返回文章列表

从做 PPT 到卖潮玩:共鸣,以及 OUTBIRD 的真正价值

15 分钟阅读

最近,我的两条业务主线逐渐清晰起来。

一条是小秘书 PPT。它起源于我的日常工作:翻译、改比例、调整版式,处理各种临时变化,让一份已经投入心血的材料最终能够好好交付。我先是想解决自己的问题,然后发现,可能还有很多人与我遇到同样的问题。

另一条是海外站,目前主要围绕 maydayland.fans 展开,尝试面向海外消费者销售潮玩。它的起点不是一个我已经很熟悉的用户需求,而是去美国旅行时,对不同地区价格差异的直观感受,以及一个很朴素的愿望:赚美元,花人民币。

一个从自己的困难出发,一个从外部机会出发;一个主要服务与我处境相似的人,一个需要理解我尚不熟悉的人。

但继续想下去,我发现,它们真正要求我完成的核心工作,可能是同一件事。

理解对方,通过某种表达触达和打动对方,让一个东西在对方心里变得有价值、有意义,进而促成行动。

这个认识,也反过来改变了我对 OUTBIRD 的期待。OUTBIRD 是我正在建设、用于组织 AI 工具与业务执行的系统。我曾经很关心它怎样变得更聪明、更自主、更像一个组织。现在,我更关心另一个问题:如果大厂的 AI 也会越来越懂人、越来越会做事,它凭什么值得存在?

一、两门生意,做的是同一种工作

“把合适的产品卖给合适的人”,是我理解商业的一个基本出发点。

但“合适”不只是功能与需求在纸面上对应。一个东西已经出现在对方面前,对方却可能没有注意,没有理解,也没有觉得它与自己有关。

我做 PPT,当然希望信息准确、逻辑清楚。但坦白说,我也希望听众觉得:这个人很厉害,他抓住了问题,讲得有道理,而且有趣。他的观点值得记住,方案值得支持,判断值得信任。

做潮玩站也是如此。我不只是把尺寸、材质和价格陈列出来。我希望对方看到以后觉得:这个东西真有意思,它有我喜欢的气质,放在我的空间里会让我高兴。我想拥有它。

两件事情的结果不同,内部结构却很接近:

从“我这里有一个东西”,变成对方心里的“这和我有关,而且值得我行动”。

我在讨论中甚至用了一个很粗的词——“洗脑”。这里想抓住的不是欺骗或强迫,而是同一种影响机制:改变对方注意什么、怎样解释,以及觉得什么值得追求。换成更准确的表达,就是教育、触达、打动与共鸣。

这不是“两个业务都需要营销”那么简单。做 PPT 本身,就已经是在影响听众;潮玩的造型、呈现和使用场景,也参与了消费者对它的理解。表达不是最后补上的包装,而是对方认识这个东西的一部分。

当然,表达不能代替兑现。听众觉得有道理,不代表论据就已经成立;消费者被打动,也不代表收到商品以后一定满意。共鸣是重要的入口,不是对全部商业结果的保证。

图一·两条业务,不同起点,同一内核

图一·两条业务,不同起点,同一内核

二、共鸣:通过一个客体,让两个内在世界相遇

我习惯用“主体—客体—主体间”的框架理解这件事。

我有自己的经验、想法、情绪和审美,对方也有自己的。这两个内在世界不能直接互相进入,需要借助某个可以被感知的东西发生联系。

这个东西可以是一页 PPT、一段讲述,也可以是一个造型、一张商品图、一件潮玩。

主体 A 把某种理解和感受外化为客体,主体 B 通过这个客体,在自己的经验里重新理解和感受它。

我所说的“主体间”,不是夹在两个人之间的第三件物品,而是他们围绕这个客体形成的关联:某些经验、判断和感受接上了,意义有了交叠。

共鸣发生的时候,对方不只是说“我看懂了”,还可能说:

“对,就是这个。你把我心里模糊存在的东西,说出来了。”

