产品发现 众所周知，MarTech 领域包

[nusaiba128]

含大量产品。 最近的MartechMap显示约有 14,000 种产品。这个数字不太可能在短期内减少；事实上，随着新类别和新产品的出现，它很可能会继续增长。为 MarTech 堆栈找到合适的产品极具挑战性，原因有几个，其中两个与产品发现直接相关。

供应商通常不善于提供关于其产品是什么和用途的简明描述。这使得技术买家很难轻松地找到可能感兴趣的产品列表。 公平地说，有些产品比其他产品更好；Knak 就是一个很好的例子。它在主页上非常清楚地说明了其产品 台湾 WhatsApp 的功能。 但对于大多数产品，您需要根据解决方案概述和公司简介信息对功能描述进行三角测量，这很耗时，而且经常令人沮丧。

用户倾向于从用例的角度思考，而供应商通常从功能的角度思考，这可能会导致完全脱节。 生成式 AI 工具特别擅长综合信息和连接点，这有助于三角测量信息并克服产品发现中的用例/功能脱节。 我采用以下方法进行产品发现： 生成 初始查询 我首先创建一个需求叙述，其中通常包含用例信息和功能。对于初始查询，我不会担心请求的质量或优化查询。

我将其视为一个起点，并尝试将尽可能多的相关信息放入查询中。 查询提交 我向多个（至少三个）AI工具提交了相同的查询。 审查和完善 首次提交后，我通常会清楚自己是否朝着正确的方向前进。如果是，我会继续提供其他查询详细信息，直到找到要探索的产品类别或要评估的一组产品（如果方向不正确）。 附注：我很快就学会了不要在查询中使用首字母缩略词，因为生成式人工智能工具会随机评估它们所代表的内容，并据此返回完全虚假的信息。