儀式感。

“智能拍書”功能解決了這個(gè)問(wèn)題——哪怕你看紙質(zhì)書，打開(kāi)Get筆記的“智能拍書”，拍一頁(yè)書，馬上就能識(shí)別出是哪本書，還能把紙質(zhì)書和電子書的筆記匯集到同一本書的列表下。未來(lái)不管什么時(shí)候想到這本書，進(jìn)Get筆記就能找到這本書下所有自己做的筆記。

這時(shí)候和AI對(duì)話，就不只是基于一本書，而是基于一本書加自己在這本書下做的幾百條筆記；甚至現(xiàn)在我們推出了基于10本書加10本書下所有筆記一起對(duì)話。

你會(huì)發(fā)現(xiàn)，當(dāng)數(shù)據(jù)源足夠精準(zhǔn)，AI的輸出質(zhì)量就會(huì)很高，它不是網(wǎng)上抓取的垃圾新聞。這兩個(gè)功能對(duì)我個(gè)人幫助很大，而且Get筆記里所有功能，其實(shí)都是基于我們自己的需求產(chǎn)生的。

量子位智庫(kù)：Get筆記提到錄音轉(zhuǎn)文字會(huì)做更高質(zhì)量的潤(rùn)色，那么Get筆記和其他產(chǎn)品在輸出質(zhì)量上有哪些具體差異？

Get筆記：我舉個(gè)例子。很多所謂的AI寫作軟件，讓AI模仿風(fēng)格時(shí)，很容易出現(xiàn)“模仿魯迅、巴金、茅盾”這類知名文學(xué)大家的情況。

我們最開(kāi)始也想讓AI學(xué)這些，但我們公司是內(nèi)容公司，有很多資深人士——比如北大出身的語(yǔ)言學(xué)家李倩、作家賈行家，還有羅振宇、脫不花這種一直做溝通表達(dá)的專業(yè)人士。

我們調(diào)優(yōu)AI時(shí)，常出現(xiàn)這樣的場(chǎng)景：把原始錄音文件和AI調(diào)完的內(nèi)容拿給他們看，他們就開(kāi)始挑毛病，說(shuō)“不應(yīng)該這樣，該學(xué)某個(gè)人某幾篇文章的風(fēng)格”。

最崩潰的是，他們說(shuō)的這些人，我和算法負(fù)責(zé)人幾乎沒(méi)聽(tīng)過(guò)，很多人都要現(xiàn)搜。比如有一次他們提到一個(gè)人，我問(wèn)“這人是誰(shuí)？”，同事說(shuō)“是20年代或30年代香港大公報(bào)的專欄作者，文字很有韻味”。如果不是在這個(gè)團(tuán)隊(duì)，我根本不會(huì)知道這個(gè)人。

后來(lái)同事跟我說(shuō)，既然是為每個(gè)用戶潤(rùn)色，就不能讓用戶潤(rùn)色后的內(nèi)容都像魯迅、巴金——魯迅的風(fēng)格一眼就能認(rèn)出來(lái)，我們要的是“優(yōu)美的中文、優(yōu)美的白話文”。

所以我們調(diào)優(yōu)時(shí)，核心理念是讓用戶覺(jué)得生產(chǎn)出來(lái)的內(nèi)容是“自己的”，不是AI的，也不是Get筆記的。

量子位智庫(kù)：會(huì)議轉(zhuǎn)文字是很多辦公軟件都有的功能，Get筆記的會(huì)議紀(jì)要功能，相比市面上普遍的產(chǎn)品，優(yōu)勢(shì)在哪？為什么企業(yè)、學(xué)校、醫(yī)院愿意用？

Get筆記：有些產(chǎn)品的會(huì)議紀(jì)要就是單獨(dú)的音頻會(huì)議記錄，但我們會(huì)深入用戶場(chǎng)景——我們本身是做學(xué)習(xí)場(chǎng)景的，得到的創(chuàng)始人就是在學(xué)習(xí)小組認(rèn)識(shí)的，所以很多需求來(lái)自我們自己的使用場(chǎng)景。

比如做完第一版會(huì)議紀(jì)要后，我們想：聽(tīng)會(huì)議時(shí)如果嘉賓放PPT，能不能拍張圖插入紀(jì)要？嘉賓說(shuō)話時(shí)，如果自己腦海里有靈光一現(xiàn)的想法，能不能記下來(lái)？

所以我們加了“記要點(diǎn)”功能——自己打兩行字，備注“這個(gè)想法能用到我的業(yè)務(wù)里”。

會(huì)議結(jié)束生成紀(jì)要時(shí)，嘉賓的內(nèi)容、自己的靈光點(diǎn)、插入的圖片會(huì)融合在一起——它不只是“聽(tīng)會(huì)記錄”，還結(jié)合了個(gè)人思考。

再往后，當(dāng)你在一個(gè)平臺(tái)錄10場(chǎng)、20場(chǎng)、100場(chǎng)會(huì)議，加上平時(shí)的積淀，AI會(huì)更了解你。

單獨(dú)看一場(chǎng)會(huì)議紀(jì)要，大家的能力差別不大，基本在60分到75分之間。但當(dāng)你沉淀了足夠多的數(shù)據(jù)，用這些數(shù)據(jù)去調(diào)優(yōu)AI，產(chǎn)生的價(jià)值會(huì)更大。

所以我給大家一個(gè)建議：不管用哪個(gè)平臺(tái)的會(huì)議紀(jì)要，別老換——老換就沒(méi)辦法沉淀自己的數(shù)據(jù)和內(nèi)容。

