质朴发言：人人都想做出下一代拟人/情感/社交网络的 AI Native 产品｜Z 沙龙第 3 期

质朴发言：人人都想做出下一代拟人/情感/社交网络的 AI Native 产品｜Z 沙龙第 3 期 质朴发言：人人都想做出下一代拟人/情感/社交网络的 AI Native 产品｜Z 沙龙第 3 期 Modified April 9, 2024 红杉资本在今年发布了一个“AI第二幕” 的报告，其中提到了Instagram等优秀的互联网产品的留存，他们的首月平均留存率是63%。而现在的AI First或AI Native，以及其他一些头部的AI产品，他们的平均首月留存率是42%，其中最高的甚至达到了56%。 另一个指标是用户活跃度DAU/MAU，在Instagram等产品中，他们的平均DAU/MAU达到了51%。但是，当前的AI产品，包括ChatGPT，虽然C.AI是个例外达到了41%，但其他的平均值是14%。这是一个现象，也是一个值得关注的问题。 现在面临的最大问题其实是AI产品留存上的问题，这当然也涉及到商业化和盈利等因素。但是无论你是在做产品还是在创业，增长都是一个极其重要的要素。 关于增长，主要有两种方式： 1、投放 第一种就是通过投资买用户，这需要你有充足的资金。例如，一个APP的用户成本现在大约在5 10元甚至更高，这根据不同的产品类型而变化，如果你想要达到100万，甚至是几百万的用户规模，这就需要大量的投资。 第二种方式是边赚钱，边买用户。这就需要你的商业化策略足够稳健，可以在获得收入的同时，吸引更多的用户。 2、用户自传播 第一种是创新体验带来的惊叹感触发分享冲动。为了让用户传播，你首先要给用户带来新颖的体验，这种新颖感也被称为社交货币。比如说，妙鸭和HeyGen的产品就是达到这种效果的典型例子。当产品具有颠覆性创新的元素，如突破性的惊叹感，让用户有分享的冲动，进而触发口碑营销，带来巨大的用户增长。 因此，虽然产品本身技术难度可能并不高，但蕴含的创新元素和用户的新颖感体验仍可引发用户自传播，这也就是我们在产品设计和创业中要注重的。 第二种是在技术上超越同类产品触发口碑营销。具体来说，技术创新的价值：模型层 中间层 设计层。如果你的创新来自底层模型，那么你需要从数据层面规避一些问题，或者提升某些能力；如果你的创新来自中间件，那么你可能需要在框架等方面实现优化； 如果你的创新来自产品设计层面，比如UI设计或者提示方式等，那么这些创新可能就不够稳固，一旦你将其推向市场，很可能很快就会有大量的模仿者。例如，妙鸭虽然非常厉害，但是它的用户留存并不高，也很容易被其他大厂模仿。如果这样的产品没有持续的创新，那么它很可能会渐渐被市场淘汰。 关于留存，核心在于：满足用户本质需求，与用户同呼吸。 分享一正一反两个案例： 1、彩云小梦提升留存率的手段：“中间续写”功能，这个功能的用户群体主要是网文作家，他们有一个特殊的需求，即在已知故事开头和结尾的情况下，创作故事的中间部分。这对于大多数现有的文本生成工具来说是一个挑战。 例如，在字符统计方面，用户在使用过程中发现字符数的统计与他们的期望不符。在彩云小梦中，换行被算作一个字符，而在出版行业通常不会这样计算。 这种差异导致了用户在字数统计上的困惑，因为他们发现自己的文本字数比预期少了几百到几千字。这些反馈使得开发者意识到了问题，并对产品进行了相应的改进。彩云小梦的这种快速响应用户反馈，不断迭代的方式，使得它能够更好地满足用户的需求，从而增强用户粘性。 