欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：
ChatGPT的出现令大家对人工智能的能力边界拓宽了想象，从更广泛意义上而言，ChatGPT不仅仅是一个聊天机器人，更是一个通过完成计算机编程、论文写作、影视创作、科学实验设计等各种智力劳动来最大限度释放人的创造力的强大工具。
未来是属于AIGC的时代，能否充分利用ChatGPT这样的人工智能工具就成为一个和其他人拉开差距的关键技能。比如现在就出现了一批AI训练师、AI绘画师等围绕高效率高质量使用人工智能产出的新工种。
只需要你掌握一定的思维和技巧，AI的的确确就能成为你业务提升的个人助理、教练和顾问，更是你创新的绝佳搭档，那么在AIGC时代，如何把创新等业务从一种徒手拧螺丝的吃力低效工作转变为一种智能电动的高效作业？如何用ChatGPT这个强大的AI工具，实实在在地提升你的业务实战能力，让自己在职场中更有竞争力呢？
这就是企业咨询专家沈攀老师带来的AIGC提升业务实战能力课程的核心内容之一。
今天上午，沈攀老师做客混沌直播间，为大家带来业务能力提升必修课，手把手教大家如何用ChatGPT解锁新生产力，解决你在职场中的业务问题！
沈攀老师将从问题分析——识别关键问题并结构化本质化、用户洞察——实现用户细分和用户体验地图绘制两大模块，给予我们用ChatGPT解锁新的生产力的技能钥匙。
首先第一个模块是问题分析，沈攀老师会教你如何用一战略、现况图等工具，快速梳理问题本质和关键因素。
第二个模块是用户洞察。在当今时代，大量的产品也越来越同质化，很多行业也进入到了成熟期，越来越内卷，要做爆款产品，要做好内容，要精准营销，要降低获客成本等等，但是要怎么做才能做得又快又好，这是第二模块要帮大家解决的问题。
每个模块都包含了多个实用的工具和方法，以及沈攀老师亲身的案例分享和演示。你不仅会学到理论知识，还会有机会动手实践和交流。手把手教你用Chat GPT提升业务能力！
授课老师丨沈攀 混沌创新领教、企业战略顾问
编辑丨混沌商业研究团队
支持丨混沌前沿课
如何发现和分析企业的本质问题？
在开会的时候，经常你一句我一句，讨论半天大家都不知道到底在讨论什么问题，或者有时候一个问题还没解决，新一个问题又开始冒出来了。
为此，我归纳了无法解决真问题的三大障碍：
（1）问题特别杂乱，没有看到基本问题，所以解决不到位。
（2）问题太模糊，不够结构化，所以解决的问题的时候没有抓手。
（3）问题只看到了表面并被其蒙蔽了，没有看到问题背后的隐含假设。
那我们如何用AI辅助我们更轻松地搬走这三座大山？对应的解决方法很简单，第一是识别基本问题，第二是把问题结构化，第三是打破隐含假设。
问题分析：如何在杂乱中识别基本问题？
首先第一，如何用AI帮助我们快速识别基本问题？
第一步，先穷举问题，把问题充分暴露出来，问题要尽可能多一些，只要是真实存在的问题都可以列举。
第二步，提炼总结，合并归类。
第三步，分析这些被提炼出来的重要问题的因果关系，通过这种因果逻辑的层层分析，最后得出几个重要的基本问题。
接下来可以按照步骤，训练和使用ChatGPT。
首先，我们需要给ChatGPT先写一段提示词，遵循基本的原则——人设、目标、背景、任务和提示。再粘贴上你们目前讨论出的问题。然后跟它阐明我们要做的任务，即把上面得出的问题进行提炼总结，抽象出基本问题，并据此分析背后的根本原因。