至于產(chǎn)品方，在中國(guó)的產(chǎn)品團(tuán)隊(duì)里，單純功能上的能力差別其實(shí)不大。

4、功能上線是依據(jù)產(chǎn)品經(jīng)理的判斷還是用戶的投票？如何通過(guò)自然增長(zhǎng)積累前1000名用戶？

量子位智庫(kù)：Get筆記收集到很多用戶需求，如何判斷需求優(yōu)先級(jí)？怎么決定要不要做某個(gè)需求？

Get筆記：我們有兩個(gè)評(píng)判標(biāo)準(zhǔn)。首先，團(tuán)隊(duì)只有一個(gè)運(yùn)營(yíng)，人少就要想辦法自動(dòng)化——我們拉了100多個(gè)Get筆記用戶群，每個(gè)群一二百人，用戶會(huì)反復(fù)反饋需求。

我們用企業(yè)微信和飛書表格，讓AI分析、沉淀需求，整理成飛書多維表格。但收集需求本身沒(méi)多少價(jià)值，更重要的是用戶投票——

打開(kāi)Get筆記“我的”頁(yè)面，能看到所有用戶提的需求（群里的反饋或用戶自己添加的），其他用戶可以投票。

對(duì)我們來(lái)說(shuō)，功能排期不用太多思考：用戶投100多票的需求，肯定比投5票的先做——100多人在等這個(gè)功能上線。

△Get筆記產(chǎn)品需求許愿池

這個(gè)過(guò)程中，用戶參與感很強(qiáng)，還有個(gè)好玩的小細(xì)節(jié)：以前拉群用戶提需求，常問(wèn)“為什么不做這個(gè)？你們不知道用戶著急嗎？”，我們一個(gè)運(yùn)營(yíng)加產(chǎn)品很被動(dòng)，總要解釋“要排期、看優(yōu)先級(jí)”。

有了投票功能后，用戶提完需求會(huì)主動(dòng)說(shuō)“我看需求池了，我的需求排不高，你們先做優(yōu)先級(jí)高的”；甚至有用戶提完需求，其他用戶會(huì)跳出來(lái)說(shuō)“我的需求比你更重要，你先記著，別催團(tuán)隊(duì)”。

我們和用戶的關(guān)系變好了，也不用靠產(chǎn)品經(jīng)理做復(fù)雜決策——聽(tīng)用戶的話沒(méi)錯(cuò)。

量子位智庫(kù)：Get筆記獲得前1000用戶時(shí)是自然增長(zhǎng)，復(fù)盤來(lái)看，最對(duì)的一件事是什么？如何和用戶打好關(guān)系？

Get筆記：我們前一萬(wàn)名用戶基本靠用戶口碑和分享。

最開(kāi)始我們只有小程序，做了一個(gè)“病毒化小限制”：小程序初期錄音時(shí)長(zhǎng)有限，第一版最多錄10分鐘，分兩個(gè)梯次——錄3分鐘、錄10分鐘。

如果用戶把Get筆記轉(zhuǎn)發(fā)給好友，好友來(lái)用且真實(shí)生產(chǎn)了筆記，用戶就能從3分鐘權(quán)限升級(jí)到10分鐘。

這個(gè)動(dòng)作在前期推廣中作用很大：用戶錄3分鐘后覺(jué)得產(chǎn)品能幫自己潤(rùn)色出好文字，又覺(jué)得3分鐘不夠用，就會(huì)手把手讓身邊朋友、家人體驗(yàn)，甚至盯著別人“必須錄一條筆記，不然我升不了10分鐘”。

后來(lái)做成APP，這個(gè)功能就砍了（沒(méi)有小程序限制了），但這個(gè)過(guò)程讓我們拿到了很多用戶的真實(shí)需求，也看到——只要功能切中痛點(diǎn)，哪怕是小功能，用戶也愿意幫你傳播。

5、是否會(huì)關(guān)注大廠競(jìng)品的競(jìng)爭(zhēng)？產(chǎn)品自身是否有明確的業(yè)務(wù)邊界？

量子位智庫(kù)：24年已有大廠做知識(shí)管理產(chǎn)品，現(xiàn)在市場(chǎng)變化下，會(huì)不會(huì)顧慮競(jìng)品？大家都在往AI助手、外部知識(shí)庫(kù)方向拓展，會(huì)不會(huì)對(duì)Get筆記形成競(jìng)爭(zhēng)？

Get筆記：我們公司起點(diǎn)就是“從自己的需求出發(fā)”。

公司三個(gè)創(chuàng)始人（羅振宇、脫不花、我），羅振宇和脫不花2014年在業(yè)余學(xué)習(xí)小組認(rèn)識(shí)，我和脫不花在另一個(gè)學(xué)習(xí)小組認(rèn)識(shí)——我們本身就愿意學(xué)新東西，做決策常從自己的需求出發(fā)。

2015年底、2016年初，我們?nèi)齻€(gè)人聊天時(shí)，羅振宇說(shuō)“我們有業(yè)內(nèi)資源，能請(qǐng)老師來(lái)聊天，內(nèi)容很有啟發(fā)。如果把這些內(nèi)容讓更多用戶聽(tīng)到，既能有商業(yè)收入，又能請(qǐng)更多我們想學(xué)習(xí)的領(lǐng)域的老師——這不就能創(chuàng)業(yè)，還能提升自己？”

所以才有了得到APP，后來(lái)又做了電子書業(yè)務(wù)。

得到的電子書業(yè)務(wù)從2017年到現(xiàn)在，一直徘徊在虧損線，但我們還在大力投入——因?yàn)樵谥袊?guó)做電子書，不上網(wǎng)絡(luò)小說(shuō)就很難掙錢，而我們自己不是網(wǎng)絡(luò)小說(shuō)用戶，所以只上非虛構(gòu)、經(jīng)濟(jì)底層類的書。

