对话 ChatGPT：现象级 AI 应用，将如何阐释「研发效能管理」？

ChatGPT 已然是 2023 开年至今，互联网上最热的话题没有之一。从去年的 AI 图片生成，到 ChatGPT，再到现在各种基于大模型的应用如雨后春笋般出现……在人们探讨技术无限可能的同时，另一个更深刻的命题也不可回避地浮现出来：

AI 似乎证明了自己有推进生产力变革的能力。那么，谁会是下一个「马车车夫」和「纺织女工」？

深耕互联网多年的知名产品人黄有璨，在自己的公众号里写道，「以前大家一贯认为 AI 会优先取代很多蓝领工种。但万万没想到，当前 GPT 高速进化的背后，实际情况更可能是：一批白领会被优先取代掉。」

假如我们证实了 ChatGPT 可以做翻译、写文案、敲代码、分析数据、总结概要、制作表格……那么，它是威胁还是助力？ 又或者，类似 ChatGPT 的能力将多大程度地帮助组织提升工作效率？

作为同样致力于探索 AI 在工作场景中应用的团队，LigaAI 对于 ChatGPT 的能力也有许多好奇：ChatGPT 能多大程度地成为研发团队的帮手？事务性工作之外，它「懂」管理吗？在研发效能等略显含糊的话题上，它会给出怎样的答案？

于是，便有了这次「对话」：LigaAI 与 ChatGPT 的研发效能七连问。

开始之前，我们为 ChatGPT 预设了它的角色，以保证其响应内容的范围。

第一部分：研发效能是什么？

Q1：对敏捷团队而言，研发效能是什么？

ChatGPT： 对于敏捷团队而言，研发效能指的是团队在实现项目目标的同时，以尽可能短的时间和最少的资源，提供高质量的产品。这包括团队成员的效率、代码质量、沟通效率、团队协作效率等。

研发效能是团队不断改进和优化工作流程的结果，它是团队在实现项目目标的同时，不断提高效率和降低成本的能力。

LigaAI 说两句： 第一个问题，我们尝试获得多个不同的回答，却发现 ChatGPT 只是在用不同的方式，将「高质量」「高效率」和「完成项目目标」三个词排列组合。

不得不提的是，基于 GPT-3.5 模型的 ChatGPT 在「内容可读性」上取得了非常大的进步。它能将信息整合成不重复的、阅读通顺的文字和段落，我们甚至很难一眼区分内容是出自人还是机器。

Q2：分别从研发团队和个人的角度，谈谈研发效能的提升如何实现？

ChatGPT： 从研发团队的角度，提升研发效能可以通过以下几个方面实现：

采用敏捷开发方法：通过短期迭代和反馈循环，提高项目的效率和质量，提升团队协作效率和创新能力.
精益管理实践：精益管理可以帮助团队识别并去除浪费，提高团队生产力和效率。
冲突指导：设计有效的冲突解决机制，解决分歧和争议，促进团队协作与创新。
技术成长：定期安排培训和学习机会，持续精进技术团队的技能和知识，提高团队整体表现和效率。
研发团队管理：通过清晰的角色定义、责任分配和沟通渠道，管理团队的行动和进度以提高团队效能。

从个人角度看，研发效能的提升可以通过以下方法实现：

技术提升：不断学习和提高个人技术水平，以提高工作效率。
任务管理：通过合理的任务管理方法，提高工作效率。
沟通技巧：通过提高沟通技巧，提高团队协作效率。
时间管理：通过合理的时间管理方法，提高工作效率。

研发效能的提升需要团队和个人共同努力，团队和个人都需要不断学习和提高，才能实现最优的

（P.S.：这里最后三个字就是「最优的」，真的不是小编漏了 0.0）

LigaAI 说两句：别看 ChatGPT 洋洋洒洒地输出了几百字，看似结构清晰、论点充足，但仔细一看问题就出现了：

内容局限性。 ChatGPT 根据预先给定的主题范围（敏捷开发、冲突指导、技术成长、研发团队管理、项目管理）提供的回答，有些刻板和单薄。
内容质量低 。小编愿称第二段内容为「废话文学天花板」，车轱辘话连轴转，看似有条有理，但有实践意义的指南却一点没提。
完整性不足。 尚未触发字数限制的情况下，ChatGPT 不止一次「卡壳下线」，最终只好以不完整的内容匆匆结尾。

