昨天潘神（#潘达创业说）在群里分享了一个月增速高达1899.33%的AI产品，autoresponderAI。这款产品可以在安卓手机上实现对WhatsApp、Instagram、Telegram等国外主流即时通讯软件的自动回复。
挺有意思的,AI产品经理、AI创业者、AI出海先锋们应该会很感兴趣。
近一年来，越山也做过好几个对话类AI项目。 简单了解了下，从产品增长和技术实现上说说我的看法。希望能给正在开发AI产品的你一些启发。
autoresponderAI介绍
基本信息：
产品官网: https://www.autoresponder.ai
开发团队: 中国团队(?)
发布平台: 仅上架GooglePlay市场,暂不支持iOS系统
产品矩阵: 多款安卓App,包括AutoResponder for WA (WhatsApp), AutoResponder for IG (Instagram), AutoResponder for Messenger/Telegram等
发展历程
2017年8月14日: AutoResponder for WA最早版本发布 2021年5月5日: 官方Twitter账号发布首条信息 2024年8月3日: 最新版本更新,引入更经济实惠的默认ChatGPT模型
最新的一次发布更新在2024年8月3日，新增加了更便宜的默认ChatGPT模型。
近期增长分析
autoresponderAI的快速增长可能归因于以下几个关键因素:
AI能力升级: 最新版本引入了ChatGPT模型,大幅提升了自动回复的智能化程度,显著改善了用户体验。
市场定位精准: 产品名称直接采用关键词+AI的组合,有利于搜索引擎优化(SEO)。如果有个APP叫“微信自动回复”，这个APP的下载量会不会很高。
目标市场选择: 根据similarweb数据,主要用户来自巴西、印度尼西亚、印度等新兴市场国家,这些地区对高效沟通工具有强烈需求。
营销策略得当: 积极与工具类网站合作,通过外链建设提升产品曝光度。
产品定位与痛点解决
产品定位
autoresponderAI主要面向需要在社交媒体上高效沟通的用户群体,包括小企业主、网红和社群运营人员。它满足了用户希望在忙碌时仍能及时回复消息的需求。
痛点解决
autoresponderAI通过以下方式解决了用户在社交媒体沟通中面临的痛点：
快速响应：自动回复确保用户能及时反馈，保持良好的客户关系和社交互动。
提升效率：智能回复技术根据用户设置自动生成回复，大大节省了手动回复的时间。
满足个性化需求：用户可自定义回复内容，保持个性化沟通风格。
简化多平台管理：支持WhatsApp、Instagram等多个平台的自动回复，简化了用户的跨平台管理流程。
准确定位目标用户群体,深入理解并有效解决他们的核心痛点,是产品成功的基础。
autoresponderAI的成功证明,即使是在看似饱和的市场中,只要能够精准定位并持续优化产品,仍然有机会获得快速增长。
自动回复的技术实现
autoresponderAI的核心功能是自动识别接收到的消息,并生成合适的回复。
从它的规则设置方式看出,很明显由前代产品迭代而来,并非AI Native的设计方式。把下图中的ChatGPT那行移除,这界面就可以放在5年前使用了。
当然,产品用户喜欢最重要,是不是要用到前沿AI技术,其实不重要,不要本末倒置。
这种渐进式的产品演进策略有其优势,比如保持用户习惯,降低学习成本,稳定性更高,避免全面AI化可能带来的不确定性。
如果是全新设计这么一款自动回复产品,用AI Native的方式来设计autoresponderAI,我们可以从多模态交互、智能理解上下文、个性化定制和高度拟人化几个方面着手。
1. 多模态交互
人与AI的交互方式最终肯定是多模态，也就是除了文字输入，允许用户通过语音、图像等多种方式表达需求。例如用户可以发送一张图片，AI能够识别图中的物品并生成相关的回复。
鉴于当前AI的能力，技术实现上需要绕点路，传统CV（机器视觉），语音识别技术还是要用。但传统NLP（自然语言处理）在我看来，真的就没大必要了。大模型+提示词，秒变特定领域NLP，便宜好用。
2. 智能理解上下文
AI不仅理解单条消息的语义，还能结合之前的对话上下文来生成更加合适的回复。上下文轮次一般支持10轮以内能满足多数对话情况。现在有的平台号称能记住所有历史对话，并影响对话生成。
越山相信机器能做到，但是否真有必要，打个问号。 一来是投入产出比，二来是真人不会事无巨细地记得，这样一个对话对象太可怕了。
要想更好的理解上下文，并非直接将历史对话记录丢给AI完事。设想一下，你如果在认真对待一次对话时，比如面试、销售等场景，脑子里会有多少次闪念和回想。所有这些闪念都应该是AI在回复前，应该要经历的。
简单来说，用机器实现的话，AI的输入和输出之间，还应包括这些步骤：意图判断，主题识别，历史信息提取，外部知识提取，知识筛选或排序，分析决策，重组语言。
如果要预防攻击，提高性能（反应速度），还需要增加步骤，优化分层决策。
3. 个性化定制
AI可以做到千人千面， 让用户能够训练属于自己的AI助手，根据个人的沟通风格和回复偏好进行定制。
还可以利用对话历史数据训练AI模型，让其能够以用户喜欢的语言习惯和风格进行交流。
相比于功能，更多人容易为体验买单。 有句俗话叫“有钱难买我乐意”。
4. 高度拟人化
AI能够模拟人类的思维方式进行上下文理解，能用真实人类的语气和表达方式与人交流。
这可能需要给AI赋予身份，性格等背景信息。
比如我们之前做的一个陪伴类的对话应用，就要在提示词里设置它是个21岁的大三学姐，叫xx, 家在yy, 喜欢zz 等背景信息。这样对话起来，AI有自己的身份认同（?），也能给用户带来身份上的认可，增长信任感。
总之，AI Native的自动回复应用应该是一个智能、个性化、多模态的AI助手，能够深入理解用户的需求并提供贴心周到的回复。它应该是一个可以信赖的对话伙伴。
更多思考
国内的AI应用创业者非常多，上面提到的4点，我在之前的项目中都有经历过。autoresponderAI 可能并非这一类产品中功能最突出的，但其高速的用户增长，恰到好处的设计值得借鉴。
国内如果要做自动回复类AI应用（智能体），除了产品的AI能力外，还必须要考虑如何与Messenger集成，也就是自动回复的载体是在哪？
WhatsAPP对应的就是微信。
微信可没有开放第三方接口，不然应该有 AutoResponder for WeChat。
微信机器人的实现与AI无关，但至关重要。
昨天我在《AI智能体从入门到变现》小报童专栏里新增加了一个案例， 将扣子接入个人微信。如果你对智能体感兴趣，可以扫码查看此专栏。
这个月底 智能体应用实战营就要开营，我和无界，海波，胡艺，4位老师带来12节直播课，其中有一节就是讲智能体接入微信。感兴趣的话，可联系我报名。
今天没讲太多创业，商业上的内容。如果想提升商业认知，我推荐看公众号“潘达创业说”。