回到競(jìng)品問(wèn)題，我會(huì)看一些同領(lǐng)域產(chǎn)品，學(xué)習(xí)別人的優(yōu)點(diǎn)，但做Get筆記時(shí)，不會(huì)從“競(jìng)爭(zhēng)對(duì)手在做什么”出發(fā)，更多是看“我們自己想要的東西有哪些沒(méi)實(shí)現(xiàn)、能不能靠自己的方式實(shí)現(xiàn)，能不能發(fā)揮公司過(guò)去的優(yōu)勢(shì)”。

比如得到從2017年買了很多小眾書的版權(quán)，沒(méi)有AI時(shí)這些版權(quán)是“沉底”的，但有了AI后，我們希望基于Get筆記的助手和用戶筆記，把這些優(yōu)質(zhì)版權(quán)（比如得到的白皮書、小眾書籍）盤活，讓它們煥發(fā)生命力。

舉個(gè)小例子：我們?cè)暇€一本很專業(yè)的英文期刊《中國(guó)油氣》，是中國(guó)石化面向國(guó)外市場(chǎng)的期刊，每一期閱讀量只有幾十——基本是石化領(lǐng)域的科學(xué)家、研究生在看。

但有了AI后，用戶研究專業(yè)領(lǐng)域時(shí)，AI能理解這本期刊的內(nèi)容，遷移到用戶的知識(shí)領(lǐng)域里。

我們公司從一開(kāi)始就做知識(shí)管理相關(guān)的事，這是一脈相承的。每個(gè)團(tuán)隊(duì)都有自己的稟賦，所以我們更關(guān)注“自己要做什么”，而不是“別人在做什么”。

量子位智庫(kù)：Get筆記有沒(méi)有明確的業(yè)務(wù)邊界？哪些事情一定不會(huì)做？

Get筆記：我想讓Get筆記聚焦三個(gè)核心環(huán)節(jié)：好記、好找、好用。

“好記”是現(xiàn)在基本完成的——會(huì)議紀(jì)要、圖片、拍書、聽(tīng)直播/播客，能不能更快、更準(zhǔn)確地記下來(lái)。

“好找”是哪怕兩年、五年后想起某件事，能快速找到；甚至AI在你不知道的情況下，幫你找出相關(guān)內(nèi)容。

“好用”是真正進(jìn)入你的使用場(chǎng)景——寫論文、報(bào)道、小紅書、公眾號(hào)、朋友圈時(shí)，如何用到之前積累的知識(shí)庫(kù)，AI如何賦能。

這三個(gè)環(huán)節(jié)之外的事，短時(shí)間內(nèi)絕對(duì)不會(huì)做。

比如上個(gè)月有很多用戶提“生成筆記后能不能直接做腦圖？能不能做可視化HTML頁(yè)面？”——從技術(shù)上來(lái)說(shuō)，用開(kāi)源組件，一個(gè)晚上就能上線，但我不同意做。

因?yàn)橐粋€(gè)新功能從60分優(yōu)化到90分，會(huì)牽涉很多精力。

比如腦圖，現(xiàn)在能生成1000像素的，但如果是1000萬(wàn)字的書，要生成超長(zhǎng)腦圖，還要在不同瀏覽器、手機(jī)上適配版式、顏色，支持編輯——看似能快速上一個(gè)60分功能，但后續(xù)迭代會(huì)影響主賽道，影響我們真正想做的事。

現(xiàn)在很多團(tuán)隊(duì)（包括我們）要警惕一點(diǎn)：AI和通用底層大模型（比如豆包、智譜、混元、Kimi）很強(qiáng)大，從視覺(jué)識(shí)別到生成圖片都能做，很多開(kāi)發(fā)團(tuán)隊(duì)會(huì)覺(jué)得“無(wú)所不能”，想在產(chǎn)品里加很多功能。

但最大的挑戰(zhàn)是“決定不做什么”——這是對(duì)人性的考驗(yàn)：用戶提了需求，做起來(lái)簡(jiǎn)單，做了還會(huì)有用戶夸，但你要堅(jiān)定不做。

短期內(nèi)我一定不做的事：把紀(jì)要轉(zhuǎn)成腦圖、PPT、圖表；生成圖片、視頻。

這些有更專業(yè)的產(chǎn)品去做。我們會(huì)專注在把內(nèi)容變成報(bào)告、文字，在文字上做動(dòng)作——如何讓報(bào)告更好，如何調(diào)用更多知識(shí)庫(kù)。

量子位智庫(kù)：站在Get筆記的立場(chǎng)，是否有三條標(biāo)準(zhǔn)，判斷什么是好的知識(shí)管理產(chǎn)品？

Get筆記：說(shuō)實(shí)話我們沒(méi)有太量化、客觀的標(biāo)準(zhǔn)，團(tuán)隊(duì)做功能也沒(méi)那么多數(shù)據(jù)支撐，但有個(gè)很主觀的判斷標(biāo)準(zhǔn)：這個(gè)功能自己團(tuán)隊(duì)做起來(lái)興奮不興奮？

如果自己做都不興奮，憑什么覺(jué)得用戶會(huì)喜歡？

之前有個(gè)功能，已經(jīng)進(jìn)入開(kāi)發(fā)、快測(cè)試的階段了，我突然發(fā)現(xiàn)——以前做功能到這個(gè)階段，團(tuán)隊(duì)群里提需求、提問(wèn)題、截屏討論的頻率很高，但那半個(gè)月，關(guān)于這個(gè)功能的討論很少。

我就直接問(wèn)大家：“是不是覺(jué)得這個(gè)功能沒(méi)那么‘性感’？”很多人在飛書里回復(fù)“+1”。

我又問(wèn)：“你們?yōu)槭裁床环瘩g我？”因?yàn)檫@個(gè)需求是我提的，我當(dāng)時(shí)還覺(jué)得挺“性感”。

現(xiàn)在我都記不清那是什么需求了——可見(jiàn)它確實(shí)是偽需求。雖然功能已經(jīng)做到80%，但我還是說(shuō)“砍了，不上線”——我們十幾個(gè)人都覺(jué)得沒(méi)吸引力，推給用戶，用戶也不會(huì)喜歡。

