企业官网建设流程全解析

1. 从“拒绝一切”到“选择性点头”：Pi 这次转身到底改了什么

如果你在过去一年里用过 Pi 这个工具，大概率对它最深的印象就是“轴”。你让它帮你写段代码，它说“我更想陪你聊聊你现在的感受”；你让它查个资料，它反问“你为什么会想了解这个呢”。这种“靠说不出名”的交互风格，让它在众多同类工具里显得特别另类——有人觉得它像个有原则的朋友，也有人觉得它像个只会打太极的客服。

Pi 1.0 到 1.1 的这次版本迭代，核心变化用一句话概括就是：它开始在该说“是”的地方说“是”了。这不是简单的功能堆砌，而是产品定位的一次关键校准。1.0 时代的 Pi 把“不”当作一种差异化标签，用拒绝来塑造“有温度的对话伙伴”这个人设；到了 1.1，团队显然意识到，一味拒绝会让大量真实需求被挡在门外，用户的新鲜感过去之后，留下来的是“这工具啥也干不了”的挫败感。

这篇文章适合两类人看：一类是正在做对话式产品、纠结“边界感”和“实用性”怎么平衡的产品或研发同学；另一类是把 Pi 当作日常工具、想搞清楚“这次升级到底值不值得重新捡起来用”的普通用户。我会从版本差异、背后的设计取舍、实际使用中的变化、以及我自己踩过的坑这几个角度，把这次迭代拆开讲清楚。

先给一个整体判断：Pi 1.1 不是“变强了”，而是“变聪明了”——它学会了区分“用户真的需要我拒绝”和“用户只是需要一个结果”。这个区分能力，才是这次升级最值钱的地方。

2. Pi 1.0 的“不”哲学：它当初为什么要把拒绝做成卖点

2.1 拒绝不是 bug，是 1.0 时代的产品策略

很多人第一次被 Pi 拒绝的时候，第一反应是“这工具是不是没做好”。但如果你回头看 1.0 发布时的定位，会发现“说不”是刻意为之的。当时市面上的对话工具几乎都在拼“我能做什么”，功能列表越拉越长，回答越来越像百科词条。Pi 选择了一条反方向的路：我不做什么，才定义了我是什么。

这个策略的逻辑其实站得住脚。当一个品类里所有玩家都在做加法时，做减法反而容易被记住。Pi 1.0 通过拒绝执行某些类型的指令，把自己和“万能工具箱”划清界限，塑造出“我只想和你好好聊天”的独特气质。从传播角度看，这是成功的——它确实靠“说不”出了名。

但问题在于，靠拒绝建立起来的差异化，天花板很低。用户被吸引过来之后，如果连续三次需求都被挡回去，第四次就不会再打开你了。1.0 的“不”哲学在获客阶段有效，在留存阶段就成了障碍。

2.2 “不”带来的真实代价：用户流失的隐形曲线

我观察过身边一批早期 Pi 用户的使用轨迹，有一个很明显的模式：第一周觉得新鲜，第二周开始试探边界，第三周遇到两三次拒绝后使用频率断崖式下降。这条曲线在 1.0 时代几乎是无解的，因为产品逻辑本身就决定了它会在大量场景下说“不”。

代价体现在三个层面。第一是场景覆盖窄，很多日常需求根本进不了它的服务范围。第二是用户预期错位，新用户带着“AI 应该能帮我做事”的预期进来，得到的却是“AI 只想跟我聊天”，落差感很强。第三是口碑分化，喜欢的人觉得它有灵魂，不喜欢的人觉得它装，两边都很难说服对方。

这里有一个做对话产品常见的误区：把“有原则”等同于“有价值”。原则本身不产生价值，原则只有在帮用户解决真问题时才产生价值。1.0 的 Pi 把顺序搞反了。

2.3 1.0 时代哪些“不”是合理的，哪些是过度的

并不是所有拒绝都该被否定。我梳理了一下 1.0 的拒绝类型，大致可以分成三类：

真正让用户反感的，几乎全是第三类。用户问“帮我写个会议纪要模板”，它回“你最近开会是不是压力很大”——这种拒绝不是原则，是打扰。1.1 的改进，本质上就是把第三类拒绝大幅收窄，同时保留前两类的底线。

3. 1.1 的“是”是怎么说出口的：三个层面的机制调整

3.1 意图识别从“先判断该不该”变成“先理解要什么”