2、Midjourney 留存率不高的原因：因为对于很多文生图重度需求的用户，例如专业设计师，它并不能像 Photoshop 一样精调图片细节，因此目前很多设计师用的频率并不高 某情感陪伴大模型研发负责人分享了他对于情感陪伴的用户洞察 首先，在游戏化的场景下，大模型体验的优化领先于其他场景。 在游戏化的场景下有两个主要的观察点： 1、新鲜感能吸引来用户，但无法留住用户。首先，我们注意到无监督的模型通常具有很高的开放性和随机性，能带给用户强烈的新鲜感和探索冲动。正如之前的演讲者提到的，有一些用户每天可以花十多个小时聊天，通过持续的互动，他们能得到持久的刺激。 但是，如果仔细分析他们聊天的内容，我们会发现，在不受控制的情况下，大部分内容都会围绕性相关的内容展开，此外，用户常期待模型能表现得更加“性感”，而正常的聊天表现相对较少。 2、能留住用户的“钩子”，核心在于满足用户不变的需求，而不是创造新的场景。其次，随着用户对模型性能的深入理解，他们对模型的新鲜感和迎合感可能会逐渐消失，这就好像谈恋爱一样。一段时间后，你大概能清楚地预测到模型的表现，而对模型的兴趣也会逐渐递减。 实际上，初期的日活数据就能印证这一点：模型推出后的用户活跃度呈现稳步下降的趋势。 通常情况下，那些进行了精细设计的产品会表现得更好。比如有具体故事内容，或清晰定义的IP角色的产品，包括我们之前提到过的“完蛋！我被美女包围了！”，他们的表现和我们的一些发现相似。对于人类来说，新鲜感可能并不持久，但是，人为设计的刺激或者"钩子"，仍然能持续带给大家冲击。 用户在体验一个游戏的过程中，从开始到最后的沉浸，可能的结局和路径有限。AI的出现能够在这个过程中增加一些变化和新鲜感，但其大部分的探索都是虚拟的和非现实的，Aha Moment仍然是人为主导来设计的。 正如许多人提到的，用户需求并不会因为AI的出现而发生改变。AI的出现，所能做的是在已有场景下，给用户需求的满足带来一些新的体验，或者提供一些新的解决方法。但其核心仍然是满足用户需求，而不是创造新的场景。 其次，从用户角度看，为何使用一个产品，为何使用模型，我认为有两个关键因素： 1. 第一个是能否让用户在消磨时间的过程中感到愉快。无论是通过建立关系，还是通过提供有价值的内容。 2. 第二个是模型能否帮助用户节约时间，让他们有更多的时间去赚钱或者做他们想做的事情。举个例子，如微博和Twitter，这些平台都是基于这两个理念来吸引用户的。比如说，我们今天在这里，大部分人的目的可能是希望用短暂的沙龙的时间获得更多的信息，节省搜索和筛选信息的时间。 由此可以看到两个方向： 1. 让用户更愉快地消磨时间。例如乙女游戏，在没有利用AI的情况下，他们本就具有成熟的商业化变现体系。使用AI或否，只是帮助提升用户体验。这样的路径是对已有商业化模式的优化。 2. 帮助用户更高效地节约时间。利用AI解决问题，如新闻报道，家庭教育，或者招聘，主要是通过AI提高效率或带来新鲜体验，但核心任务不变。 2位创业者讨论了AI客服的价值：满足“情绪垃圾桶”的需求 创业者A： 我曾听到一个人与联想或移动的客服争论了一个多小时，尽管客服无法解决他的问题。我认为他并不是为了解决问题而争论，而是因为他有聊天的需求，或者他的某些需求没有得到满足。客服不能挂断他的电话，否则可能会影响他们的KPI。 因此，我们需要寻找那些无法拒绝、无法暂停、无法停止的聊天场景。我不确定这是否与AI虚拟达人对话有关，因为抖音虽然是电商，但它也是社交平台，人与人之间的场景与此不同。 创业者B： 我觉得售后场景可能更适合AI客服，因为售前聊天可能过于分散，难以理解用户的需求。