问题分析：如何利用ChatGPT将问题结构化？
第二步是将问题结构化，即怎么样把模糊的高难度的问题，转化为清晰明确的问题。
像麦肯锡、IBM等公司里的世界顶流的咨询师，都会用一个非常重要的分析工具——OBQA，是四个单词的缩写：Objective目标、Barrier障碍、Question问题、Answer答案。
我们经常遇到这样的情况，一个目标任务，团队内部不同的人的理解完全不同。这就需要我们将非结构化的问题转变为结构化的问题。
什么叫非结构化问题？是指那些没有特定的、固定的或者明确答案解决方案的问题。比如说怎么样才能出人头地呢？这个问题就是定义非常不清晰的非结构化问题。
反之则是结构化问题，比如年终奖发给哪些员工是一个结构化的问题，因为应该奖励哪些行为，奖励什么人，发多少奖金，这是提前规定好的，只要对应着公司的这些政策去执行就行了。
接下来我们带着大家一起去用OBQA工具，把一个非结构化的问题慢慢地拆解成结构化问题。
首先需要确立一个目标，想清楚在实现过程中可能遇到的障碍和问题，而后配套出一个初步解决方案。这时的解决方案一般并不具体，需要进一步从目标、障碍、问题三个面向继续拆解，再配套出一个解决方案。以此类推，直到将一个未知的问题变成一个已知的可操作的问题。
这个过程还是非常地耗费脑力的，一是要求逻辑非常严谨，二是还要有详实的数据和证据做支持。如果能用ChatGPT来帮助我们完成这件事情，会大幅地降低难度。
我们要给ChatGPT一些提示词和提示信息，指出要用OBQA的分析框架帮自己分析问题，并解释OBQA的含义，确保对OBQA是理解正确。
比如说你在一家家居用品的电商企业，负责的电商部门下面有10个小伙伴，你发现大家的自驱力不够，表现为不主动汇报结果，加班的时候抱怨很多，制定业绩目标的时候总是讨价还价，项目复盘总是甩锅等。你希望它用OBQA分析方法帮你思考如何提升员工的自驱力。
通过它的回答把目标、障碍、问题和答案，一层一层地嵌套下来，很快就能够帮助你解决业务中的一些复杂问题。
问题分析：如何破解一个问题的隐含假设？
顶级高手不是就问题去解决问题，而是让问题显得无关紧要。
有些时候我们无法解决真问题是因为我们被表面问题遮蔽了双眼，仓促地去解决这些表面问题，非但不能获得预期的效果，反而引发新的矛盾。所以我们解决问题不能光看表面，而是要看它深层次的隐含假设，找到并打破这些隐含假设，才能够洞见问题的根本。
首先我们要搞懂，什么是隐含假设？
隐含假设是我们在推理或者论证中，没有明确说出来的，但是又非常必要的前提。比如有人说，他失败了是因为他没努力，这句话有什么隐含假设？——只要努力就一定能成功。
我们在提问题的时候也经常是这样的，由于我们的思维的惯性、习惯、信念，我们会直接抛出一个问题，都没有意识到其实问题背后是带有一些隐含观点的。
比如如何快速开启公司的创新业务这一个问题。我们来看一看它背后有哪些隐含假设。比如第一曲线发展快到极限了、创新业务可能带来更多的收入或者同行都在创新，我不创新不行……
第二步，找出从中最为重要的一个隐含假设，然后挑战它。怎么挑战？我们问三个问题：真的吗？总是真的吗？有没有例外？
我们打破了隐含假设以后，就洞见了根本问题，原来的相对抽象的如何快速开启公司创新业务的问题就变成了具体可操作性的问题。
想知道如何用ChatGPT做进一步市场分析?