1.0 的处理链路我推测是这样的：收到输入后，先做一轮“这个请求是否符合我的服务范围”的判断，不符合就直接进入拒绝话术。这个链路的问题在于，判断发生在理解之前，很容易误伤。

1.1 明显把顺序调过来了：先充分理解用户到底想要什么，再判断用什么方式回应。同样是“帮我写个模板”，1.0 可能直接归类为“工具类请求”然后拒绝，1.1 会先识别出“用户需要一个可用的产出”，然后决定是直接给模板，还是给模板的同时补一句“如果你愿意，我也可以陪你聊聊为什么需要它”。

这个顺序调整听起来很小，但效果差异巨大。先理解再判断，拒绝率会自然下降，因为很多原本被误判的请求，在理解阶段就被正确归类了。

3.2 回应策略从“二元对立”变成“光谱式选择”

1.0 的回应基本是二元的：要么执行，要么拒绝。1.1 引入了一个中间地带，我把它叫做“光谱式回应”。面对一个请求，它现在有更多档位可选：

• 直接执行：需求明确、边界清晰，直接给结果
• 执行加引导：给结果的同时，附带一句轻量的延伸建议
• 引导为主：需求模糊或涉及情绪，先聊清楚再决定做什么
• 明确拒绝：触及安全或能力底线，清晰说明原因

这个光谱的价值在于，它让“说是”和“说不”不再是互斥的。以前说“是”就意味着放弃引导，说“不”就意味着放弃服务；现在可以在给结果的同时保留温度，在引导的同时不耽误正事。

3.3 话术层：拒绝的“软化”与同意的“硬化”

还有一个容易被忽略的变化在话术层。1.0 的拒绝话术往往很长、很绕，用户读完一圈才发现“哦，它还是没帮我做”。1.1 做了两个方向的调整：

拒绝变短、变直接。如果确实要拒绝，一句话说清楚原因，不再用大段共情话术包裹。同意变明确、变干脆。该给结果的时候，开头就给结果，不再用“我理解你想要……”铺垫半天。

这两个调整合起来，让整个交互的“信息密度”提升了。用户不用再猜“它到底帮不帮我”，一眼就能看出来。这对留存的影响是正向的——用户能忍受被拒绝，但忍受不了被绕晕。

4. 实测对比：同一个问题在 1.0 和 1.1 下的不同反应

4.1 测试设计：我挑了五类典型请求

为了把差异说清楚，我设计了一组对照测试。同一批请求，分别在 1.0 和 1.1 环境下跑一遍，记录回应类型和可用性。五类请求覆盖了从“纯工具”到“纯情绪”的完整光谱：

1. 纯工具类：帮我列一个周报模板
2. 工具加情绪类：我明天要汇报，帮我理个提纲，有点紧张
3. 纯情绪类：最近工作好累
4. 边界模糊类：帮我分析一下我同事是不是针对我
5. 明确越界类：涉及不当内容的请求

4.2 结果对照表：拒绝率与可用性的变化

这张表最能说明问题的，是前两行。1.0 在“工具加情绪”这类混合请求上的表现最差，因为它倾向于只抓情绪、丢掉工具需求。1.1 学会了“两件事一起办”，这是体验提升最明显的地方。

4.3 一个反直觉发现：1.1 在纯情绪场景反而更克制

测试里有个结果出乎我意料：在纯情绪类请求上，1.1 的回应比 1.0 更简洁。我一开始以为这是退步，后来想明白了——1.0 在纯情绪场景的“过度共情”，其实也是一种负担。用户说“最近好累”，1.0 可能回一大段，1.1 回得短一些但更聚焦。

这说明 1.1 的调整不是简单的“全面放开”，而是有收有放：该给结果的地方放开，该克制的地方反而更克制。这种双向调整，比单纯“变得更能干活”要成熟得多。

5. 这次转身背后的产品取舍：为什么“说是”比“说不”更难

5.1 说“是”意味着要承担结果责任

说“不”是安全的。拒绝一个请求，最坏的结果是用户觉得你不好用，但你不会给出错误的东西。说“是”就不一样了——你给了结果，就要为结果的质量负责。1.1 愿意在更多场景说“是”，本质上是在承担更大的责任。

这也是为什么很多产品宁愿一直说“不”。拒绝的成本是显性的（用户流失），但给错结果的风险是隐性的、滞后的。1.1 团队显然算过这笔账：长期看，因为怕给错而什么都不给，损失更大。

5.2 边界感不能靠“一刀切”来维持

1.0 维持边界感的方式是“一刀切”——凡是可能越界的，一律拒绝。这种方式简单、安全，但粗糙。1.1 要做的，是把边界从一条线变成一个面，在不同场景下用不同的力度维持边界。