同时，售前的“情绪垃圾桶”的需求从数量上应该较少，因为用户购买我的课程，他们肯定看过我的短视频，看过我的直播，对我有认可和敬仰。在他们与我沟通的过程中，他们不可能会像对待客服一样骂达人。 某AI辅助情感疗愈平台创始人分享了她的创业心路历程 我们公司内部早期探讨过很多次陌生人社交，但实际上我的观察是，国内陌生人社交的商业机会很少。我们也想对标像Soul。考虑到商业闭环在国内市场落地的可行性，我们选择了疗愈这个领域，因为在疫情期间，以及现在的AI市场发展，陪伴和母婴是一个重要的领域。 作为女性，我早期也是深度用户体验的受益者。我发现我教育的就是我自己。我觉得作为女性，我们的内心精神需要被理解。我们在国内试过所有的社交APP，我觉得整体的感觉就是女性在AI这一波意识的觉醒是必要的。因为我们的创造理论想象力，包括我刚刚听这个谈论的时候，我有很深的感触。我希望加入女性的合伙人，因为我发现在社交这个领域，男性和女性的思考路径是不一样的。 此外，创业者分享了她对于情感产品的思考：情感疗愈的核心竞争力仍然在人的服务，AI的价值在于：对于未被触达的场景的延伸。 1、我们在B端商业场景中发现，垂直模式已经在我们的产品中展现出来。例如，我们曾经给某婚恋网站做过AI红娘，我们将自有的垂直情感模型接入到我们的3D模型中，然后做整个垂直数据的衔接，和我们自有模型的衔接，这就可以直接商业化出来。 2、在C端的一个问题是，即使没有AI Bot，我们也能通过咨询的方式实现产品体验。这个问题实际上是，现在所有的C端用户都很难找到一个集合购物平台一样。我们的逻辑是，如果我今天有问题，我在深夜的时候没有办法去问朋友，那么我就需要一个咨询平台。 在前端，我们可以通过强伴随性来满足用户的需求。例如，我需要先聊200次才能感觉到我抚愈别人。如果没有这个数量，我不敢说我是一个功能型的人，而是一个社交型的人。这就是我们需要打通的地方，只有打通了，Bot才能发挥其功能性。 提问：如何定义这个情感模型是否达到了我们的预期“心理疗愈”效果？ 首先要明确一点，如何定义用户与Bot的关系？你可以把它理解为，它不是一个最优选的伴侣，但至少是一个还不错的男性朋友。同时，心理咨询场景更强调专业度，所以用户与心理咨询Bot的交互的过程中，对信任的需求没有那么苛刻。 从量化衡量的角度，我们会根据经验取一个长期的用户交互轮次的中间值来找到这个平衡点，来判断一次“心理疗愈”的有效与否。 提问：在实际应用中，我们发现真实的重要数据与模拟训练之间存在较大的差异。你是如何解决这个问题的？ 前期靠行业know how来设计回复模版，随着用户量上升，利用实际对话数据进一步微调模型。例如，我们在高质量的数据输入过程中可能会遇到一些问题。 另外，当我们开始服务并有大量用户涌入时，我们需要重新训练模型，这时我们就拥有了真实可靠的数据。 我们主要处理的是泛情感问题，而不是所有人都需要解决的问题。当我们处理这些问题时，我们需要关注定制聊天或者大家的聊天可能是多种形式的，如果你问对方今天失恋了，它不应该简单地回答你，而是会回应你的情绪。 如果Bot不能调动用户的情绪，那么这个情感陪伴过程就是无效的。因此仅凭QA对话形式来训练模型，是无法还原心理咨询/情感陪伴场景的。 提问：平台是否应该给核心用户物质激励？假设你一晚上聊了200个话题，抚慰了很多人，如果平台会给你一些激励，比如给你一些钱，是否会让用户更有成就感？ 同意。我觉得女性在社交中最需要的是平等的尊重和对待所有的陌生人。所有陌生人社交的终极问题在于：用户进入任何一个社交领域都有可能不会真正地被平衡对待。