这就是我说的“精神上的爽感”。

它可能是被说中的爽:原来有人懂我。也可能是想通了的爽:原来问题是这么回事。还可能是认出自己的爽:这个表情、姿态、气质,就是我想表达的状态。

PPT 可以把一种看法做成能够共同理解的形式;潮玩可以把一种感受做成能够被拥有、摆放和展示的形式。两者都可能让原本只存在于心里的东西,在外部世界获得形状。

这里,“尽量交叠”并不是让所有人想得一样,也不是一味迎合。完全陌生,可能接不上;只是重复对方已经知道的东西,又未必带来新的体验。

我更愿意追求这样一种状态:从共同经验进入,带来一点对方能够理解、感受和认领的新东西。

“你知道我在哪里,又让我看见了一个我自己还没看见的地方。”这比简单赞同,更接近我希望创造的共鸣。

图二·通过客体,让主体之间的意义相遇

图二·通过客体,让主体之间的意义相遇

三、意义、价值和行动,是怎样接起来的

沿着这个框架,我会暂时作这样的区分:

问题 它回答什么
功能 这个东西能做什么?
意义 它为什么与我有关?
价值 相对于其他选择,它值得我付出什么?
行动 我是否愿意把这种判断落实到现实里?

这些不是给概念下最终定义,而是帮助我检查一个表达到底完成了哪一步。

对小秘书 PPT 来说,“翻译并尽量保持版式”是功能,“不用重新排一遍”是直接收益,而“临时改要求时,我仍然能从容交付”,可能是用户更在意的意义。

对潮玩来说,意义也未必需要一个宏大的故事。“这个样子让我开心,放在桌上我就喜欢”,已经可以成立。至于它是否还承载审美表达、收藏、礼物或陪伴,要听消费者自己怎么说,不能由我替他编好动机。

我希望促成的过程,大致是:

触达 → 看懂 → 被打动 → 觉得与自己有关 → 形成价值判断 → 行动。

这是一张帮助检查问题的地图,不是一条人人必经、严格线性的心理流水线。有人先喜欢,再找理由;有人认同,却没有预算或决策权。

所以,不行动不能一概解释为“还没有被教育到位”。有时是表达没接上,有时是产品不合适,有时只是条件不允许。

但有一点对两条业务都重要:我需要从“怎样让别人觉得我的东西好”,走向“在别人的生活里,什么才算好”。

图三·从触达、理解与共鸣,走向行动

图三·从触达、理解与共鸣,走向行动

四、真正能够共用的能力:理解—表达—反馈

如果把共鸣当成工作目标,两条业务可以共享的,就不是一套万能话术,而是一种不断修正理解的方法。

理解,是弄清楚对方处在什么情境里,关心什么,试图完成什么。

小秘书可以从“我经历过这个问题”开始,但不能把自己当成所有用户。海外站则要更多从观察、访谈和真实购买开始,不能把“我觉得海外消费者会喜欢”当作事实。

表达,是把这些理解做成可以被感知、体验和选择的形式。

一段教学、一页 PPT、一个商品场景,都可以是一次表达。表达不仅传递答案,也在提出一个假设:我认为这样呈现,你会更容易理解它与自己的关系。

反馈,是检查对方实际感受到的,和我原本希望传递的,是否一致。

反馈不只是点击率,还包括对方怎么描述、在哪里犹豫、哪些内容被采用、实际使用以后是否满意。对方甚至可能发现我没想到的意义。

然后,这些结果要改变下一轮做法。

理解 → 表达 → 反馈 → 修正理解。

如果只是把反馈收集起来,写一篇复盘,却不改变下一次选择,那只是保存了记录,还没有形成学习。

这也让我重新理解小秘书 PPT 的位置:它不只是帮助用户更快完成文件,还在帮助用户更好地影响他的听众。

我先要让用户相信小秘书值得使用;小秘书再帮助用户,让自己的专业判断被清楚地看见。

“提高效率”与“让听众觉得我讲得好”,并不矛盾。前者节省完成表达的成本,后者指向表达希望取得的结果。

五、OUTBIRD 应该记住的,不只是文件,而是经验

沿着这条线,OUTBIRD 的基础设施方向变得更具体。

过去我很容易关注:接了多少模型,有多少 Agent,能够调用多少工具,又自动完成了多少任务。

现在我更想知道:它有没有帮助我更准确地理解一个具体的人,并把这种理解落实为一次更好的交付?