扫描海报二维码，听完整课程！
如何利用AI帮助我们做用户研究和洞察？
现在流量越来越贵，获客很困难，消费者也越来越挑剔，转化和复购都更加困难，产品也越来越同质化。因此我们只关注渠道、产品的视角还不够，我们应该把视角更多地转换到用户上来。
德鲁克说过这样的一句话，他说企业的宗旨有且只有一个恰当的定义，那就是创造客户。谁是我的用户？他们的需求到底是什么？我如何满足他？你会发现这背后有很多需要做的工作。
我们用一个分析结构来拆解满足用户需求这样的一个命题。
第一个是关于用户是谁，这里面我们分为两个小节：用户细分、用户画像。
第二是待办任务，即在什么场景下，用户要完成什么任务，可以分为两个小节：用户场景、用户体验地图，这是非常常用的两个工具，能够帮助我们洞见用户的任务和目标。
第三是价值点，即用户在完成任务的时候，他在意哪些要素，他的决策依据是什么。
如何找准自己的用户群体？
用户细分到底要怎么分？
第一，用户是怎么细分的？首先是最简单也是最常见的划分，可以看下面这张图，最外面的圈是我们的非用户；比它小一点的圈子，是我们的潜在用户；往下是我们的付费用户；再往下是我们的核心用户。
更进一步的用户细分，通常有这样的三个维度。第一按照属性划分，第二按照行为划分，第三按照兴趣的圈层来划分。
那什么是属性划分？比如银发族、职场人、小镇青年，这一类是按照属性来划分的。这种划分的优势是这些属性是不变的，比较容易用来识别目标，而且用户的规模和行为也会比较容易洞察到。但它的缺点是很难穷尽所有的维度。
按照行为划分，即按照消费者要去干什么行为来划分。比如出行、美妆、养宠物、滑雪、居家办公，这种划分方式的优势是我们通过感知行为识别目标用户，缺点是信息来源可能会比较分散。
按照兴趣的圈层来划分，就是把共同的兴趣爱好、价值观等等这些属性形成一个集合，以这种文化认同和共性的目标形成群体，我们把它称为“圈层”。比如国风圈、国漫圈、汉服圈，摇滚圈、露营圈等。
至于到底有多少种圈子，我们可以去看一些报告。比如《中国年轻人文化圈层全景》把圈子分为8个大类，32个小类，169个圈层。
用户画像你真的画对了吗？
什么是用户画像？它指的是一个虚拟的代表用户的形象，它可以被用来描述整个用户群体的特征。
为什么企业需要用户画像？
第一当然是要深入理解用户，建立同理心，从而提升用户的粘性和满意度。
第二是提升个性化的产品和服务质量，从而提升用户体验，获得竞争优势。
第三是提升精准的营销策略，从而提升营销的效果和回报率，提升ROI。第四是用数据来驱动决策，因为用户画像提供的数据可以帮我们更加精准地规划产品战略，从而在决策场景中提升有效的依据。
用户画像的描述有非常多的维度，没有一个统一的标准。其中我认为比较好的用户画像的分类维度可以分为两大部分。第一是他是什么人，这里面又分为两个不同的板块——
（1）统计学特征，包括年龄、家庭状况、收入、职业类型；
（2）行为的偏向分析，用户的品牌偏向、兴趣偏向、内容偏向、渠道偏向、风格偏向等等。
第二个维度——用户想要成为什么人。这里面就包括用户价值观的分析，比如生活态度、消费态度、学习态度、社交态度等等，还有需求层次的分析，功能需求、情感需求、社会需求等等。
通过这样的两大维度整体分析，对用户的研究就会更加细致和透彻。
我们可以通过一段提示词，让ChatGPT根据我们的调研问卷，来协助我们来绘制用户画像。
比如：人设：营销专家；目标：协助我完成用户画像的绘制；任务：根据如下的用户调研问卷数据，帮我们分成多个用户画像，并且分别进行描述；提示：描述包括如下的部分，标签、统计学特征、姓名、年龄、职业、收入等，行为偏向、价值观。
那接下来我们就可以根据这段提示词，来生成一个人的形象，也就是把用户画像贴张照片，那我们可以用ChatGPT，把它翻译成Midjourney的英文提示词，然后在Midjourney里面生成真实的人物图像。这样可以大大免去找真人照片的时间和版权风险。
通过以上步骤，我们就可以用ChatGPT很快生成一个图文并茂的用户画像，有了这样一个具象的表达，能够帮助我们更好地去理解用户，建立同理心，提升用户体验，找到用户在意的价值点，提升我们营销的精准性。
通过待办任务，你才能洞察用户
用户洞察的第二部分是待办任务，这一部分我们分为两个小节，一个是用户场景，一个是用户体验地图的绘制。通过这两个方面，我们能够更好地了解用户在不同场景下，要去做的目标分别是什么。
“待办任务”指的是消费者不是因为产品或者服务本身而去购买产品，而是因为他们需要完成某项任务或者要解决某个问题。
我们可以通过这样的一个句式，能够更加地了解什么是待办任务——“什么用户，通过什么产品或者服务，来完成什么任务？”