我希望在 AI 这一波我能够解决的是，我们能够用精神和物质的激励的方式，鼓励平台上的心理咨询师们参与推动社交平权。 接下来，两位 C 端社交产品创始人分享了他们对于“C 端应用的壁垒该如何建立”的相似看法 1、熟人社交仍然是最具价值的场景： 创始人A指出，熟人社交的价值在于，即使是微信等平台上沉默的、似乎不再活跃的联系人，其实仍然具有潜在价值。这些联系人虽然不再频繁交流，但过去的社交关系提供了一种基础信任，可以作为重建联系的基础。而这种熟人关系网，随着LLM的到来，衍生出了“大模型辅助社交激活”的机会：通过技术手段激活这部分沉默社交的想法。例如，通过接入微信等社交平台，可以帮助用户重新连接和激活这些已经变得沉默的社交关系。 2、Agent 辅助社交关系的追踪，激活“‘半熟’的社交网络”： 创始人B指出，他们在产品当中创建了一个 Agent 机制：基于关于人际关系变化的问题，随着时间的推移，人们的职业和兴趣可能发生变化，但这些变化往往在社交平台上不易被察觉。他们通过这个代理了解这些老朋友的最新动态，即使他们在社交平台上不再活跃或者不经常更新状态。 例如，当一个人到达一个新的城市或改变职业时，这种系统可以自动提示用户他们的老朋友也在同一个城市或行业，从而帮助他们重新建立联系。 在 Agent 的辅助下，用户可以不费吹灰之力地实现社交关系追踪，随时捕捉触点，激活“‘半熟’的社交网络”，从而帮助用户更有粘性和方向感地维系和新老朋友的关系。 来自一位投资人的问题：在有目的性和消遣性质（例如Dating App）的社交场景下，用户会想和Bot聊吗？Bot提供了什么价值？ 一位社交平台创始人分享了他的看法： 我们最开始做这个产品是有一个预设的，这个预设也是来源于我们真实的体验。对于像Tinder或者是探探这种，你刷照片左右刷的这种，他们是具有非常高的歧视性的，好看的人会获得非常多的机会，一旦你的照片不够好看，你几乎获得不了任何匹配。 在这个条件之下，我们想解决的是，如果你是这样一个类型的人，可能因为我人可能特别好，但我是个技术人员，我不会拍照，我还是想认识你，但我获得不了任何匹配机会。 而如果现在有一个Bot的存在，我首先达到一个目的是我有机会能跟你的Bot开聊；而我跟你开聊就意味着我是有一定的机会能够稍微了解一下。有了这个机会之后，我才能够向你展现出一些可能我外表之下隐藏的一些更好的特性，我才会有更大的机会跟Bot后面的真人开聊。 我们希望帮助尽可能地减小歧视。（如果极少数情况下，用户和Bot都无法进行有效的对话，那可能真的是用户需要反思的问题）。我们引入了2D动态照片、声音克隆等元素，尽可能地让你与Bot的交流接近真人的体验，你可以获取到50%以上的信息。这样一来，当真人出现后，用户才可以更好地处理真实的社交关系。 如果你是一个“能介绍谁喜欢你”这样的APP的用户，你想让Bot帮忙做前筛吗？是否有一些心理动机让你不想让它帮忙做前筛？ 我们认为这是肯定的。对于一部分用户来说，信息筛选是非常必要的。比如对于女性用户，我知道90%的男性用户的目的都不纯，所以我想从这些低质的人中筛选出一个可以和我聊天的人，这需要我花费大量的精力（可能 100: 1 甚至 200: 1 的比例都未必会遇到一个）。所以我认为对于女性用户来说，信息的筛选是必要的。 同时，信息筛选和奖励机制是相辅相成的。我们认为在信息筛选之上可能需要叠加一些其他的奖励机制，才能保证我们一些优质的用户（例如，让具备好的社交需求的女性能够留在这个平台）。只有这些核心用户得到了一些奖励，才更愿意留在平台，帮助平台提高整体留存率。 