我們團(tuán)隊(duì)只有十幾個(gè)人，創(chuàng)業(yè)公司可以“野蠻一點(diǎn)”，沒(méi)那么多條條框框。AI時(shí)代很容易做成事，所以拋掉過(guò)去的條條框框，做自己喜歡的事——這是我們判斷好產(chǎn)品的標(biāo)準(zhǔn)。

6、最關(guān)注的產(chǎn)品指標(biāo)是日活用戶還是其他數(shù)據(jù)？背后基于怎樣的思考？

量子位智庫(kù)：功能上線后，是相對(duì)粗粒度地觀察用戶反應(yīng)，還是有類似“需求投票”的精準(zhǔn)監(jiān)測(cè)體系？

Get筆記：實(shí)打?qū)嵉卣f(shuō)，沒(méi)有那么精確的監(jiān)測(cè)體系，會(huì)看一些數(shù)據(jù)變化，但這些變化幾乎不會(huì)影響下一步迭代。

我們更多看用戶的實(shí)際場(chǎng)景——有100多個(gè)用戶群，用戶會(huì)反饋“在什么場(chǎng)景用什么功能時(shí)遇到了什么問(wèn)題”。

不用看數(shù)據(jù)，當(dāng)5個(gè)群、8個(gè)用戶、10幾個(gè)用戶同時(shí)提同一個(gè)問(wèn)題，就知道一定是功能出問(wèn)題了，順著用戶需求迭代，把功能做得更好就行?？磾?shù)據(jù)只是看大面的情況，更多還是聽(tīng)用戶怎么說(shuō)。

量子位智庫(kù)：現(xiàn)在Get筆記比較關(guān)注的少量指標(biāo)里，最核心的是什么？

Get筆記：我們不怎么關(guān)注日活。

對(duì)筆記類應(yīng)用，我更關(guān)注7天內(nèi)使用兩次筆記的用戶數(shù)——這個(gè)指標(biāo)的定義我都記不清了，但每天都會(huì)看這個(gè)數(shù)。

做軟件很容易讓單一指標(biāo)“虛假繁榮”，但我最關(guān)注的是用戶是否持續(xù)用Get筆記——不能只今天用，7天內(nèi)至少有兩天打開(kāi)，且真實(shí)產(chǎn)生一條筆記。

如果用戶只是因?yàn)橥扑?、營(yíng)銷點(diǎn)開(kāi)APP，沒(méi)生成筆記、沒(méi)和AI對(duì)話、沒(méi)讓產(chǎn)品變成自己的生產(chǎn)力工具，那這種日活就是“虛假泡沫”，沒(méi)任何價(jià)值。

我更關(guān)注用戶的真實(shí)使用行為：有沒(méi)有用它錄會(huì)議、拍圖片、錄5分鐘語(yǔ)音。

7、如何理解Get筆記“有學(xué)習(xí)記錄應(yīng)用的全鏈條技術(shù)生態(tài)”？

量子位智庫(kù)：之前提到Get筆記有“學(xué)習(xí)記錄應(yīng)用的全鏈條技術(shù)生態(tài)”，能否詳細(xì)展開(kāi)介紹這個(gè)生態(tài)？

Get筆記：說(shuō)起來(lái)比較抽象，拿8月上線的“智能拍書”功能舉例：現(xiàn)在看紙質(zhì)書時(shí)，拍一頁(yè)書，Get筆記能識(shí)別出是哪本書，自動(dòng)分類，把這條筆記歸到對(duì)應(yīng)書籍下（比如《擺攤式創(chuàng)業(yè)》）。

相當(dāng)于為每本書建了一個(gè)“自動(dòng)化小知識(shí)庫(kù)”——這個(gè)知識(shí)庫(kù)不僅有拍書的圖片筆記，還有你在得到電子書里做的劃線；甚至你在語(yǔ)音錄入、會(huì)議中提到這本書（比如“今天開(kāi)會(huì)前，我先介紹《擺攤式創(chuàng)業(yè)》這本書”），相關(guān)內(nèi)容也會(huì)進(jìn)入這個(gè)知識(shí)庫(kù)。

未來(lái)不管什么時(shí)候想起這本書，都能在這個(gè)知識(shí)庫(kù)找到所有相關(guān)內(nèi)容——筆記形態(tài)不重要，AI會(huì)按內(nèi)容邏輯整合?，F(xiàn)在我們已經(jīng)實(shí)現(xiàn)基于10本書加10本書下所有筆記對(duì)話（選10本是因?yàn)槊勘緯鴰资f(wàn)字，超過(guò)10本上下文會(huì)過(guò)載，未來(lái)會(huì)擴(kuò)展）。

舉個(gè)我自己的例子。做新功能策劃時(shí)，我會(huì)在Get筆記里添加幾本書——比如《喬布斯傳》、《俞軍產(chǎn)品方法論》、《從0到1》、《冷啟動(dòng)》、《微信產(chǎn)品官》，再加頂級(jí)產(chǎn)品經(jīng)理的自傳，然后問(wèn)AI：“基于這些書和我的筆記，如果要在Get筆記里做某個(gè)功能，該怎么策劃？”

AI的回答質(zhì)量會(huì)很高，比如“按喬布斯的想法，這個(gè)功能需要做到以下幾點(diǎn)”、“按張小龍的思路，這幾點(diǎn)必須注意”、“從冷啟動(dòng)角度，策略有哪幾條”。

這就是從使用角度，把積累的內(nèi)容、看過(guò)的書、做過(guò)的筆記用好。這只是我們現(xiàn)在的嘗試，未來(lái)希望有更多這樣的場(chǎng)景——讓AI幫你找到“你想知道但不知道的知識(shí)”。