第二部分：什么是「正确的事」？

Q3：管理学常说，要先做正确的事，再正确地做事。对研发团队而言，「做正确的事」和「正确地做事」分别指什么？

ChatGPT： 「做正确的事」是指团队的研发活动要专注于最关键的任务，致力于最有价值、最有影响力和最相关的项目，而这些项目总是与组织的目标和优先事项保持一致。

「正确地做事」指的是有效且高效地执行工作，包括正确地使用工具和技术、遵循敏捷开发流程和原则、建立良好的沟通机制和团队合作环境、不断提高个人和团队的技能水平等。

追问：再展开说说吧。

ChatGPT： 好的。进一步阐述「做正确的事」：

确定优先级并向客户交付价值：了解客户的需求和痛点，并利用有效信息确定团队工作的优先次序；灵活响应变化的客户需求和反馈，并根据需要不断调整优先排序。
与组织目标和优先事项保持一致：团队的工作应与组织的总体目标和优先事项保持一致。这有助于确保团队在正确的方向上集中发力，能更好地促成组织成功。
定期评估和调整：团队应定期评估工作的优先事项并根据利益相关者的反馈、市场动态和业务要求，调整方法。这有助于确保团队始终致力于最有价值的、有影响的和相关的项目。

进一步阐述「正确地做事」：

有效且高效地工作：使用最佳实践和经过验证的方法，交付高质量的结果，其中包含对持续改进、协作和透明度的关注，以及使用数据和指标推动决策并衡量进展。
采用敏捷思维和实践：敏捷方法旨在支持团队以迭代和增量的方式为客户交付价值，并响应变化。采用敏捷思维和实践可以让团队更加灵活和反应迅速。
衡量和分析绩效：定期衡量绩效水平并分析其结果，确定待改进空间并持续改进。这有助于确保团队始终以最有效和高效的方式工作，并交付满足客户需求的高质量结果。

LigaAI 说两句：用中文描述这个问题时，ChatGPT 再一次出现了内容中断的情况，于是我们尝试用英文提问，这才顺利得到上面的结果。

段落内容的灵活性和质量依旧有很大的优化空间，但令人惊喜的是，在缺乏清晰的追问描述的情况下，ChatGPT 也能很好地理解上下文，并给出高度相关的回答。

Q4：是否存在可靠的数据指标，可以判断团队是否在做「正确的事」？

ChatGPT： 有几个指标可以用来判断研发团队是否在做「正确的事」：

客户反馈：包括调查、用户测试和来自客户的其他形式的直接反馈。
业务指标：收入、线索拉新和留存以及市场份额等关键业务指标，可以提供团队价值交付的高级图景。
功能活跃度：衡量用户对新功能的采用和接纳程度，了解团队解决问题和交付价值的能力。
产品使用情况：分析产品使用模式和用户行为，确定优化空间和价值领域机会。
上线周期：衡量团队交付新功能的速度，反映团队的效率和效力。
开发成本：衡量开发和交付新功能的成本，用于评估团队的效率和效力。

这些是几个用于判断研发团队的价值提供的数据指标，而具体指标的选择将取决于企业和产品的独特需求和目标。

LigaAI 说两句：在最初设想中，ChatGPT 应该从技术管理者或者 C-Level 的视角，考虑企业经营等更多维度的内容。但是，最后的效果好像不是这样 TAT

同时还出现了一个新的问题：ChatGPT 似乎在信息处理上不太严谨。 描述的后置语中重复程度最高的两个词分别是「交付价值」和「效率和效力」，而「效率和效力」却不是「做正确的事」的考虑内容。

P.S.：为了更好地阅读体验，后续内容均对 ChatGPT 的回答进行适当删减。

Q5：技术管理者如何保证敏捷团队始终在做「正确的事」？

ChatGPT： 作为技术管理者，你可以采取几个步骤来确保敏捷团队始终在「做正确的事」：

清楚地定义产品愿景和目标：让团队了解他们正在努力构建的目标和原因。
制定有效的敏捷流程：可以让团队的任务分配和执行更加有序。
培养协作和沟通的文化：确保团队对产品愿景和目标理解一致，并能为客户提供最大价值。
授权团队自己做决定：赋予开发团队梳理产品待办列表和确定优先顺序的自主权。
定期审查和维护待办列表：待办需求应与产品愿景和目标保持一致。
定期衡量和跟踪关键指标：使用客户反馈、业务指标和产品使用情况等关键指标，衡量团队交付的价值。