总之，信息筛选本身并不能解决问题，但是它可以提升我的社交感受。平台的高频用户他们更需要的是得到一些回报。这个回报可能是金钱，也可能是真正得到了一些好的社交关系。我相信在Bot的帮助下，还是能够有比较多的用户愿意在这个社交平台上。 紧接着，一位大厂商业分析师抛出问题：如果平台同时存在真人和他的AI Bot分身，他们的关系是怎样的？是否应该贴近现实生活1:1的映射？ 红杉资本在今年发布了一个“AI第二幕” 的报告，其中提到了Instagram等优秀的互联网产品的留存，他们的首月平均留存率是63%。而现在的AI First或AI Native，以及其他一些头部的AI产品，他们的平均首月留存率是42%，其中最高的甚至达到了56%。 另一个指标是用户活跃度DAU/MAU，在Instagram等产品中，他们的平均DAU/MAU达到了51%。但是，当前的AI产品，包括ChatGPT，虽然C.AI是个例外达到了41%，但其他的平均值是14%。这是一个现象，也是一个值得关注的问题。 现在面临的最大问题其实是AI产品留存上的问题，这当然也涉及到商业化和盈利等因素。但是无论你是在做产品还是在创业，增长都是一个极其重要的要素。 关于增长，主要有两种方式： 1、投放 第一种就是通过投资买用户，这需要你有充足的资金。例如，一个APP的用户成本现在大约在5 10元甚至更高，这根据不同的产品类型而变化，如果你想要达到100万，甚至是几百万的用户规模，这就需要大量的投资。 第二种方式是边赚钱，边买用户。这就需要你的商业化策略足够稳健，可以在获得收入的同时，吸引更多的用户。 2、用户自传播 第一种是创新体验带来的惊叹感触发分享冲动。为了让用户传播，你首先要给用户带来新颖的体验，这种新颖感也被称为社交货币。比如说，妙鸭和HeyGen的产品就是达到这种效果的典型例子。当产品具有颠覆性创新的元素，如突破性的惊叹感，让用户有分享的冲动，进而触发口碑营销，带来巨大的用户增长。 因此，虽然产品本身技术难度可能并不高，但蕴含的创新元素和用户的新颖感体验仍可引发用户自传播，这也就是我们在产品设计和创业中要注重的。 第二种是在技术上超越同类产品触发口碑营销。具体来说，技术创新的价值：模型层 中间层 设计层。如果你的创新来自底层模型，那么你需要从数据层面规避一些问题，或者提升某些能力；如果你的创新来自中间件，那么你可能需要在框架等方面实现优化； 如果你的创新来自产品设计层面，比如UI设计或者提示方式等，那么这些创新可能就不够稳固，一旦你将其推向市场，很可能很快就会有大量的模仿者。例如，妙鸭虽然非常厉害，但是它的用户留存并不高，也很容易被其他大厂模仿。如果这样的产品没有持续的创新，那么它很可能会渐渐被市场淘汰。 关于留存，核心在于：满足用户本质需求，与用户同呼吸。 分享一正一反两个案例： 1、彩云小梦提升留存率的手段：“中间续写”功能，这个功能的用户群体主要是网文作家，他们有一个特殊的需求，即在已知故事开头和结尾的情况下，创作故事的中间部分。这对于大多数现有的文本生成工具来说是一个挑战。 例如，在字符统计方面，用户在使用过程中发现字符数的统计与他们的期望不符。在彩云小梦中，换行被算作一个字符，而在出版行业通常不会这样计算。 这种差异导致了用户在字数统计上的困惑，因为他们发现自己的文本字数比预期少了几百到几千字。这些反馈使得开发者意识到了问题，并对产品进行了相应的改进。彩云小梦的这种快速响应用户反馈，不断迭代的方式，使得它能够更好地满足用户的需求，从而增强用户粘性。 