因?yàn)橛辛薃I，知識(shí)無(wú)窮無(wú)盡，AI能判斷“你問(wèn)這個(gè)問(wèn)題，雖然沒(méi)看過(guò)某本書，但你一定會(huì)想知道書里的相關(guān)內(nèi)容”。Get筆記會(huì)往這個(gè)方向拓展。

量子位智庫(kù)：得到作為知識(shí)庫(kù)，為Get筆記提供了很好的鋪墊。未來(lái)兩者是會(huì)形成飛輪效應(yīng)，還是仍為單向影響關(guān)系？

Get筆記：之前為了跑通Get筆記的流程，更多做通用場(chǎng)景——只做通用場(chǎng)景就能拿到非得到用戶和部分得到用戶。對(duì)我來(lái)說(shuō)，把Get筆記和得到融合的難度很小，空間也大，沒(méi)人阻擋我用得到的資源。

但我選擇先“摘難一點(diǎn)的果實(shí)”（指做通用場(chǎng)景），現(xiàn)在可以開(kāi)始“摘低垂的果實(shí)”（指和得到融合）。

這也是我這個(gè)月和得到團(tuán)隊(duì)、Get筆記團(tuán)隊(duì)商量最多的事：AI時(shí)代，能不能推翻一個(gè)人學(xué)習(xí)、看書的傳統(tǒng)過(guò)程，讓它變得不一樣、更有想象力？

我們正在研究，希望年底前能有大的突破。

8、AI未來(lái)1-3年對(duì)知識(shí)行業(yè)會(huì)產(chǎn)生哪些關(guān)鍵影響？哪些方面是大模型進(jìn)步解決不了、需要產(chǎn)品工程化彌補(bǔ)的空缺？

量子位智庫(kù)：跳出Get筆記和得到，AI的普遍應(yīng)用對(duì)知識(shí)行業(yè)（未來(lái)1-3年）會(huì)有哪些關(guān)鍵影響？對(duì)您這樣的知識(shí)學(xué)習(xí)者、獲取者，個(gè)人和行業(yè)層面分別有什么影響？

Get筆記：Get筆記剛剛上線了一個(gè)圍繞“好用”的小工具，叫GetDraft起稿（網(wǎng)址：https://getdraft.ai/）。

和內(nèi)容團(tuán)隊(duì)一起探索“寫作場(chǎng)景下，如何幫用戶把內(nèi)容寫得更好”。過(guò)程中我很震驚。

我是重度寫作者，去年年初在得到上線AI學(xué)習(xí)圈，每天寫2000-3000字，到現(xiàn)在寫了超過(guò)200萬(wàn)字。我不敢說(shuō)自己是知名產(chǎn)品經(jīng)理，但肯定是寫字最多的產(chǎn)品經(jīng)理之一。

做這個(gè)AI寫作工具時(shí)，我雖然參與了很多環(huán)節(jié)，但第一次跑通時(shí)，還是很驚訝。

當(dāng)流程策劃得足夠好，AI能起到很大輔助作用，但人是主導(dǎo)。

比如我們用“多智能體角色”：有負(fù)責(zé)寫作的，有研究寫作風(fēng)格的，有做深度調(diào)研和事實(shí)核查的，甚至用過(guò)去十年總編室（負(fù)責(zé)審核課程質(zhì)量）的語(yǔ)調(diào)和反饋，訓(xùn)練了一個(gè)“審稿智能體”。

這個(gè)寫作助手搭好后，像給寫作者配了一個(gè)雜志社編輯部——人類寫作者是主編，有兩三個(gè)牛的采訪記者、兩個(gè)調(diào)研專家、美編、圖表師、數(shù)據(jù)研究員。你可以指揮不同AI做專業(yè)工作，最后拿到的是“根據(jù)你的想法隨時(shí)調(diào)整的高質(zhì)量稿件”。

這個(gè)過(guò)程讓我覺(jué)得，AI在很多領(lǐng)域都能變得“可用”，不像去年更像玩具。對(duì)行業(yè)來(lái)說(shuō)，迭代會(huì)很大——比如以前一個(gè)人很難做營(yíng)銷、寫深度內(nèi)容，但現(xiàn)在AI能幫你完成多個(gè)環(huán)節(jié)的專業(yè)工作，一兩個(gè)人就能形成一個(gè)團(tuán)隊(duì)。

但我不相信“一句話生成內(nèi)容”——把主導(dǎo)權(quán)扔給AI的做法不可行。真正的專家會(huì)不停調(diào)教AI，就像帶寫手、記者一樣，告訴你“可以這么寫”，而不是“給你命題，三天后交稿”。

這種“多智能體工作流”會(huì)顛覆不同行業(yè)：寫作領(lǐng)域是“打磨、寫作、調(diào)研、審稿、排版、發(fā)布”；教師場(chǎng)景可能是“生成教案、做多媒體課件”；醫(yī)生場(chǎng)景可能是“病例整理、研究報(bào)告”。

量子位智庫(kù)：過(guò)去半年做Get筆記的過(guò)程中，對(duì)AI能力、AI產(chǎn)品的理解有沒(méi)有變化？尤其是底層大模型提升、Get筆記完善后，有沒(méi)有新認(rèn)知？

Get筆記：沒(méi)有什么新認(rèn)知，核心是永遠(yuǎn)保持變化，永遠(yuǎn)相信AI的迭代速度。

我想接下來(lái)要做什么時(shí)，更愿意站在三個(gè)月后AI大模型的迭代狀態(tài)去思考——很多Get筆記剛上線的功能沒(méi)那么好用，但我相信隨著底層大模型迭代，很快就能達(dá)到可用狀態(tài)。