比如茶叶，它的待办任务是什么？解渴、提神、款待、送礼。比如火车、飞机这些出行工具的待办任务是什么？其实就是从甲地到乙地，可以是出差，也可以是旅行。
同样的产品或者服务，它对应的待办任务也并不是只有一个，也是分不同的维度或者不同的层次的。
用户不关心你是谁，而只关心他们自己看起来怎么样。
所以我们要把用户的场景带入进去，我们再来谈产品才有意义。
用户场景里面有三个很重要的问题。
第一是拥有产品能够帮助他们做什么；第二是如果缺少它，哪些事情无法实现；第三是如果充分地利用它，用户还可以实现哪些未能实现的事情。
场景其实是这三个要素的集合：第一、什么人；第二、他要实现什么样的目标；第三、他遇到了什么问题。
举个例子，比如要出国的人，他要实现什么目标？要更快地通过雅思或者托福的考试。他遇到了什么问题？遇到了快速提高英语成绩的障碍。
完整的用户需求，是一个从需求发起到需求满足的这样的一个端到端的过程。
这个端到端的过程当中我们会看到两种不同的机会，一个是未被满足的需求，如果我们能够创造并能够满足它，里面就有很大的机会。另一个是用户没有被充分地满足的需求，可能只满足了一个部分，还有很多是将就的需求，如果我们能够改善它，用户整个过程的体验就会更好，也会给我们带来更多的机会。
真实的业务当中，还要在场景当中再来细化拆分这种需求。唐硕提供了一个这样的一个拆分场景的一种工具和方法，这里也分享给大家。
场景可以分为横轴和纵轴，横轴是场景各个阶段，那纵轴就包括了共性需求和特性需求。比如一个用户，来到一个线下咖啡厅，他将经历哪几个阶段——临行前的准备、排队进场、进店、点餐、取餐等等。有什么样的共性需求？就可以把这些需求写在上面。而对于某些特定的人，可能会有一些特定的需求，也可以把它标注在上面。通过这样的一个方式，你就能够更好地了解用户在场景当中的需求是什么。
给大家提供参考提示词的模板：人设是一名用户分析师；目标是结合我们的产品和用户的实际，帮助我们分析用户的需求，并且做出准确的描述；任务是要用完整的句子来描述用户的需求场景；背景是产品是什么，用户是谁；提示是句子应该包含四个要素，产品、场景、成功和期待，并且在场景中应当可以展开为三个要素，是什么人，实现什么目标的时候，遇到了什么问题。
按照这样一个逻辑和提示词模板就可以让ChatGPT帮你分析用户场景。
仅仅绘制用户画像不够，还需要绘制用户体验地图。
通过用户体验地图的绘制，能够让我们在用户的场景当中更好地发现他的目标行为以及痛点，可以帮助我们更好地完成用户体验的提升，做更多创新的产品。
用户的驱动力有很多，通常的驱动来自于流量驱动，需要不断地去投流，但这种驱动方式通常没有很强的可持续性。更好的驱动方式是基于体验导向的驱动，不断地去改善用户在使用产品过程中的体验，让用户更好地和产品进行互动，从而产生更长的全生命周期的价值。
我们看到很多成功的企业，比如像亚马逊，它的宗旨其实是围绕一句话——用户体验的提升。我们知道它有一个很著名的增长飞轮——更低的价格，更多的产品，更快的配送，这些都是指向一个非常重要的核心——用户体验。
那么增强用户体验的具体方法是什么？是我们梳理端到端的解决方案，即用户的需求发起到用户需求满足这整个的过程当中，我们要看到用户的目标、行为、痛点，从中来发现机会。
我们站在供给方的视角设计一个产品的时候，往往会去思考它的成本，它的制造便捷性，但是会忽略用户的体验。其实很多非常伟大的产品，都是在用户体验上做得非常极致的。
比如像Apple，当年iPod才出现的时候，有一次工程师把工程样机拿给了乔布斯，乔布斯拿开以后，他就发现有一个很重要的问题——iPod没有电，他就质问工程师说为什么会没有电？
对于制造方来说，要把一个电子产品在出厂之前充电，其实是一件很麻烦的事情，还要去检验电量，但是在乔布斯看来，这是端到端当中最重要的一个环节，也就是当用户想要听到一个音乐，收到一个iPod的时候，他应该拿出来就可以快速收听，而不是还要去充电，更加不是还要去下载歌曲。
iPod开了这样的一个先河，现在很多电子产品你在收到的时候已经是充好电的了。这种思想其实是站在用户的视角上来思考。苹果的其他产品也是如此，它的影像、音乐、乐器、照片、图书等等这些APP，都是在解决一个端到端的体验。
乔布斯有这样的一段话，他说苹果所有的战略都是为客户提供只有苹果才能提供的有意义的、有说服力的端到端的解决方案。
那具体怎么来拆解端到端，怎么样来提升用户的体验？这就需要绘制用户体验地图了。
用户体验地图包含两个部分。第一是要根据用户画像绘制，因为不同的用户在整个的体验的周期当中，其可能产生的想法、行为和痛点是不一样的，所以企业如果有多种用户人群，应该针对不同的画像，绘制不同的体验地图，不是一张图就可以包打天下的。
......
