1 大模型是什么？为什么产品经理要懂它

引子

过去两年，ChatGPT、Kimi、通义千问等产品让“大模型（LLM）”这个词火遍全球。
作为产品经理，如果你不了解大模型的原理和能力边界，就很难判断一个需求是否能用 AI 来实现，也难以和技术团队有效沟通。
今天，我们从零开始：用通俗比喻解释大模型，亲手跑通第一个本地模型，并思考它对产品经理意味着什么。

---

一、核心概念

1. 什么是大模型？

• 通俗解释：想象一个超级图书管理员，读过无数书籍。你问问题，它会从记忆里“拼接”出一个答案。
• 专业定义：大语言模型（Large Language Model, LLM）是基于 Transformer 架构 的深度学习模型，参数规模达到 数十亿到上千亿。参数可以理解为“模型的知识和经验”，数量越多，模型越聪明。

2. 大模型能做什么？

• 文本处理：总结、改写、翻译
• 创意生成：写文案、写故事、生成代码
• 问答与对话：客服、教育助手、知识库
  👉 可以把它看成一个“万能的语言工具箱”，但它并不是专门针对某一任务训练的专家。

3. 大模型的局限性

• 幻觉：有时会编造不存在的事实。简单说，就是“说得有理有据，但不一定是真的”。
• 知识有限：训练数据有时间截点，模型无法知道之后发生的事。
• 算力开销大：运行需要较强的计算资源，这就像“大脑很聪明，但需要更多电力”。

---

二、实践环节：跑通你的第一个本地大模型

我们用 Ollama 来运行 DeepSeek-R1。它的好处是安装简单、模型自带量化，可以在普通电脑上跑。

1. 安装 Ollama（macOS 用户）

brew install --cask ollama
open -a "Ollama"   # 启动 Ollama.app

2. 拉取 DeepSeek 模型

ollama pull deepseek-r1

3. 运行模型

ollama run deepseek-r1

4. 试着对话
   输入：

你是我的学习教练。我有7天时间，目标是了解AI产品经理需要的核心知识。
请帮我制定一个学习计划，每天1小时。

你会得到一个“7 天学习计划”。保存为 day1_plan.md，后续几天都可以参考。

---

三、产品经理思考

1. 为什么 PM 必须理解大模型？

• 判断可行性：知道哪些需求能用 AI 技术解决，哪些不行。
• 设计功能：决定哪些功能用大模型直接实现，哪些需要额外的业务逻辑或数据。
• 评估成本：模型调用是要花钱的，计费方式常常和 token（文字单位）挂钩。
• 沟通桥梁：懂基础术语（token、上下文、延迟），才能和研发对话时说得清楚。

2. 典型应用场景

• B2C：AI 写作助手、智能客服、教育答疑
• B2B：企业知识库问答、销售辅助、文档自动化处理
• 内部工具：测试用例生成、会议纪要自动整理
  👉 可以看出，大模型不是一个独立产品，而是“能力引擎”，要结合业务场景才有价值。

---

四、小结

今天我们：

• 用比喻和专业定义解释了“大模型”
• 跑通了 DeepSeek-R1 本地部署
• 从 PM 视角理解了“大模型与产品需求”的关系

---