摘要：前两年，大模型火得不讲道理。从GPT-3到GPT-4，参数越堆越多，新闻也越看越玄，但真到产品经理这里，问题从来不是“这模型厉不厉害”，而是“我怎么用它干点实事”。

前两年，大模型火得不讲道理。从GPT-3到GPT-4，参数越堆越多，新闻也越看越玄，但真到产品经理这里，问题从来不是“这模型厉不厉害”，而是“我怎么用它干点实事”。

你接入一个开箱即用的模型，它能写诗、能写代码、能翻译、能讲笑话。但你让它写个合同摘要，它开始讲法律常识；你让它生成客服话术，它用词客气但完全不懂你家品牌的语气。

模型不是不会，而是没被“带教”。

现在行业里主流做法有三种：写提示（Prompt）、做微调（SFT）、加人类反馈（RLHF）。这三步，像是带一个“天才实习生”入职：先教他说话，再教他干活，最后教他判断。

2023年一家做婚礼策划的小公司，想让AI帮客户写求婚文案。他们直接接了个通用模型，没训练，没微调，就靠一组写得很细的提示词，一开始让模型写表白，内容像朋友圈鸡汤一样。

后来他们写了一句：“你是一个情感综艺节目的编剧，请写一段适合在咖啡馆求婚的对白，控制在三句话。”模型立刻写出了带惊喜、又有细节的内容。

这就是Prompt的力量。不改模型，只改输入方式，成本低，见效快。

但问题也很明显，提示词一旦太复杂，就东补西补，改一行动全局。你改了产品功能，Prompt也得重写一遍，文案风格不稳定，格式也容易错，项目一大就难以维护。

后来这家公司业务做大了，想让模型生成婚礼流程、但是Prompt再怎么写，也总是差点意思。于是他们整理了几百份老客户的案例，把“提问-回答”配对交给技术团队做了微调，这一步叫SFT（有监督微调）。

它的好处是模型开始形成“肌肉记忆”，知道你业务里常见的套路和用词，输出也更稳定。你问它“流程怎么安排”，它能自动生成符合品牌语气、结构清晰的内容。

但微调的门槛也高，数据要干净，标注要一致，训练周期长。你今天改了一个流程，明天就可能得重训一次，对于这种频繁变化的业务，这种方式成本可不低。

所以，产品经理要谨慎选择，SFT适合业务场景明确、数据储备丰富的团队。如果还没弄清楚用户到底想看什么内容，盲目微调只会让项目越做越重。

虽然模型会说话了，也能干活了，但你还是时不时觉得它“跑题”。这个时候，就得让它学会判断：什么是“好”的回答，什么是“合适”的表达。

2022年OpenAI上线ChatGPT后，模型表现突然变得“更像人”。他们做了一件事：收集了大量用户的点赞点踩数据，用来训练模型的“判断力”。这个过程叫RLHF（基于人类反馈的强化学习）。

它不是告诉模型“标准答案是什么”，而是教它分辨“哪些答案更好”。就像带新人做销售，不是背台词，而是教他看客户反应、判断说话节奏。

不过RLHF的成本也很高，要请人评估模型输出，还要训练一个“奖励模型”，一般中小团队不太做得起。

但也不是完全用不上这个，你可以提前在产品中埋下反馈机制，比如让用户点“有用/没用”，慢慢积累数据，未来真要做RLHF，这些数据能派上大用场。

不是所有团队都需要走完这三步，也不是谁走得快，谁就赢。

Prompt是试探，SFT是打磨，RLHF是塑造判断。你写提示词，是在看模型能不能胜任；你做微调，是在让模型更像你的人；你引入反馈，是在让它学会权衡利弊。

产品经理面对AI项目，最怕的不是技术难题，而是一开始就想着“做大做全”。很多时候，一个写得精准的提示词，比一次仓促的微调更能解决问题。

调教模型这件事，和带新人差不多。你得先听他说话，再看他做事，最后看他能不能独立判断。模型和人一样，成长是一步一步的。

来源：老徐述往事