篇幅所限，
本文内容仅为课程十分之一。
扫描海报二维码，听完整课程！
第二个部分，是基于某一类用户，把他在整个周期中将遇到的目标、行为、痛点和机会作为纵轴、使用体验时间阶段作为横轴绘制出来。
用户体验能够帮助我们企业拥有用户的视角，站在一个全局的角度来看待用户的全生命周期的体验，达到跨部门的共识。
比如用户在途家上去找一个民宿入住，在过程中，我们就要列出来，每一个阶段用户想要的到底是什么？比如是了解途家、找房、订房、订房后、入住前、住的过程以及住的之后。这几个阶段用户都有一些不同的目标。比如在了解途家的时候，要了解产品的有哪些服务，产品里有哪些优缺点等等，这是用户目标。
接下来是用户行为，基于目标用户要采取的行为，通常是根据用户的调研追踪，收集资料来进行整理。用户行为讲述的是每一个阶段用户会执行什么样的动作，比如在了解途家的过程当中，他要去做一些同类产品的对比，加深他对途家的了解和信任。比如在找房的时候，他要做浏览，要做搜索。在订房的时候，他要去办理入住。在入住后，他要办理退房，还要发布一些体验的感受。
用户痛点，其实就是对应着每一阶段用户的目标和行为，他的想法是什么，他有什么抱怨？
线下，企业可以用便利贴的形式，一起来进行探讨。为了防止主观臆断，建议大家以小组的形式来讨论，尽可能地多穷举一些痛点。
通过我们对这些痛点的分析，从中找到背后的一些核心原因，我们可以抽象概括提炼出一些解决的措施，通过这样的发现，能够提升用户的体验。
最后，我们把这几个板块合起来，把它绘制成一张大图，包括阶段、用户的目标、行为、痛点和改善的机会。
当然这张图，每过一段周期还要再更新一次，要把它做好还是不容易的。所以我们可以通过ChatGPT帮助我们大幅地提升用户体验地图的绘制效率。
我带入一位同学的案例，他是做鸡蛋的，场景是家庭的烹饪和孩子的营养补充。ChatGPT给出的答案是：第一个用户了解阶段，目标是了解鸡蛋的营养价值和烹饪上的补充；行为是上网搜索阅读相关资料，询问专业人士；痛点有：鸡蛋的营养成分不明确或存在误导，难以找到权威的营养的建议和食谱，对鸡蛋的健康存在疑虑，如胆固醇含量，对鸡蛋的品种和选择存在困难，鸡蛋是否适合每天食用或者多少量等。
第二个购买阶段，痛点是难以判断鸡蛋的新鲜度、不太明白不同鸡蛋的差异，如土鸡蛋还有其他的鸡蛋的差异、购买环节的时间成本高，包装是不是环保、售后服务不明确、怎么样的退换货、鸡蛋存储和运输的条件不清楚等。
第三是用户的评估过程，目标是评估鸡蛋的品质和适用性，以及孩子的接受程度。行为是要品尝，观察孩子的反应以及对比预期的效果。那这里面它列出了10个痛点：鸡蛋的营养的效果不如预期、鸡蛋烹饪出的食品和口感预期不符、不明白如何处理剩余的鸡蛋、不能确定鸡蛋的品质是否稳定等。
我想这几条应该是一个特别重视孩子营养的妈妈非常关心的问题。
最后是复购阶段，目标是根据使用的经验和效果决定是否复购，行为是要重新复购或者找新的替代品。痛点是难以找到和此前购买一样的鸡蛋、鸡蛋的波动价格大，购买的成本难以控制、不满意的购买经历会影响复购的欲望、寻找新品牌或者品类的鸡蛋的信息成本过高、剩余的鸡蛋数量影响复购的决策、孩子的口味改变需要重新选择鸡蛋。
那现在，我们希望ChatGPT能够根据以上的这些痛点，再分析提炼出各个阶段的机会点，并且阐述具体的改善和体验的策略。
我把要求输入给ChatGPT，看一下它会给我们怎么样的结果：