一张图、一份 PPT、一个商品页,保存下来都不难。真正需要积累的是它们与人的关系:为什么做成这样,给谁看,用在什么场景,对方如何理解,实际发生了什么,下一次应该改变什么。

因此,我希望每次有价值的实践,都能留下几件彼此关联的东西:

当时的判断 → 实际采用的表达版本 → 真实交付与反馈 → 下一次的修正。

例如,给长期合作的人准备材料,不仅要保存终稿,还要知道这次为什么放弃了某个开头,哪些信息被认为重要,哪些修改来自对方本人,哪些只是我的判断。

对潮玩,也不只是保存某张“效果不错”的商品图,而是保留它表达了什么、在哪种场景使用、得到了怎样的回应,以及还有哪些其他因素可能影响结果。

这里最容易自欺的,是把机器的活动当成人的反应:文件生成了,不等于用户满意;页面上线了,不等于消费者想买;Agent 写了“完成”,不等于现实已经发生变化。

同样,系统也不能给自己打一个“共鸣度 92 分”,就认为测量到了主体间的交叠。用户说了什么、实际做了什么、最后获得什么,要分别保留,不能被一个漂亮分数抹平。

这不意味着再建一个庞大的中台。相反,应该优先复用已有存储、业务系统和原生工具,只补足必要的关联,让下一次任务真的能够找回并使用这些经验。

六、但这些,大厂的 AI 不也会做吗?

讨论到这里,一个更尖锐的问题出现了。

记忆、上下文、自动化、个性化、反馈学习——这些听起来很好,但哪一样不是 AI 大厂也在做的事情?

不能靠“大厂只做通用能力,我们做个性化”来安慰自己。ChatGPT 的 Projects 已经可以组织长期项目中的对话、文件、项目指令和记忆;Shopify 的 Sidekick 也明确在店铺上下文中提供帮助,处理数据分析、内容与经营任务,并将需要的变更交给商家审核。[1][2]

这些例子不证明它们已经解决了我的所有问题,却足以提醒我:个性化、记忆和工具调用,本身不是 OUTBIRD 独有的优势。

把一套好 AI 系统应该具备的功能,误认为自己的竞争壁垒,是很危险的。

因此,我必须承认:目前没有理由仅凭“自组织”“多 Agent”“自递归”,就宣称 OUTBIRD 对大厂形成了技术优势。

如果某个原生工具已经把一件事做得更好,我们就应该使用它,甚至删掉自己的重复实现。不能为了证明 OUTBIRD 有价值,反而坚持维护一个更差的版本。

这要求我换一个比较对象。

不是“OUTBIRD 的智能能不能战胜大厂”,而是:使用同样强的 AI,我能不能更好地服务具体的人、完成具体的事?

七、我真正拥有的起点,可能确实只有两点

第一,我在一些具体的关系和场景里。

我有自己的工作,长期合作的人,以及需要我帮助的朋友。我有机会参与需求发生、要求变化、反馈出现的过程。

这比“我多存了几份资料”更重要。再聪明的模型,也不能仅凭通用知识知道一件没有被提供给它、刚刚发生的具体事情。

但如果我把同样的获准资料交给大厂 AI,它也可能理解得很好。优势并不是“我有一个神奇的私有模型”,而是我能够持续获得一手信息,并把它组织成及时、可靠的服务。

而且,我的个人优势,不等于 OUTBIRD 已经拥有的组织能力。

如果每次仍然要我重新解释背景,纠正同样的问题,逐个盯住环节,那么经验还主要存在于我的脑子里。

只有当系统少让我重复解释、少犯旧错误、主动找回适用的经验,并在拿不准时问对问题,这些经验才开始转化为可以复用的能力。任何客户或工作资料,也只能在获准范围内使用,不能因为“有数据”,就默认可以跨场景流通。

