返回笔记目录 概念 / 约 5 分钟
AI产品能力坐标
3维度×5项AI产品能力地图（输入模态/处理类型/增强方式），含各维度评测关注点
概念 来自 ai-pm-wiki
用3个维度×5项构成的"AI产品能力地图"，帮助PM在竞品分析中系统地圈定和对比AI功能，而不是只看表面交互。核心公式：AI产品功能落地 = 业务场景（用户×需求×场景）× AI能力。
三个维度
维度①：输入模态（定义AI能接收哪些形式的输入）
| 模态 |
说明 |
代表产品 |
| 文本 |
文字、对话、文档类输入 |
ChatGPT、Claude、Gemini、DeepSeek |
| 图像 |
图片、数据、视觉内容 |
Midjourney、DALL-E、Stable Diffusion、FLUX |
| 语音 |
语音、自然输入 |
Whisper、ElevenLabs、GPT-4o Voice、Azure Speech |
| 视频 |
短视频、录屏、短视频剪辑输入 |
Runway、Pika、Kling、Sora |
| 结构化数据 |
表格、数据库、BI数据 |
Excel、Power BI、Snowflake、Databricks |
维度②：处理类型（定义AI对输入执行的核心任务）
| 类型 |
说明 |
代表产品 |
| 理解 |
识别、分类、抽取、总结 |
ChatGPT、Claude、Gemini |
| 生成 |
文本、图像、语音、视频内容生成 |
DALL-E、Midjourney、ElevenLabs |
| 推理 |
多步思考、复杂推理、逻辑分析 |
OpenAI o-series、Claude、DeepSeek |
| 决策 |
基于规则与目标输出方案建议 |
Perplexity、Notion AI |
| 执行 |
调用工具、触发流程、完成动作 |
Zapier、n8n、Make、OpenAI Agents |
维度③：增强方式（定义如何扩展与增强AI的能力边界）
| 方式 |
说明 |
代表产品/技术 |
| 基础大模型 |
能力来自通用模型本身，利好快 |
OpenAI、Anthropic、Google、DeepSeek、Meta Llama |
| RAG |
接入私有知识库，提升事实准确度 |
LangChain、LlamaIndex、Pinecone、Weaviate |
| 微调 |
通过训练数据优化特定任务表现 |
Hugging Face、LoRA、OpenAI Fine-tuning |
| Agent |
多步规划、任务拆解、自主执行 |
LangGraph、CrewAI、AutoGen、OpenAI Agents |
| 工具调用 |
连接搜索、数据库、办公系统与外部API |
Zapier、n8n、Make、Slack、Google Drive |
各维度AI能力评测关注点
基础能力
- 上下文一致性：支持的对话轮次、长文本长度阈值
- 语义准确性：避免"答非所问"的准确率指标
- 多语言覆盖：支持的语种、翻译准确率
- 生成质量：流畅度、无重复率、合规性（无敏感内容）
多模态能力
- 跨模态对齐：图文/音视频语义匹配度
- 模态支持范围：是否覆盖语音/视频/3D模型等
- 生成效率：多模态内容的延迟
- 合规性：素材版权
逻辑推理能力
- 推理准确率：复杂问题（如逻辑题、故障排查）的正确率
- 推理边界：是否支持因果推理/常识推理/演绎推理
- 可解释性：推理过程是否可追溯
- 风险场景：高决策权重场景（如医疗/法律）的推理可靠性
数学与数据计算能力
- 计算精度：数值计算/公式推导的误差率（如≤0.5%）
- 支持范围：覆盖的数学领域（代数/几何/统计）、公式类型
- 数据处理：是否支持批量计算、复杂数据集导入
- 结果验证：是否对接外部计算工具
代码与工程能力
- 语法准确性：生成代码的编译通过率（如≥90%）
- 语言支持：覆盖的编程语言（Python/Java/Go等）、框架版本
- 可执行性：是否支持代码调试、运行环境对接（如在线编译器）
- 安全性：生成代码是否存在漏洞（如SQL注入、权限泄露）
工具与外部交互能力
- 工具适配：支持的外部工具类型（API/搜索引擎/数据库/插件）
- 调用逻辑：工具选择的准确性
- 容错机制：工具调用失败后的重试策略（如换工具/提示用户）
- 权限管理：用户数据访问授权（如调用数据库需用户同意）
行业能力（医疗/金融/教育等）
- 行业知识准确性：专业术语正确率、行业规则匹配度（如金融合规要求）
- 合规性：符合行业监管（如医疗数据隐私HIPAA、金融信息披露要求）
- 专家评审：是否经过行业专家验证（如医疗产品需医生审核）
- 场景边界：是否限制高风险决策（如不提供处方建议、不推荐股票）
PM 怎么用 / 何时用
- 竞品对比或定义自家能力时，用三维度（输入模态 × 处理类型 × 增强方式）画能力地图，系统圈定 AI 功能而非只看交互。
- 规划新功能时套用"业务场景 × AI能力"公式，先确认用户/需求/场景成立，再选模态、处理类型与增强方式。
- 做能力评测时，按对应维度的关注点清单逐项验收（如推理看可解释性、行业看合规与专家评审）。
相关页面
→ AI产品四层架构
→ 竞品分析五步法
→ 模型选型五维度
→ Agent五要素技术定义
→ 提示词设计五要素
→ AIPM课程 Day4