第一个阶段了解阶段的机会点是根据鸡蛋的专业知识和营养信息，消除用户对鸡蛋的疑虑。如提供详细的准确的并且易于理解的烹饪信息，通过网站应用或者包装上的二维码进行分享，定期发布或推荐一些适合孩子的鸡蛋食谱，满足家长对营养补充的需要。
第二个购买的机会点是提供易于理解和比较的鸡蛋的品质、品牌和信息，简化购买的决策过程。那改善的策略是在鸡蛋上明显标识鸡蛋的品质，比如富硒鸡蛋，和保质的信息，通过网络平台来提供详细的产品信息，能够让用户更好地了解他所购买的鸡蛋。
第三个评估阶段的机会点是获取用户的反馈来优化产品的服务，它给到了一个策略是通过问卷用户反馈来了解用户的满意度，将它纳入到产品的优化服务过程当中。不过这部分ChatGPT写得有点笼统。
最后的复购阶段的机会是通过优化体验和产品质量来提升复购，改善的策略是保证产品的稳定性和一致性。
综上所述，它的这些提炼概括还是不错的，也会给我们一些启发。当然有一些部分你可以再次追问，比如如何展开评估，相信会给你更多的启发。
那我们来回顾一下整个过程，可以看到ChatGPT给出了许多分析：目标、行为、痛点的列举，包括后面的机会的洞见，以及改善的策略等，坦率来说，回答质量比普通的企业员工要高出一截来，且整个回答速度非常快。
价值曲线：从创造价值到创造独特价值
我们在前面，讲到了客户的细分，也就是用户是谁，以及用户的待办任务——用户是在什么场景下完成什么任务，在完成任务的时候会在意哪些要素。这一讲是想让大家了解如何从创造价值到创造独特价值。
彼得·圣吉讲过这样一段话，他说盈利应当是创造独特价值的结果。我想这句话，也是对我们强调独特价值的一个非常的贴切的注解。我们经常在讲，与其更好，不如不同，与其错位竞争，不如错位共生。
那怎么创造独特的价值？我们给大家推荐一个非常好用的工具——价值曲线。
价值曲线的横轴是一个业务用户在意的关键价值要素。一般在一个行业或者领域，这些要素是被验证过的，也是行业内的共识。
纵轴，是一个企业在每一个价值要素上的得分，因为我们不可能做到所有用户在意的价值要素我们都去满足，一是因为这样没有差异化；再就是即便你做到了，成本也非常高昂的，用户也买不起了。所以每一个企业，都必须要从这些价值要素当中进行取舍。而这种取舍，会令企业的价值主张会更加的突出，由此更好地吸引目标用户。
这些概念听上去是不是有点抽象，但我们来看下面这张图其实还是非常好理解的。
这是一张酒店行业的价值曲线图。横轴是用户在差旅选择酒店时，他们在意的关键价值要素。比如菜品的丰富度、大堂的空间环境、隔音、位置、清洁度、入住流程的便捷性、洗漱用品的品质，以及服务的体贴程度、办公方便度、床品的舒适度、退房的便捷性等。每一家酒店，会有不同的选择，把这种价值要素区别开了，就产生了不同的价值主张。
比如亚朵，它选择放大和击穿哪些要素呢？是办公方便，床品的舒适度，以及退房的便捷性。这样一个有差异的价值曲线就很鲜活地就出现在我们面前了。我们就可以看到亚朵的这样一种主动的取舍，它就吸引了一群经常差旅的人。
接下来，教大家怎么样绘制价值曲线，一共分为四步。
第一步是关键价值要素的提取。这在工具使用中是最难的一步，我们会用ChatGPT辅助来完成。
第二步是价值要素的评分，我们可以给大家提供一个Excel的模板，在Excel表里面列出主要的竞争对手，并给每一个价值要素来打分。
第三步是价值要素的取舍，我们要击穿哪些，要放弃哪些，可以在表里面打出相应的分数来。
