字节跳动在这一轮的大模型中一直保持着非常低调的状态，用他们的人说，就是总觉得自己做的还不够好，就没有对外部作宣传，这个确实非常符合他们内部的一些做事风格，字节的人一直在卷文档，非常想看下他们的文档关于 大模型都在讨论什么，以下是对外的一些 AI 产品：
有幸能够参加他们这样一场活动，了解到他们现在做的一些大模型的探索，和他们探索的过程，整体来说他们也踩过了很多的坑，最开始走在了图片和视频上，最后发现时机不对，做出来的东西非常酷，但是生成的过程成本非常高。
他们有自己的模型，云雀，字节结合自身业务做了非常多的探索，他们也会和市面上的模型进行对比，通过非常多的 case、给出很多的行业名词、输出的格式、组合不同的 Prompt 来实现模型的调优。
很多的公司都在深挖场景，和自己的行业进行结合，未来的办公层面应该还是钉钉、飞书、企微互相卷，此次飞书的产品案例分享。
基于工作的场景：
飞书伙伴是目前最好用的一个个人助理，2023 年 6 月份才开始内测的一个产品，基于飞书伙伴可以扩展以岗位或者场景的专业伙伴，他们内部是鼓励各种创新，飞书提供底座，他们扣子的逻辑也是基于此，他们的产品经理回去分析用户的这些智能体的价值。
最开始的时候他们期望把所有的功能集于一身，但是最后发现这个不太现实，大模型本身很难从上一个专业领域夸出来，如果进入到下一个问答上，上一个专业的能力就会丧失。飞书伙伴可以做每日工作总结，每日回话总结，会议总结，大大提升个人信息的吞吐量。
基于销售场景：
1、每日总结：客户拜访笔记，碎片化的记录转化为结构化，实现知识沉淀
2、知识问答：将复杂的知识库通通导入AI，规则持续同步，用自然语言提问，AI助理快速响应；为客服和BD 提效
3、经营分析：汇总不同系统的数据，统一化报表展示，文本转可视化
4、模拟打单教练：使用销冠的话术做一个模型训练，让新来的销售回答客户遇到的问题，和销冠的话术比对
基于餐饮客户的：抖音上有很多的商家，用户反馈之后，客户授权给抖音，他们对用户的反馈基于大模型自动打标签、分析、自动回复。
本身大模型原理就存在幻觉的问题，对于什么样的场合适合适合大模型，答案是对于错误有容忍度的场景，如果你要求百分百准确，那就不要用大模型，如果能接受 5% 的错误，那可以努力去调优，达到预期效果。
随着 Bot 的增多，怎么设计出好的入口，怎么规划Bot 产品，以及怎么让 Bot 主动去找人，这些可能也是接下来需要关注的，比如在一千多的 bot 里面怎么找到适合的自己的，自己训练过的 bot 存在丢了的可能。当下的基于 Bot 的探索阶段，处于大模型的早期，就像1903 年第一架飞机起飞的时刻，到真正成为出行方式还有很长的路要走，短期不要高估，长期不要低估。
从他们的分享过程中不难发现，走在前台的都是光鲜亮丽的，背后的逻辑都是一点点踩坑起来的，像炼丹一样，要深入客户场景，和客户泡在一起，短短半年的时间，大模型已经演化出很多垂类的产品出来，看样行业大佬预测 2024 年会出现一些爆款产品也一定能出来。
