chatGPT大模型下如何去做线上AI测肤？

看下线下门店对于专业皮肤检测仪使用情况，根据《中国人皮肤问题及皮肤检测状况》报告显示≥2次皮肤检测人数只占总数 7.4%。

• 单次检测无后续服务高达92%

• 检测6次以上的患实顾客占比少

导致的原因：

• 线下皮肤检测机构在皮肤检测行为中主要以破冰和成交销售过程为主，而集中做顾客定期化护理的皮肤健康观测和定期护理效果印证的引导相对较少（担心对比数据，解释成本高）;

• 消费者对于皮肤护理的认知较表面，对于专业护理、定期护理的认知相对较弱;《但从3次以上检测频次的数据来看，消费者对于专业护理认知在逐步觉醒)

• 大部分皮肤检测机构缺乏专业诊断知识以及科学的留客方套，导致留客率低；

从皮肤检测仪最本质需求去了解它的价值，它的出现使皮肤治疗告别了以往主要凭医生肉眼观察和经验判断的历史，可以精确地、定量地辅助诊断皮肤情况，提供更加精确、清晰、直观的皮肤图像或检测报告，从而更加有效地进行皮肤护理及治疗。

从专业的医院皮肤科、功效评测机构、医学美容机构走向生活美容院、线上测肤，变得更大众科普化，但最初的价值变了——营销工具，把测肤仅仅是销售工具一定是做不好顾客的皮肤，要回归皮肤检测原本的价值，科学去了解顾客皮肤、持续监测顾客效果变化和推动优化产品和服务，正确的提升消费者科学护肤的认知，才能促进行业科学护肤、定制护肤的发展。

chatGPT大模型技术下是否有可能改变皮肤检测的现状？那从这几个方面一起来探索下可能性。

当前的皮肤检测问题是否值得去解决？

在GPT大模型技术下如何去做皮肤检测?

又该如何进行商业化落地选择？

当前的皮肤检测问题是否值得去解决？

分析皮肤检测是否值得再去做，需要去分析近期这几年皮肤检测为什么比较火热？

护肤品愈发细化人们面临纷繁选择

伴随着众多品牌入局，护肤品也不断细化，人们被琳琅满目、花样百出的护肤品包围，有了更多的护肤选择,但也陷入新的困境。

据统计,2017年至2021年间国内护肤新品牌数量达到452个平均每4天就有一个新国货护肤品牌诞生。

无效和过度护肤问题引关注

在小红书上，“无效护肤”、“过度护肤”话题相关笔记阅读量超过百万。更多人开始关注自己的肌肤状态，并试图通过调整护肤品的选择和护肤方式，来寻找更适合自己肌肤的护理方法。

面对以上问题，“科学护肤”“精简护肤”“精准护肤”等词成为备受青睐的护肤新理念，而肌肤检测是实现这些理念的第一步。

线上皮肤检测不可否认在一定程度上是让普通用户对自己的皮肤了解的多了一点，但推荐的产品同样是非常多，一样面临选择问题。

在具体分析下目前线上AI测肤的问题点有哪些，推荐问题先暂不分析，先聚焦一个问题？

那些强调检测的准确性有多高的开发商，我觉得是方向是有一定问题，从技术角度来说本身受环境和摄像头的影响准确性上天然局限性就比较大。

从使用场景角度来说，线上测肤也不能直接复制线下的方式，线上可信度要比准确度重要（感性思维＞理性思维）。

用户要的不是检测呈现出来的数据有多精准多丰富，要的是能否像一个靠谱的皮肤医生那样，能够全面了解我皮肤相关问题，简单直白把我的问题说清楚，有疑问可以细心且通俗易通回答我，不是仅仅拍照图片就生成报告的检测工具，把所有信息都罗列出来了看不看的懂都是你的问题。

总结当下线上皮肤检测问题：

1.仅靠拍照图片得出全面的分析报告，不符合科学诊断的逻辑。（市面上虽然也有少量加问卷的过程，但问卷数据跟图片结果数据没有太大关系）

2.报告信息比较多，没有精简总结出核心内容且分析都是固定的套话。

3.用户与报告之间没有互动性，对于报告问题用户也是无法去提问，线下是有服务人员解读报告，有问题可以及时解答，为什么上线不可以呢？

看上去是三个不同的问题，实质是同一个本质问题，检测系统没有知识大脑，只能根据简单规则进行执行操作。

GPT大模型技术下如何去做皮肤检测?

前面哔哔了那么多，终于要轮到当今数字化产业的救世主登场了——GPT。那GPT又是如何应用在AI测肤上呢？

不要把肌肤检测作为目的，而是线上服务的开始

GPT在我看来不局限于在测肤上，为了全局视角我把整体框架都画出来，可以看到整个应用层都是基于大模型为核心驱动，堪比大脑。

期望检测效果达到一个靠谱的皮肤医生一定水准，底层的美业垂直领域模型支持必不可少，那美业垂直领域模型怎么来，要独立去训练一个这样的模型嘛？

直接调用通用模型的api大概率是不可行的，通用模型在细分垂领域生成的内容比较泛，不够贴近具体场景。企业要训练垂直领域模型目前看来有两种方式，基于开源模型和MaaS平台，前者门槛和成本都会相对比较高，模型上更可控，可以针对特定场景去优化模型。

后者为企业客户提供涵盖模型数据处理、预训练、模型精调、模型部署一站式服务，对于资源、资金有限又想低门槛、低成本、高效训练自己的模型，MaaS平台无疑是比较好的选择，腾讯云最近就发布了行业大模型MaaS平台。两者如何选择还需要具体评估。