2、Midjourney 留存率不高的原因：因为对于很多文生图重度需求的用户，例如专业设计师，它并不能像 Photoshop 一样精调图片细节，因此目前很多设计师用的频率并不高 某情感陪伴大模型研发负责人分享了他对于情感陪伴的用户洞察 首先，在游戏化的场景下，大模型体验的优化领先于其他场景。 在游戏化的场景下有两个主要的观察点： 1、新鲜感能吸引来用户，但无法留住用户。首先，我们注意到无监督的模型通常具有很高的开放性和随机性，能带给用户强烈的新鲜感和探索冲动。正如之前的演讲者提到的，有一些用户每天可以花十多个小时聊天，通过持续的互动，他们能得到持久的刺激。 但是，如果仔细分析他们聊天的内容，我们会发现，在不受控制的情况下，大部分内容都会围绕性相关的内容展开，此外，用户常期待模型能表现得更加“性感”，而正常的聊天表现相对较少。 2、能留住用户的“钩子”，核心在于满足用户不变的需求，而不是创造新的场景。其次，随着用户对模型性能的深入理解，他们对模型的新鲜感和迎合感可能会逐渐消失，这就好像谈恋爱一样。一段时间后，你大概能清楚地预测到模型的表现，而对模型的兴趣也会逐渐递减。 实际上，初期的日活数据就能印证这一点：模型推出后的用户活跃度呈现稳步下降的趋势。 通常情况下，那些进行了精细设计的产品会表现得更好。比如有具体故事内容，或清晰定义的IP角色的产品，包括我们之前提到过的“完蛋！我被美女包围了！”，他们的表现和我们的一些发现相似。对于人类来说，新鲜感可能并不持久，但是，人为设计的刺激或者"钩子"，仍然能持续带给大家冲击。 用户在体验一个游戏的过程中，从开始到最后的沉浸，可能的结局和路径有限。AI的出现能够在这个过程中增加一些变化和新鲜感，但其大部分的探索都是虚拟的和非现实的，Aha Moment仍然是人为主导来设计的。 正如许多人提到的，用户需求并不会因为AI的出现而发生改变。AI的出现，所能做的是在已有场景下，给用户需求的满足带来一些新的体验，或者提供一些新的解决方法。但其核心仍然是满足用户需求，而不是创造新的场景。 其次，从用户角度看，为何使用一个产品，为何使用模型，我认为有两个关键因素： 1. 第一个是能否让用户在消磨时间的过程中感到愉快。无论是通过建立关系，还是通过提供有价值的内容。 2. 第二个是模型能否帮助用户节约时间，让他们有更多的时间去赚钱或者做他们想做的事情。举个例子，如微博和Twitter，这些平台都是基于这两个理念来吸引用户的。比如说，我们今天在这里，大部分人的目的可能是希望用短暂的沙龙的时间获得更多的信息，节省搜索和筛选信息的时间。 由此可以看到两个方向： 1. 让用户更愉快地消磨时间。例如乙女游戏，在没有利用AI的情况下，他们本就具有成熟的商业化变现体系。使用AI或否，只是帮助提升用户体验。这样的路径是对已有商业化模式的优化。 2. 帮助用户更高效地节约时间。利用AI解决问题，如新闻报道，家庭教育，或者招聘，主要是通过AI提高效率或带来新鲜体验，但核心任务不变。 2位创业者讨论了AI客服的价值：满足“情绪垃圾桶”的需求 创业者A： 我曾听到一个人与联想或移动的客服争论了一个多小时，尽管客服无法解决他的问题。我认为他并不是为了解决问题而争论，而是因为他有聊天的需求，或者他的某些需求没有得到满足。客服不能挂断他的电话，否则可能会影响他们的KPI。 因此，我们需要寻找那些无法拒绝、无法暂停、无法停止的聊天场景。我不确定这是否与AI虚拟达人对话有关，因为抖音虽然是电商，但它也是社交平台，人与人之间的场景与此不同。 创业者B： 我觉得售后场景可能更适合AI客服，因为售前聊天可能过于分散，难以理解用户的需求。