大模型背景下消费者信息处理产品探索

大模型引领的通用人工智能浪潮，使得消费者前所未有地拥有了可以和品牌主相提并论的信息处理工具。在此背景下，对基于大模型面向消费者提供信息处理服务的产品进行探索十分有必要。 本文采取数据挖掘与清洗和案例研究等方法，对国内外 8725 款 AI 产品进行探索式案例研究，将消费者信息处理产品按照应用场景、模态类型、部署方式分为通用 ChatBot、LLM+搜索引擎、LLM+购物助手、LLM+浏览器等 10 类产品，并从中选取出 15 款具有代表性的消费者信息处理产品。其中，Perplexity AI 等四款产品颇具代表性，对于消费者来说有入口级的意义，与品牌营销传播有最直接、最重大的关系，作为典型案例从关键创新、核心优势、不足之处进行更深入的研究。 本文采取 Prompt Engineering 和 RAG 等方法，基于案例研究得出的启示和当前消费者普遍依赖网络口碑但缺乏高效信息处理工具的背景，对大模型背景下消费者信息处理产品进行探索式研究。提出并实现了一种基于 LLM 和网络口碑的消费者信息处理产品。经测试，该产品可使消费者省去查看并整合大量网页和小红书笔记的步骤，转为直接查看由AI 整合自搜索引擎和小红书网络口碑的信息，即一份带有引文来源的产品概况和网络口碑报告，可以从根本大幅提高消费者信息处理效率。