所以不要站在AI的“缺陷”上做產(chǎn)品，要站在“AI不擅長(zhǎng)的事”或“三個(gè)月后AI能達(dá)到的水平”上做構(gòu)建。這對(duì)我來(lái)說(shuō)挑戰(zhàn)很大——要時(shí)刻想“現(xiàn)在AI水平是什么？和產(chǎn)品結(jié)合的點(diǎn)有哪些？結(jié)合后哪些點(diǎn)三個(gè)月后能達(dá)到理想狀態(tài)？”每天都要花大量時(shí)間思考。

量子位智庫(kù)：大模型持續(xù)進(jìn)步，但距離90分高分產(chǎn)品仍有差距。哪些方面是短期內(nèi)靠大模型無(wú)法解決，需要靠產(chǎn)品工程化、專門調(diào)教彌補(bǔ)的？

Get筆記：不管短期還是長(zhǎng)期，很多問(wèn)題是底層大模型再疊加也解決不了的——這也是創(chuàng)業(yè)公司的機(jī)會(huì)：

底層大模型的能力和覆蓋面有限，最多能做好用的通用工具（比如AI圖像工具），但無(wú)法深入每個(gè)行業(yè)、每個(gè)公司的細(xì)分需求。

比如AI能做好用的圖像生成工具，但無(wú)法知道“某家電商公司做鞋子和做衣服，對(duì)AI生成模特圖像的要求不一樣”；甚至同是做牛仔褲的公司，需求也有差異。

舉個(gè)例子：現(xiàn)在做牛仔褲設(shè)計(jì)的企業(yè)，底層AI圖像模特生成能力約40分，但如果企業(yè)有20年牛仔褲設(shè)計(jì)經(jīng)驗(yàn)、2萬(wàn)張獨(dú)家賣家秀圖片，就能在底層模型上疊加“20分的專業(yè)能力”，把產(chǎn)品做到60分。當(dāng)?shù)讓哟竽Ｐ偷?0分，企業(yè)的20分專業(yè)能力不變，產(chǎn)品就能到70分、80分。

所以永遠(yuǎn)有空間留給“有獨(dú)特洞察、知道行業(yè)痛點(diǎn)、能識(shí)別需求”的人或企業(yè)。

底層大模型（不管是智譜、Kimi還是OpenAI）再迭代，也拿不到某家牛仔褲公司的2萬(wàn)張賣家秀圖片——但這家公司能用這些圖片訓(xùn)練AI，分析“什么體型適合什么牛仔褲形態(tài)”，甚至做“拍照片算身高體重，定制牛仔褲”的功能。

這種“針對(duì)特定需求的微調(diào)”，是底層大模型不會(huì)做，但行業(yè)企業(yè)必須做的——這就是需要產(chǎn)品工程化、專門調(diào)教彌補(bǔ)的空缺。

量子位智庫(kù)：“20分專業(yè)能力”能否能理解為上一代的行業(yè)Know-how和資料積累？還是包含其他因素？

Get筆記：不存在“上一代”或“這一代”，行業(yè)痛點(diǎn)的核心是不變的。哪怕不同企業(yè)用同樣的AI，解決思路也可能完全不一樣。但中國(guó)市場(chǎng)足夠大、企業(yè)足夠多，同一個(gè)領(lǐng)域能容納很多創(chuàng)業(yè)公司——每個(gè)團(tuán)隊(duì)都有自己的細(xì)分稟賦。這就是很大的空間。

9、AI是否會(huì)帶來(lái)全新需求？基于AI在未來(lái)短期內(nèi)會(huì)出現(xiàn)哪些新場(chǎng)景？

量子位智庫(kù)：有觀點(diǎn)認(rèn)為AI會(huì)帶來(lái)全新需求和產(chǎn)品，您怎么看？

Get筆記：我覺(jué)得AI一定會(huì)帶來(lái)大量全新需求——因?yàn)橛脩羰褂卯a(chǎn)品的方式變了，這是時(shí)代發(fā)展的規(guī)律。

100年前有了汽車，衍生出修車、開(kāi)車、鋪路、F1賽事；2007-2008年智能手機(jī)出現(xiàn)后，才有了抖音、美團(tuán)、滴滴這些需求——沒(méi)有智能手機(jī)時(shí)，哪有點(diǎn)外賣、叫車？

AI也是如此，隨著持續(xù)迭代，新需求、新商業(yè)模式、新產(chǎn)品形態(tài)、新公司、新個(gè)人都會(huì)不斷涌現(xiàn)——這是任何科技發(fā)展時(shí)代的必然。

量子位智庫(kù)：您現(xiàn)在比較看好，短期內(nèi)會(huì)出現(xiàn)的基于AI的全新場(chǎng)景或需求是什么？

Get筆記：舉個(gè)例子：我去過(guò)一家美國(guó)小公司，15個(gè)人，都是做AI專欄寫作的——但其中1個(gè)人不用寫文章，專門負(fù)責(zé)“觀察另外14個(gè)同事的工作”。

他的產(chǎn)出是“每周發(fā)現(xiàn)一個(gè)同事工作中可被AI提效的點(diǎn)，把這個(gè)點(diǎn)變成AI小工具（采購(gòu)或用開(kāi)源工具搭建）”，核心職責(zé)是幫團(tuán)隊(duì)做AI提效。

這種“AI提效專員”的崗位，就是很好的小切口?，F(xiàn)在很多公司喊“AI落地、AI提效”，但有沒(méi)有人“全心全意幫AI在公司落地”？有沒(méi)有人“坐在同事電腦后看他們?cè)趺垂ぷ?，找AI提效點(diǎn)”？大部分公司沒(méi)有。這就是新場(chǎng)景、新崗位的機(jī)會(huì)。