LigaAI 说两句:ChatGPT 对 6 个步骤的先后次序处理超出我们的预期。它并不是简单地检索、整理和组织信息，甚至于小编好像真的能感受到 AI 的「思考」过程 °o°

第三部分：效能的文化建设

Q6：问一个「组织文化建设」相关的问题：高效能的研发团队的组织文化是什么样的？

ChatGPT： 高效能的研发团队，其组织文化具备几个关键表征：

清晰的沟通和协作
持续改进
目标清晰统一
成员自主
信任和透明度
以客户为中心

总之，高效能的研发组织文化创造了一个积极、高效的工作环境，支持创新并推动成果。

LigaAI 说两句：在设计问题时，我们特意加入了具体的相关前置语，明确接下来的问题将围绕「组织文化建设」展开，引导 ChatGPT 给出更符合期待、更切题的回答。

Q7：开发、测试、产品经理和外部伙伴之间总是不可避免地存在误解和理解偏差。不同角色之间的清晰沟通和高效协作，应该如何实现？

ChatGPT： 可以通过以下几种方法实现清晰的沟通和高效的协作：

建立有效的沟通渠道和协议：通过每日站会、回顾会和清晰的文档，同步项目更新、进度和潜在障碍。
优化流程和程序：消除协作和沟通的混乱情况，确保每个人都按照相同的标准工作。
明确角色和职责：明确定义每个成员的角色和职责，避免重叠和混淆，有助于消除误解。
培养信任和透明的文化：通过定期分享和公开讨论，鼓励团队公开讨论想法、挑战和机遇。
实施敏捷方法：Scrum 或看板等敏捷方法可以提供结构化的项目管理方法，促进团队更紧密高效地协作。
组建跨职能团队：跨职能团队可以确保每个人都了解项目大局并可以有效协作。
强调持续学习：鼓励成员不断学习新技能和新技术，在硬实力上减少误解并促进协作。
采用协作工具：选择合适的项目管理、远程办公和研发协作等软件，帮助团队更有效地沟通和协作。

LigaAI 说两句：这是一个实操性很强的具体场景问题，而 ChatGPT 的表现也很值得探讨。

对沟通渠道、信息透明、敏捷开发和工具应用等主题，AI 能够根据丰富的示例和文章整理出可操作建议；而流程优化、团队建设、持续学习等高度依赖个人实践经验和总结的话题，ChatGPT 的回答则不免空泛。

此次对话期间，LigaAI 不止一次地感叹 GPT-3.5 模型惊人的语言能力。相比初代 GPT-3，现在的 ChatGPT 语言流畅通顺、结构框架清晰，虽然「卡壳掉线」的情况偶有发生，但是在语言建模、指令微调和思维链等方面的表现已足以称得上「真正的人工智能」。

当然，ChatGPT 也存在一些局限：内容准确性难以保证、质量不稳定、空泛建议多而实操性不高、不够灵活等等。输出的内容质量和篇幅长度不成比例时，会让人有种「嘴碎又倔强」的感觉。

此外，在与 ChatGPT 不断周旋的过程中，LigaAI 发现想要发挥 ChatGPT 最大的能力，让 AI 言之有物，「有效提问」非常重要。使用清晰、具体且聚焦的提示词（Prompt）规束 AI 生成的范围和内容，不断修改和优化提示词，逐步获得更好的输出结果；这也是一个不断学习和调优的过程。

让我们回到文章开头的两个问题 ：

👉 对于企业和研发团队而言，ChatGPT 究竟是威胁还是助力？

👉 同 ChatGPT 一般的 AI 能力将多大程度地帮助组织提升工作效率？

强大如 ChatGPT 的 AI 能力体现在可以快速地在巨量的语料库中，搜集、梳理并总结生成流通度最高的内容范式，为知识工作者提供成熟的、可借鉴的框架与知识，极大程度地提高信息粗炼的效率，进一步成为生产力提效工具。

而那些切实为（研发）组织和企业创造价值的，是对信息的判断和取舍、对知识体系的构想和搭建、对实现目标的判断和决策，而这些正是（当前的）ChatGPT 无法规避的缺陷。