这背后的技术难度高很多。一刀切只需要一个分类器，光谱式回应需要理解意图、评估风险、选择策略、生成回应，每一步都可能出错。但只有做到这个粒度，边界感才不会变成体验的敌人。

5.3 用户要的不是“有性格”，是“有性格且有用”

这是我从这次迭代里得到的最重要的一条经验。1.0 时代团队可能有个假设：用户喜欢有性格的产品。这个假设只对了一半。用户喜欢有性格的产品，前提是这个产品先得有用。性格是加分项，有用是及格线。1.1 的调整，本质上是把及格线补上了，同时没丢掉加分项。

对做产品的同学来说，这个教训很直接：差异化可以靠“不”来建立，但留存必须靠“是”来维持。两者不是对立的，是先后关系。

6. 把 Pi 1.1 用好的几个实操心得

6.1 怎么提问能让它更愿意说“是”

实测下来，1.1 对“意图清晰”的请求响应最好。如果你想要一个结果，直接把需求说清楚，别绕弯子。比如“帮我写一个三段的项目介绍”就比“你能帮我做点项目相关的事吗”有效得多。它现在有能力给结果，但前提是它得知道你要什么结果。

另外一个小技巧：如果你既有工具需求又有情绪需求，可以分开说，也可以一起说，1.1 现在两种都能处理。但如果你特别在意效率，分开说会让它回应得更聚焦。

6.2 哪些场景仍然会被拒绝，提前知道少走弯路

1.1 虽然放开了很多，但底线没动。涉及安全边界的请求、明显超出能力范围的复杂任务，仍然会被拒绝。提前知道这些，能避免你白试。我的建议是：把 1.1 当成一个“愿意帮忙但有原则的伙伴”，而不是“有求必应的工具”。这个预期设定好了，使用体验会顺很多。

6.3 从 1.0 迁移过来的用户，预期要怎么调

如果你是 1.0 的老用户，习惯了它“只聊天不干活”的风格，刚用 1.1 可能会有点不适应——它突然变得“能干”了。我的建议是：别把它当成一个全新的工具，把它当成同一个朋友学会了新技能。原来你找它聊感受，现在你还可以找它办事，两件事不冲突。

一个常见的误判：老用户容易觉得“它变了，不再纯粹了”。但纯粹不等于有用，1.1 只是把“纯粹”从唯一价值变成了价值之一。

7. 从 Pi 的这次转身，我看到的对话产品迭代规律

7.1 靠“拒绝”建立的差异化，生命周期有多长

Pi 1.0 到 1.1 的间隔不算长，但转身幅度不小。这让我重新思考一个问题：靠“拒绝”建立的差异化，到底能撑多久。我的判断是，这类差异化在获客期有效，但窗口期很短。用户被“不”吸引过来之后，耐心通常只够撑两三次拒绝。超过这个次数，差异化就变成了负资产。

所以，如果你的产品也打算靠“不做什么”来建立认知，最好在用户耐心耗尽之前，把“能做什么”补上。Pi 的节奏算是踩得比较准的。

7.2 “有原则”和“有用”真的不能兼得吗

这次迭代给出的答案是：能兼得，但要分阶段。第一阶段靠原则建立认知，第二阶段靠能力留住用户。两个阶段的目标不同，策略也应该不同。1.0 做第一阶段，1.1 做第二阶段，逻辑是通的。

真正难的是第三阶段——怎么在能力变强的同时，不让原则被稀释。1.1 目前看底线还在，但用户量上来之后，压力会更大。这是所有走这条路的产品都要面对的长期课题。

7.3 如果我来做下一个版本，会优先动哪里

基于这次实测，如果让我给 1.2 提建议，我会优先动两个地方。一是混合请求的处理速度，1.1 在“工具加情绪”场景下虽然能两件事一起办，但回应偏长，效率还有优化空间。二是拒绝话术的个性化，目前拒绝虽然变短了，但还是偏通用，如果能根据用户历史调整拒绝方式，体验会更好。

当然，这些都是锦上添花。1.1 最核心的转身已经完成了——它终于学会了在该说“是”的时候说“是”。这个转变本身，比任何细节优化都重要。

我自己用下来最大的体会是：一个工具的价值，最终不取决于它拒绝了多少，而取决于它帮用户完成了多少。Pi 1.1 想明白了这件事，剩下的就是执行层面的打磨了。