應該在產品裡加 AI，還是在 AI 裡面加產品？

enter1234

應該在產品裡加 AI，還是在 AI 裡面加產品？

錄自：新北樹報

先問大家一個問題
你有用過 ChatGPT 裡面 Apps 的功能嗎？
就是那個可以在ChatGPT裡面叫 Uber, 訂Booking, 做Canva的

大部分人的答案應該是：「ChatGPT有這功能？」

有趣的是，Anthropic 也在 Claude 加了類似的 skill 功能
讓用戶自己擴充 AI 能力
結果一樣沒什麼人用

這表示在聊天機器人裡面操作軟體是失敗的假設嗎?
用戶不喜歡對AI進行設定嗎?

不，同樣是 Anthropic 的產品
Claude Code 的 plugin 生態卻在開發者社群裡炸開
各種 Commands、Skills、Hooks 的設定分享滿天飛
多到像是你沒好好設定，根本不能算會用

另一個成功案例是 AI 的記憶功能

現在主流的 AI 都會記住你的偏好—你喜歡什麼語氣、你是做什麼工作的、你上次問了什麼問題
這功能大家都在用，而且用得很自然。
甚至還有人在教要怎麼問才會讓ChatGPT記住你的偏好

所以，用戶想要的到底是什麼?

整理一下，我發現一個模式
這些功能可以用兩個維度來分類：

第一個維度是「設定成本」—用戶需要花多少力氣才能用這個功能？是全自動的，還是需要自己動手設定？

第二個維度是「用戶類型」—你的目標用戶是一般大眾，還是專業人士？

把這兩個維度畫成一個表：

 
右上角那格是死亡陷阱：大眾用戶 + 高設定成本 = 沒人用

這不是 AI 時代才有的問題
科技圈掉進這個坑的案例，多到數不完

3D 列印就是經典案例
2010 年代初期，MakerBot 紅極一時，願景超美好：每個人在家就能印出自己需要的工具，製造業民主化

我大學念機械系，當時學校開了一堆3D列印的課
研究所也一堆同學選3D列印當作題目

結果呢？十幾年過去了，除了少數極客和專業工作室，一般人根本不碰。
原因絕對不是太貴（現在一台不到一萬塊）
是懶得學建模、懶得調參數、懶得處理列印失敗

NAS 也一樣。技術上早就成熟了
自己架一台比長期訂閱 iCloud、Google Drive 便宜得多。

Synology 賣得不錯，但有多少人在用進階功能？
大部分就是當外接硬碟，那些什麼 Docker、媒體伺服器、自動備份腳本
還是只有本來就會搞的那群人在玩

這類「讓用戶自己設定」的產品，最後都走向同一個結局：極客玩得很開心，一般人完全無感

ChatGPT 工具和 Claude skill 就是掉進了這個坑
他們想讓一般用戶自己動手擴充 AI，但一般用戶根本懶得動。

Claude Code 為什麼成功？因為它的用戶是開發者。
開發者本來就習慣「設定」這件事，而且他們的痛點夠深——寫程式的效率提升是真金白銀的價值。

而對一般用戶來說，在ChatGPT內想要用Canva畫圖還要連結帳號，設定存取權
不如直接用已經嵌在Canva的聊天機器人

所以，AI 公司一直在問「AI是該嵌入產品還是成為獨立工具」

但這可能是個錯誤的問題。

真正的問題是：你的目標用戶願意花多少力氣？
如果你的用戶是一般大眾，答案很簡單——把設定成本降到零。
自動化一切，讓 AI 在背景默默運作。
記憶功能之所以成功，就是因為用戶什麼都不用做。

如果你的用戶是專業人士，而且你解決的痛點夠深，那你可以讓他們自己動手。
開發者願意花三小時設定 Claude Code，因為省下來的時間遠超過三小時。

但如果你想讓一般用戶主動設定功能？祝你好運。

功能做得再強大，用戶不願意動手，就等於不存在。