同时，售前的“情绪垃圾桶”的需求从数量上应该较少，因为用户购买我的课程，他们肯定看过我的短视频，看过我的直播，对我有认可和敬仰。在他们与我沟通的过程中，他们不可能会像对待客服一样骂达人。 某AI辅助情感疗愈平台创始人分享了她的创业心路历程 我们公司内部早期探讨过很多次陌生人社交，但实际上我的观察是，国内陌生人社交的商业机会很少。我们也想对标像Soul。考虑到商业闭环在国内市场落地的可行性，我们选择了疗愈这个领域，因为在疫情期间，以及现在的AI市场发展，陪伴和母婴是一个重要的领域。 作为女性，我早期也是深度用户体验的受益者。我发现我教育的就是我自己。我觉得作为女性，我们的内心精神需要被理解。我们在国内试过所有的社交APP，我觉得整体的感觉就是女性在AI这一波意识的觉醒是必要的。因为我们的创造理论想象力，包括我刚刚听这个谈论的时候，我有很深的感触。我希望加入女性的合伙人，因为我发现在社交这个领域，男性和女性的思考路径是不一样的。 此外，创业者分享了她对于情感产品的思考：情感疗愈的核心竞争力仍然在人的服务，AI的价值在于：对于未被触达的场景的延伸。 1、我们在B端商业场景中发现，垂直模式已经在我们的产品中展现出来。例如，我们曾经给某婚恋网站做过AI红娘，我们将自有的垂直情感模型接入到我们的3D模型中，然后做整个垂直数据的衔接，和我们自有模型的衔接，这就可以直接商业化出来。 2、在C端的一个问题是，即使没有AI Bot，我们也能通过咨询的方式实现产品体验。这个问题实际上是，现在所有的C端用户都很难找到一个集合购物平台一样。我们的逻辑是，如果我今天有问题，我在深夜的时候没有办法去问朋友，那么我就需要一个咨询平台。 在前端，我们可以通过强伴随性来满足用户的需求。例如，我需要先聊200次才能感觉到我抚愈别人。如果没有这个数量，我不敢说我是一个功能型的人，而是一个社交型的人。这就是我们需要打通的地方，只有打通了，Bot才能发挥其功能性。 提问：如何定义这个情感模型是否达到了我们的预期“心理疗愈”效果？ 首先要明确一点，如何定义用户与Bot的关系？你可以把它理解为，它不是一个最优选的伴侣，但至少是一个还不错的男性朋友。同时，心理咨询场景更强调专业度，所以用户与心理咨询Bot的交互的过程中，对信任的需求没有那么苛刻。 从量化衡量的角度，我们会根据经验取一个长期的用户交互轮次的中间值来找到这个平衡点，来判断一次“心理疗愈”的有效与否。 提问：在实际应用中，我们发现真实的重要数据与模拟训练之间存在较大的差异。你是如何解决这个问题的？ 前期靠行业know how来设计回复模版，随着用户量上升，利用实际对话数据进一步微调模型。例如，我们在高质量的数据输入过程中可能会遇到一些问题。 另外，当我们开始服务并有大量用户涌入时，我们需要重新训练模型，这时我们就拥有了真实可靠的数据。 我们主要处理的是泛情感问题，而不是所有人都需要解决的问题。当我们处理这些问题时，我们需要关注定制聊天或者大家的聊天可能是多种形式的，如果你问对方今天失恋了，它不应该简单地回答你，而是会回应你的情绪。 如果Bot不能调动用户的情绪，那么这个情感陪伴过程就是无效的。因此仅凭QA对话形式来训练模型，是无法还原心理咨询/情感陪伴场景的。 提问：平台是否应该给核心用户物质激励？假设你一晚上聊了200个话题，抚慰了很多人，如果平台会给你一些激励，比如给你一些钱，是否会让用户更有成就感？ 同意。我觉得女性在社交中最需要的是平等的尊重和对待所有的陌生人。所有陌生人社交的终极问题在于：用户进入任何一个社交领域都有可能不会真正地被平衡对待。