再比如人形機(jī)器人：最開(kāi)始大家都提“人形機(jī)器人”，但這兩年出現(xiàn)了細(xì)分——有人做人形機(jī)器人大腦，有人做手，有人做關(guān)節(jié)，有人做虛擬訓(xùn)練場(chǎng)。這些創(chuàng)業(yè)公司都是近一兩年冒出來(lái)的。

所以只要深入某個(gè)領(lǐng)域，就會(huì)有很多新崗位、新需求、新創(chuàng)業(yè)公司涌現(xiàn)。

10、AI產(chǎn)品與傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品的開(kāi)發(fā)是否有代際區(qū)別？對(duì)產(chǎn)品經(jīng)理的新挑戰(zhàn)主要來(lái)自什么？

量子位智庫(kù)：從產(chǎn)研人視角，AI產(chǎn)品與傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品的開(kāi)發(fā)有代際區(qū)別嗎？有沒(méi)有新手段或新“坑”需要注意？

Get筆記：最大的區(qū)別在“組織層面”。比如我們做過(guò)兩個(gè)APP：得到和Get筆記。

2015-2016年做得到，搭一個(gè)APP團(tuán)隊(duì)至少要一二十人（最簡(jiǎn)模型6-7人，大眾化產(chǎn)品要二三十人）。但現(xiàn)在有了AI工具，團(tuán)隊(duì)每個(gè)人的崗位職責(zé)變模糊了——不再是傳統(tǒng)流水線分工。

傳統(tǒng)流水線是“產(chǎn)品經(jīng)理調(diào)研需求→給設(shè)計(jì)師→設(shè)計(jì)師出原型/設(shè)計(jì)稿→給前后端→測(cè)試→上線”，流程嚴(yán)絲合縫。

但現(xiàn)在有了AI，強(qiáng)的人會(huì)非常強(qiáng)：一個(gè)90分的開(kāi)發(fā)，因?yàn)楦a(chǎn)品，能借助AI模糊“產(chǎn)品經(jīng)理、設(shè)計(jì)師”的部分工作；一個(gè)后端能覆蓋前端工作，反之亦然。甚至每個(gè)AI產(chǎn)研團(tuán)隊(duì)的配置都不一樣。

這種變化對(duì)人的要求很高。比如做Get筆記時(shí)，我們已經(jīng)不寫產(chǎn)品PRD了——以前做產(chǎn)品要寫很多文檔，現(xiàn)在討論需求時(shí)，會(huì)約好時(shí)間（比如明天10點(diǎn)），每個(gè)人（設(shè)計(jì)師、技術(shù)、產(chǎn)品、我）都要提前用AI生成“產(chǎn)品原型、想法、文檔”，每個(gè)人帶2-3個(gè)原型開(kāi)會(huì)。

開(kāi)會(huì)時(shí)大家播原型：設(shè)計(jì)師會(huì)說(shuō)“這是我和COD出的，這是和Manus出的，這是和Kimi出的”——五個(gè)人可能會(huì)看20套原型。以前是“大家審視產(chǎn)品經(jīng)理的一套方案，互相挑錯(cuò)”，現(xiàn)在是“看AI出的方案，找啟發(fā)”——比如“AI這個(gè)功能點(diǎn)好，記下來(lái)”。

開(kāi)會(huì)過(guò)程中，我們還會(huì)讓AI實(shí)時(shí)迭代原型。會(huì)議結(jié)束時(shí)，產(chǎn)品需求和每個(gè)人帶的原型已經(jīng)完全不一樣，但設(shè)計(jì)師、產(chǎn)品、運(yùn)營(yíng)能直接各自開(kāi)工——因?yàn)樵褪枪矂?chuàng)的，效率非常高，這在沒(méi)有AI時(shí)完全不可想象。

量子位智庫(kù)：現(xiàn)在是不是“人人都是產(chǎn)品經(jīng)理”？這對(duì)產(chǎn)品經(jīng)理有什么挑戰(zhàn)？

Get筆記：對(duì)，真正變成了“人人都是產(chǎn)品經(jīng)理”，這對(duì)產(chǎn)品經(jīng)理的考驗(yàn)很大。

以前產(chǎn)品經(jīng)理的核心功能之一是“翻譯需求”——程序員不會(huì)和用戶、CEO溝通，產(chǎn)品經(jīng)理幫著翻譯。但很多不好的產(chǎn)品，就是因?yàn)槟芰θ醯漠a(chǎn)品經(jīng)理“翻譯錯(cuò)需求”。

比如2017年有個(gè)產(chǎn)品經(jīng)理跟工程師說(shuō)“羅老師有個(gè)需求，你這兩天做了”，我聽(tīng)到后說(shuō)“打住，你再描述一下羅老師的需求”。他描述完，我說(shuō)“以我對(duì)羅振宇的了解，他的原意肯定不是這樣”。帶他去和羅振宇聊完，發(fā)現(xiàn)需求完全不一樣。

但有了AI后，需求還需要產(chǎn)品經(jīng)理翻譯嗎？不一定。AI能了解公司過(guò)往資料，程序員可以直接把聊天記錄發(fā)給AI，問(wèn)“領(lǐng)導(dǎo)這么說(shuō)的背后是什么意思？是點(diǎn)我還是本意就是這樣？”AI能幫很多人提升“之前沒(méi)有的溝通能力”。

這時(shí)候產(chǎn)品經(jīng)理要做什么？當(dāng)程序員不需要翻譯時(shí)，產(chǎn)品經(jīng)理的價(jià)值在哪？這是每個(gè)崗位在AI時(shí)代都要思考的問(wèn)題。

11、Get筆記未來(lái)的圓滿形態(tài)是Agent還是其他形態(tài)？

量子位智庫(kù)：Agent現(xiàn)在很火，您也透露了Get筆記未來(lái)可能有Agent功能。Get筆記未來(lái)的圓滿形態(tài)是什么？是Agent，還是多產(chǎn)品形態(tài)交織？