第二,小,意味着有机会更灵活。

这里的关键词是“有机会”。小不自动等于快。若一次简单修改也要多个 Agent 转发、重复建任务、反复等待,那么直接使用一个原生工具的人,可能比整套系统更快。

真正的灵活,是更低的协调成本:发现不对,可以马上停;发现一个需求,可以迅速做一个足够好的尝试;某项自研能力不再有必要,可以干脆删掉。

这两个起点并不神秘,也不构成永久保护。它们只有转化为更好的交付、更少的返工、更愿意持续合作的客户,才算实际优势。

对小秘书,这个起点相对清楚:先把我的真实工作做好,再验证其中哪些问题是别人也愿意付费解决的。

对 maydayland,我则需要更谦虚。我看到了机会,但还不能把“懂海外消费者”“有稳定客户”“有独特品牌”当成已经拥有的资产。价差是调查的线索,不是利润的证明;赚美元花人民币是我的动机,不是消费者购买的理由。

这条业务首先要做的,是低成本地接触、交易、交付、学习,然后让选品、信任和客户关系慢慢长出来。

八、不是另一家 AI 公司,而是使用 AI 的经营组织

这样再看,“OUTBIRD 是一个组织”,就不必意味着它是一家缩小版的模型公司。

它更应该是一个使用各种模型,组织我的目标、经验、工具和业务行动的系统。

通用智能、生成、编程和标准自动化,能复用就复用;我的项目、经验和资产,则应该保持可追溯、可迁移。换一个模型,不应该把此前的工作历史一起弄丢。

这种自主选择权,对我有价值。但客户不会因为“我们采用了多模型架构”而自动付费。只有当它带来更好的结果,客户才受益。

所以,OUTBIRD 至少要经受两种不同的检验。

作为内部系统,它要证明:节省的时间、减少的错误和增加的可交付能力,值得它的维护、监督和协调成本。

作为对外产品或服务的一部分,它要证明:当客户也能直接使用成熟 AI 时,为什么仍然选择我?

比较还必须公平。不能拿一个拥有全部背景的 OUTBIRD,去战胜一个没有任何资料的空白聊天框。应该让双方使用同样获准的资料和合适的模型,再比较我的实际操作时间、返工、错误、采用情况,以及总成本。

如果原生工具更好,就替换;如果只是多套了一层界面,就简化;如果确实在具体场景中更好,就继续积累。

我希望最终形成的,不是更多内部动作,而是更短的一段距离:

从一个关于人的猜想,到一次真实接触,再到一次有证据的修正。

结语:让通用的聪明,变成具体的价值

小秘书 PPT 与海外潮玩,起点不同,面对的人也不同。但对我来说,它们正在汇入同一条学习路径:理解人,通过某个东西与人相遇,再让对方的回应修正自己的理解。

PPT 把一种看法做成可理解的形式;潮玩把一种感受做成可拥有的形式。它们共同追求的那个瞬间,是对方在其中认出自己的经验、向往或尚未说清楚的东西。

但商业不能停在这个瞬间。共鸣之后,还要有可信的承诺、真实的交付,以及值得继续发生的关系。

OUTBIRD 应该帮助我把这条路走得更稳,而不是替我编出一个“我们已经有护城河”的故事。

它不需要证明自己比 AI 大厂更聪明。它需要证明:借助这些越来越聪明的 AI,我能够更好地理解具体的人,持续做出值得他们接受、使用和付费的东西。

大厂的能力,可以是我的生产力。真正需要自己积累的,是对人的理解、对结果的负责,以及每一次实践留下的、能够改变下一次行动的经验。


资料与延伸阅读

[1] OpenAI:Projects in ChatGPT。用于核对项目上下文、文件、指令和记忆能力,查阅于 2026 年 10 月 14 日。

[2] Shopify:Sidekick。用于核对店铺上下文中的 AI 助手与任务能力,查阅于 2026 年 10 月 14 日。

延伸阅读:AI 正在成为世界的秘书:从信息、意义到行动的一条世界动力学。

本文整理自我的业务与系统建设思考。“主体—客体—主体间”及“理解—表达—反馈”在这里是用于指导实践、接受反馈修正的分析框架,不是已经验证的普遍心理定律;文中对消费者动机和业务优势的判断,也不应被理解为已经完成的市场验证。

觉得有帮助?请我喝杯咖啡

如果这篇文章对你有所帮助,欢迎扫码支持作者继续创作更多优质内容。

微信
微信
支付宝
支付宝

评论