我希望在 AI 这一波我能够解决的是，我们能够用精神和物质的激励的方式，鼓励平台上的心理咨询师们参与推动社交平权。 接下来，两位 C 端社交产品创始人分享了他们对于“C 端应用的壁垒该如何建立”的相似看法 1、熟人社交仍然是最具价值的场景： 创始人A指出，熟人社交的价值在于，即使是微信等平台上沉默的、似乎不再活跃的联系人，其实仍然具有潜在价值。这些联系人虽然不再频繁交流，但过去的社交关系提供了一种基础信任，可以作为重建联系的基础。而这种熟人关系网，随着LLM的到来，衍生出了“大模型辅助社交激活”的机会：通过技术手段激活这部分沉默社交的想法。例如，通过接入微信等社交平台，可以帮助用户重新连接和激活这些已经变得沉默的社交关系。 2、Agent 辅助社交关系的追踪，激活“‘半熟’的社交网络”： 创始人B指出，他们在产品当中创建了一个 Agent 机制：基于关于人际关系变化的问题，随着时间的推移，人们的职业和兴趣可能发生变化，但这些变化往往在社交平台上不易被察觉。他们通过这个代理了解这些老朋友的最新动态，即使他们在社交平台上不再活跃或者不经常更新状态。 例如，当一个人到达一个新的城市或改变职业时，这种系统可以自动提示用户他们的老朋友也在同一个城市或行业，从而帮助他们重新建立联系。 在 Agent 的辅助下，用户可以不费吹灰之力地实现社交关系追踪，随时捕捉触点，激活“‘半熟’的社交网络”，从而帮助用户更有粘性和方向感地维系和新老朋友的关系。 来自一位投资人的问题：在有目的性和消遣性质（例如Dating App）的社交场景下，用户会想和Bot聊吗？Bot提供了什么价值？ 一位社交平台创始人分享了他的看法： 我们最开始做这个产品是有一个预设的，这个预设也是来源于我们真实的体验。对于像Tinder或者是探探这种，你刷照片左右刷的这种，他们是具有非常高的歧视性的，好看的人会获得非常多的机会，一旦你的照片不够好看，你几乎获得不了任何匹配。 在这个条件之下，我们想解决的是，如果你是这样一个类型的人，可能因为我人可能特别好，但我是个技术人员，我不会拍照，我还是想认识你，但我获得不了任何匹配机会。 而如果现在有一个Bot的存在，我首先达到一个目的是我有机会能跟你的Bot开聊；而我跟你开聊就意味着我是有一定的机会能够稍微了解一下。有了这个机会之后，我才能够向你展现出一些可能我外表之下隐藏的一些更好的特性，我才会有更大的机会跟Bot后面的真人开聊。 我们希望帮助尽可能地减小歧视。（如果极少数情况下，用户和Bot都无法进行有效的对话，那可能真的是用户需要反思的问题）。我们引入了2D动态照片、声音克隆等元素，尽可能地让你与Bot的交流接近真人的体验，你可以获取到50%以上的信息。这样一来，当真人出现后，用户才可以更好地处理真实的社交关系。 如果你是一个“能介绍谁喜欢你”这样的APP的用户，你想让Bot帮忙做前筛吗？是否有一些心理动机让你不想让它帮忙做前筛？ 我们认为这是肯定的。对于一部分用户来说，信息筛选是非常必要的。比如对于女性用户，我知道90%的男性用户的目的都不纯，所以我想从这些低质的人中筛选出一个可以和我聊天的人，这需要我花费大量的精力（可能 100: 1 甚至 200: 1 的比例都未必会遇到一个）。所以我认为对于女性用户来说，信息的筛选是必要的。 同时，信息筛选和奖励机制是相辅相成的。我们认为在信息筛选之上可能需要叠加一些其他的奖励机制，才能保证我们一些优质的用户（例如，让具备好的社交需求的女性能够留在这个平台）。只有这些核心用户得到了一些奖励，才更愿意留在平台，帮助平