Get筆記：我們沒(méi)思考過(guò)“圓滿形態(tài)”——看不了那么遠(yuǎn)。計(jì)劃太長(zhǎng)遠(yuǎn)會(huì)趕不上變化，可能你計(jì)劃明年完成的事，今天晚上新技術(shù)出來(lái)，明天就能完成。

我們更關(guān)注“當(dāng)下能做什么”：某個(gè)功能現(xiàn)在能達(dá)到60分，接入通用大模型后，一兩個(gè)月迭代，三個(gè)月后能到90分，那就堅(jiān)決去做。

比如你想日更公眾號(hào)，已經(jīng)更了10天，AI能不能幫你更快寫出符合風(fēng)格的內(nèi)容？AI要了解你的風(fēng)格、Get筆記里的所有筆記、你的日常感悟、在得到看過(guò)的書——調(diào)用這些知識(shí)，基于你今天的靈感，幫你生成內(nèi)容。

過(guò)程中應(yīng)該是“人和AI互動(dòng)”：你說(shuō)一個(gè)方向，AI說(shuō)“從你的風(fēng)格和看過(guò)的書來(lái)看，有123三個(gè)選題框架，你喜歡哪個(gè)？”

互動(dòng)時(shí)，右邊實(shí)時(shí)生成文字；如果你說(shuō)“我前年看過(guò)一本書，里面有個(gè)數(shù)據(jù)記不清了”，AI里負(fù)責(zé)調(diào)研的助手會(huì)從你前年的筆記、那本書里找出數(shù)據(jù)。

核心是“讓你過(guò)去記的幾萬(wàn)條筆記，能用到產(chǎn)出物場(chǎng)景里”——這才是好用的AI產(chǎn)品。至于是不是Agent，或者多形態(tài)交織，我們沒(méi)刻意定義，重點(diǎn)是解決用戶的“知識(shí)復(fù)用”需求。

量子位智庫(kù)：做Get筆記過(guò)程中，有沒(méi)有反復(fù)思考或覺(jué)得特別頭疼的問(wèn)題？

Get筆記：我每天都在想的問(wèn)題是“用戶在什么場(chǎng)景下，能用Get筆記更好地完成什么事情？”這幾個(gè)空要每天填。

比如思考律師用戶：律師用Get筆記寫合同、起訴書，我們的知識(shí)庫(kù)夠不夠?qū)I(yè)？法律知識(shí)、語(yǔ)料夠不夠？如何讓律師用戶有信任感？再比如教師用戶、中小學(xué)生用戶，不同場(chǎng)景下如何讓他們有信任感？

核心是“如何讓用戶真正拿到可用的產(chǎn)品，提高效率和完成度”——這個(gè)問(wèn)題在每個(gè)場(chǎng)景里都要考慮，也是我反復(fù)思考的。

12、如何安利Get筆記這款產(chǎn)品？

Get筆記：Get筆記是個(gè)很簡(jiǎn)單的產(chǎn)品，使用門檻不高——好產(chǎn)品都不該有門檻。比如開(kāi)會(huì)時(shí)，按快捷按鈕就能開(kāi)始錄音，錄完能區(qū)分不同人的說(shuō)話；看任何一本書、跑步健身時(shí)想輸入想法，都能快速記下來(lái)。

你記的東西越多，AI越懂你，未來(lái)能結(jié)合這些內(nèi)容做更多拓展，甚至衍生出你想不到的場(chǎng)景。我分享兩個(gè)用戶發(fā)現(xiàn)的有趣場(chǎng)景：

第一個(gè)是體制內(nèi)用戶群。很多體制內(nèi)用戶會(huì)把Get筆記推薦給領(lǐng)導(dǎo)（比如處長(zhǎng)、區(qū)長(zhǎng)），理由是“領(lǐng)導(dǎo)喜歡發(fā)58秒、1分鐘的微信長(zhǎng)語(yǔ)音，我們不想聽(tīng)也不想轉(zhuǎn)文字——轉(zhuǎn)完文字理解起來(lái)也費(fèi)勁，還浪費(fèi)時(shí)間”。

他們跟領(lǐng)導(dǎo)說(shuō)“您對(duì)著Get筆記說(shuō)幾分鐘，它能把口語(yǔ)、結(jié)巴、口水詞潤(rùn)色成能直接發(fā)、能發(fā)表的文字，扔到群里我們也容易理解”。后來(lái)很多領(lǐng)導(dǎo)因?yàn)檫@個(gè)原因成了用戶——做產(chǎn)品前根本想不到這個(gè)場(chǎng)景。

第二個(gè)是家長(zhǎng)用戶。有家長(zhǎng)用Get筆記讓三四年級(jí)的孩子“語(yǔ)音寫日記”：孩子不愿意寫日記，但語(yǔ)音輸出能鍛煉表達(dá)；孩子說(shuō)5分鐘“今天讀了什么書、看到了什么”，既是當(dāng)天學(xué)習(xí)復(fù)盤，也是表達(dá)復(fù)盤。AI潤(rùn)色后會(huì)變成一篇像樣的小作文，孩子會(huì)有“作品感”。

我現(xiàn)在也這么教我上四年級(jí)的兒子：每天30分鐘閱讀，25分鐘看書，最后5分鐘用Get筆記聊“書里看了什么”。很多用戶場(chǎng)景是用戶幫我們發(fā)現(xiàn)的，不是產(chǎn)品經(jīng)理想的——這也是做產(chǎn)品、做AI創(chuàng)業(yè)的幸福感和獲得感所在。

如果大家被“發(fā)長(zhǎng)語(yǔ)音的人”困擾，推薦把Get筆記推薦給他們；如果家里有不愛(ài)寫日記的孩子，也可以試試用語(yǔ)音輸出的方式——相信會(huì)有驚喜。