📢 转载信息
原文链接：https://openai.com/index/openai-research-assistant
原文作者：OpenAI
本文是我们分享如何利用 OpenAI 自身技术和 API 的内部实践系列的一部分。这些工具仅在 OpenAI 内部使用，在此分享旨在说明前沿 AI 如何支持我们团队的各种用例。我们还分享了内部工具的名称，以便更清晰地了解前沿 AI 如何帮助团队完成工作。
淹没在信息噪音中
每年，我们都会收到数百万份支持工单。每一份工单都蕴含着有价值的信息：用户的痛点、想法或请求。
但在过去，这些信号很难被理解。仪表板虽然能暗示趋势，但往往缺失了背后的“为什么”。深入分析需要数据科学家花费数周时间。例如，产品负责人可能想了解一项新功能对某一特定受众类型的影响，但要回答这个问题，就必须由数据科学家进行详细分析。
“这种流程需要深厚的技术专长，它扼杀了我们的好奇心。”业务数据主管 Molly Jackman 说道。
一种全新的提问方式
我们构建了一个研究助手，旨在释放可扩展的好奇心。它结合了两种探索模式：用于识别模式的仪表板和用于深入挖掘的对话式界面。你可以从一个热门问题图表开始，然后用自然语言提出后续问题。
我们通过整合现有成熟的功能构建了它。一方面是分类器和图表，它们将数百万份工单结构化为产品领域和主题；另一方面是 GPT-5，它能够总结原始工单并用自然语言生成灵活的报告。这种结合为我们带来了速度和深度，而且足够简单，任何人都可以使用。
“医疗保健客户对新集成有什么反馈？”
“本季度哪些因素导致了支持工单激增？”
“哪些主要功能受到了用户的欢迎？”
几分钟内，系统就能返回一份报告，量化问题规模、显示发生频率并突出显示摩擦点。领导者不再需要占用数据科学家的带宽或查看静态仪表板。任何人都可以追随自己的好奇心，探索问题的根源。对于产品团队而言，这意味着可以根据真实反馈更快地进行迭代——了解哪些有效，哪些无效，并得出清晰的见解来指导产品发布和长期路线图。
“神奇之处在于，你不需要预先定义你的问题，你可以随心所欲地追随你的好奇心。”
确保可靠性
没有准确性，速度就毫无意义。
在早期阶段，运维团队会进行手动分类，数据科学家会编写自定义模型来与助手的结果进行比较。结果是吻合的。
随着时间的推移，信心逐渐增强。领导者开始将助手发现的结果与他们在实际工作中听到的反馈进行交叉验证，当结果一致时，他们就更倾向于采信。
这种“提问-检查-信任”的循环使助手成为了团队的日常习惯。过去需要一周时间进行 SQL 查询和分类的工作，现在只需点击几下即可完成。
从工单到转折点
这种改变带来的回报体现在各个方面：
- 在 GPT-5 发布后，产品团队在几天内就获得了反馈主题，而不是几周。
- 当企业采用连接器速度放缓时，该助手迅速发现了根本原因：一个有缺陷的入职流程。工程师可以因此优先处理修复工作。
- 在图像生成方面，它突出了营销团队用于模型制作的创造力，同时也揭示了渲染延迟带来的摩擦；这两个事实直接影响了路线图的制定。
当提出一个问题所需的时间缩短到几分钟时，人们就会提出更多问题。更多问题浮现出来。团队的行动速度也随之加快。
好奇心带来的复利效应
这个工具并没有取代数据科学家。它解放了他们去做不同的工作。他们有更多时间来构建新的分类器，并投资于自动化和工具开发，而不是进行一次性的分析。运维团队现在可以在几分钟内生成发布报告，而不是几天，从而有更多时间与客户交流。产品团队可以实时了解客户的需求，并利用更快的反馈循环来指导他们的路线图。
前方的操作模式
这场变革改变了我们倾听客户声音的方式。我们不再需要配给稀缺的分析资源，现在每个团队都可以自由地探索自己的问题。好奇心带来了复利。一位产品负责人发现了一个摩擦点，一位销售负责人也在企业工单中看到了同样的主题，他们共同开辟了更快的行动路径。
我们希望客户能最直接地感受到这种变化。问题将得到更快解决。功能可以更贴近他们的需求而演进。那些曾经被埋在积压工作中的反馈，现在成为我们构建产品时的核心参考。
“我认为这就像是规模化的用户体验研究。如果我们能够以一种积极改变我们的产品、政策和实践的方式来传达客户的声音，那就是成功。”
最初用于解析数百万份工单的工具，正逐渐成为我们倾听客户声音的操作系统的组成部分。而良好的倾听是我们良好构建的基础。
准备好将 ChatGPT 用于您的业务了吗？
继续阅读
查看全部
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
青云聚合API官网https://api.qingyuntop.top
支持全球最新300+模型：https://api.qingyuntop.top/pricing
详细的调用教程及文档：https://api.qingyuntop.top/about
评论区