第二百二十七章 让AI听懂中国 (第1/2页)
　　
　　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）