第四步是整理价值曲线，可以把分数从低到高，把并它转化为图形，不同的企业用不同的颜色表示。
那么接下来，我们用ChatGPT来协助我们绘制，这里分成了三种不同的情况，我们先看第一种情况，是让ChatGPT帮我们直接输出，我们给到大家一个参考的提示词。
人设是一个资深的市场经理。目标是协助我提取用户在意的关键的价值要素。业务还是用做鸡蛋电商零售来做例子。任务是穷举用户在购买和使用中在意哪些要素，不低于20个，我们从中进行挑选。我们要给它几个提示，提示之一是告诉它，用户在意的要素来自于《蓝海战略》中的这本书，这样做的目的是让它知道概念的溯源；提示二是每一个要素，要尽可能地简单具体，不要用和、或等连接词，提炼出来的要素要站在消费者的视角，才是有意义的，而不是站在投资人或管理者的视角。
它的回答是产品的新鲜度、价格、品种的选择、产地、包装的质量、配送速度、配送的时段选择、蛋品的质量、蛋壳的清洁度、安全认证、食品添加物、用户体验、客户服务、营养信息、储存建议、订单追踪、换货、付款、包装、评价、产品描述，而且更难能可贵的是，这里每一项它都进行了解释。
当然，你也可以根据自己对行业的理解，挑出几个最重要的，差不多八九个，然后再给ChatGPT一个任务，让它帮你来提炼。比如：请提炼总结为十个要素，按照用户在意的程度，按高到低来排序。
它的回答是在考虑用户在意的要素的时候，我们要更加侧重直接影响决定的因素，用户在意的要素从高到低来排序如下：产品的新鲜度、安全的认证、配送速度、品种选择、蛋品的质量、用户体验、客户服务、退换货和评价。
第二种方式，是我们通过公开资料，让ChatGPT帮我们来进行更加准确地提取。
人设是一个资深市场经理的角色；目标是帮助我们提取用户在意的关键价值要素；背景是酒店住宿业务；任务是帮助我从企业的公开资料当中来提取用户可能在意的要素。
我们找到一篇文章，是2023年亚朵的一个研究报告。我们可以把它整段复制进去。很快ChatGPT就说根据以上的公开资料，我们可以从用户的视角，提炼出以下要素：住宿体验、个性化服务、高品质产品、安全与卫生。
这两种方式你都可以同步使用，提炼出你觉得更为重要的部分。
接下来是第三种方法，这种方法是根据我们之前的用户体验地图罗列的痛点，从中来提取关键价值要素。
依然给它一个提示词。人设是一个资深的产品经理。产品是鸡蛋，场景是家庭烹饪和孩子的营养补充。任务是通过用户体验地图中用户的痛点来提炼总结用户在意的关键价值要素，同样给它前面提到的两个提示。
ChatGPT的回答是：根据以上的用户体验地图，我们可以得出用户在意的关键要素如下：鸡蛋的营养价值、烹饪的存储、存储的知识、鸡蛋的来源和质量、购买体验、烹饪体验。每一条它都给出了解释，对应了我们之前的痛点。还进行了一些归纳，比如孩子的接受程度、鸡蛋的存储和有效性。
第三种方法是根据痛点提出的价值要素，会更加地有针对性、更加精细一些，比较前面的两种情况，都没有提到孩子的接受程度。
至此，我们关于如何让ChatGPT为你所用的技能传授就分享完毕了。这些知识点最重要的还是要多加实践和练习。
如果说，在这之前，人工智能对我们寻常人来说是一个遥远的高科技，仅供我们讨论想象，那么ChatGPT出现之后人工智能就变成了一个我们触手可及可用的日常生活工作的工具。可能现在大家还非常关注ChatGPT，但或许在不远的未来通用人工智能会变成像汽车一样习以为常的东西，而到了那个时候，最早坐上汽车的人、最早贩卖汽车的人，说不定就冲在了人群的最前头！