先谈科学诊断方式在考虑准确性问题

对于生成皮肤诊断需要了解用户的症状、护肤史、个人特征等决策因子，了解的用户信息越多，模型诊断结果越科学专业。

模型也不适合解决所有问题，需要结合具体场景考虑

诊断核心逻辑分为两部分，检测过程和检测后，检测过程部分不是直接向美业垂直模型提问，而是需要把用户信息了解后在提交给模型生成报告，对于了解用户信息也有两部分，一是通过问答系统了解用户基础信息，二是使用已有的图像识别算法识别面部问题。

生成的报告跟现在的展现形式会有所区别，用精简话术概括主要的皮肤状态、成因、护肤建议，用户可以选择性去查看详细的报告内容，但需要有所简化。

生成完报告不是就此结束，用于对报告有不理解的地方是可以向进一步提问，模型对于报告问题能要能准确回答。

最后在产品形态上，应该是一个微信“好友”。

不仅仅是一个可以诊断皮肤，只要在护肤方面有任何问题都可以咨询的AI护肤助手，7*24小时秒回，做你的护肤陪伴助手。

举个LemonBOX例子，一个做维生素的品牌，打造了一个“AI营养师小维”，帮助用户饮食健康，我觉得是直得借鉴的，以后生活中会被无数AI助手包围，

未来2-3年可能大家讨论的可能不是具体哪款护肤品好用了，而是谈各自的护肤助手是如何懂自己。

总结下肌肤检测的功能层面可以结合GPT模型作为知识大脑，类比是一个AI皮肤医生，在肌肤检测比现有的检测更具有科学性、可用自然语言交互。

又该如何进行商业化落地选择？

进行商业化落地有个很直接的问题就是做2C还是2B，两者的目标都是让用户科学护肤，在我看来只是当下实现的路径选择问题，当下选择2B未来是否可以2C也不是不可能，毕竟护肤是个复杂问题，没有哪一家美容服务机构/护肤品牌商能解决用户的所有肌肤问题。

当2B做到一定规模可以通过2C平台为用户匹配更合适的商家/产品，对商家/品牌商来说也能找到目标客户，本质还是解决用户肌肤问题，同时让商家/品牌商利益最大化。

这种2C跟现有的美丽修行、今天你真好看、美团-丽人、有什么本质区别，区别在于信息决策和知识决策，现在看到的都是信息决策，也就是我把所有相关的信息都给你最后怎么决策自己看着办。

知识决策就是信息决策的基础上我基于你的肤质、你的使用场景、你的个人特征等以及对美容机构/品牌商深度了解，为你匹配的最佳方案，并把理由给你解释清楚，不用你做过多选择，并且比你选择的更合适。

同样做2C平台，最终还是要怎么帮助客户把服务和产品做好，仅仅是连接的价值是不够的。

当下选择2C还是2B可以考虑以下几点，但不管是哪种考虑都需要围绕最终目标去做事，愿景和初心不能变。

训练数据

2C自己聘请医生团队生产数据 ， 2B与客户合作共建数据。

判断高质量的问诊数据的方式是自己有能力自身聘请皮肤医生团队生产还是通过与客户合作共建数据。皮肤领域的文献、书籍、专业文章的数据都相对容易获取，医生与患者的高质量的问诊、问答数据会很少，也可能就是美业垂直模型的壁垒。

使用数据

2C获取用户数据快，2B用户数据发展会比较慢

2C短时间内可以获取大量用户诊断、问答数据，数据飞轮效应效果会比较突出，2B客户的发展速度不会那么快，同时用户数据也受限客户发展规模。

盈利模式

2C盈利模式不明朗 ，2B盈利比较明确

传统2C都是免费模式，但目前大模型下无法直接承受算力成本，现在使用软件进行订阅收费，认知成本比较高，这样一来前期的启动自资金要比较充足。2B服务客户需求会比较直接，先满足了客户需求就容易产生交易。

转化模式

2C构建多边市场效应，2B无需构建多边市场效应

以大模型构建的应用提供的能力是否促进产品/项目销售转化，毕竟护肤还是需要具体的产品和项目。

做2C需要构建平台把品牌商和美容服务机构作为具体解决方案商，这是一个多边模式，按照这个逻辑新的2C产品跟“美丽修行”、“今天你真好看”就形成直接竞争关系，需要判断自身有没有优势。

做2B帮助品牌商/美容服务机构做好线上服务，进而提升销售转化，无需自己构建产品/项目提供商。

总结以上推测，对于2C创新者，在资金、团队上具备很强的实力，在护肤上有独特的用户洞察，方可获取成功的机会。对于大多数创新者入局2B会比较稳妥的方式，从满足明确的客户需求，短期能获得直接的利益。

那作为2B产品给客户带来什么价值才愿意买单？

新玩法（微信上的“AI护肤助手”）

客户结合新的技术在运营上可以去创造一些新的玩法，可以降低客户尝试成本。护肤品/美容服务机构整个行业比较卷的状态下，客户希望有新的要素来创造价值。

缩短与用户之前的距离

传统的渠道/电商的销售方式，品牌商与用户的互动性很有限，无法实时精准了解用户动态，对用户数据的掌握比较浅，现在品牌商间的竞争看的就是谁能更懂目标客户。

服务驱动产品/项目销售转化

对新品来说，更多是广告营销和活动的方式来促进销售转化，精准上不如先为用户提供一定的线上服务，获得用户信任后转化成销售的可能性就更大。相当于24小时为用户提供了护肤咨询服务，只要有护肤方面的问题都可以咨询"AI护肤助手“。

总之在商业化落地上先考虑清楚产品切入点，根据自身情况选择。

以上是个人基于以往在美容行业的认知和对GPT技术的理解，在上线测肤的应用场景的一些想法，想法上是否可行还需要进一步去验证。