我測試了 Claude、ChatGPT 和 Gemini 在 10 個實際的產品管理任務上 相同的提示，盲評估 結果讓我感到驚訝（也讓一些 ChatGPT 忠實用戶感到不悅） 各類別的獲勝者： PRD 撰寫：Claude (8.9/10) - 在技術深度上最佳 - 實際考慮邊緣案例 - 結構合理 - 我實際上會在工作中使用這個 用戶研究綜合：ChatGPT (8.7/10) - 速度最快 - 良好的模式識別 - 輸出乾淨 - 但有時過於簡化 競爭分析：Gemini (8.3/10) - 在網路研究上最佳 - 最新的資訊 - 比較穩固 - 但比其他人慢 技術文檔：Claude (9.2/10) - 在技術細節上最準確 - 更好的代碼範例 - 幻想的情況較少 - 感覺它真的理解了 會議記錄：ChatGPT (8.5/10) - 處理速度最快 - 良好的行動項目提取 - 但有時會錯過上下文 總體： Claude: 8.7/10 ChatGPT: 8.3/10 Gemini: 7.8/10 我的實際工作流程： - PRD、技術文檔：Claude - 快速任務、綜合：ChatGPT - 研究：Gemini 讓我告訴你一件事……只使用一種模型的人是在限制自己 "ChatGPT 是最好的"的人就像是 "我的錘子適用於所有事情" 不，它並不是 為工作使用合適的工具 對 AI 的品牌忠誠是奇怪的

招聘協調員的職位公告同比下降67% 這不是經濟衰退的問題 而是AI自動化的問題 協調員的工作： - 來回發送電子郵件安排面試（每位候選人4-8封電子郵件） - 發送確認信 - 處理重新安排（更多電子郵件） - 收集面試官的反饋 - 更新ATS - 與候選人溝通 AI排程工具現在做的事情： - 自動找到雙方的可用時間 - 立即預訂面試 - 發送確認信 - 無需人類處理重新安排 - 提示並收集反饋 - 自動更新系統 - 大規模個性化候選人電子郵件 數字是殘酷的： 招聘協調員：$65,000 + 福利 = $80,000 總計 AI排程工具：$200/月 = $2,400/年 在一家60人的初創公司看到這一點： 之前： - 2名協調員處理每月50名候選人 - 成本：$160,000/年 - 每位候選人的排程時間：3天 切換到AI後： - 0名協調員 - 處理無限候選人 - 成本：$3,000/年 - 每位候選人的排程時間：2小時 這兩名協調員說："我們提供個人化的觸感" 候選人：沒有注意到差異，更喜歡更快的排程 協調員正在轉向"招聘運營"（策略、雇主品牌） 但安排面試的工作已經死了 就像讓某人手動發送每封電子郵件一樣 公司仍在招聘協調員進行排程：浪費金錢 這一過渡花了12個月 在2年內，人類排程將顯得過時，就像傳真機一樣 升級到策略或變得過時

公司正在悄悄地用 AI 取代支援團隊 沒有人在宣布這件事，因為這會引發公關噩夢 但我已經看到了數據 幫助一家 SaaS 公司做到這一點： 之前： 15 名支援代理 平均回應時間：8 分鐘 解決時間：45 分鐘 成本：每年 90 萬美元（每位代理 6 萬美元） 之後： 3 名支援代理（僅處理升級） AI 處理其他所有事務 平均回應時間：30 秒 解決時間：5 分鐘 成本：每年 20 萬美元 客戶滿意度從 78% 上升到 89% 客戶更喜歡快速解決簡單問題，而不是人性化的接觸 被解雇的 12 名代理表示：「客戶想和人交談」 數據顯示：89% 的工單由 AI 解決，客戶對於重設密碼和基本故障排除的評價高於人類 只有複雜問題需要人類處理 LinkedIn 上的支援人員發文：「AI 缺乏同理心」 客戶對於「我忘記密碼」不需要同理心 他們希望在 30 秒內解決問題 轉變： 第一級支援：95% 自動化 第二級支援：60% 自動化 第三級支援：仍然是人類 這在 18 個月內發生 我知道的每一家 SaaS 公司都在這樣做或計劃這樣做 作為大型人力團隊的客戶支援已經結束 作為小型專家團隊 + AI 的客戶支援是未來 仍在招聘 10 名以上支援代理的公司：落後了 適應僅處理複雜問題 否則將成為昂貴的開支