旧年秋天上饶锚索厂家，我精采问了我方个问题：我每天作念的那些事，AI能代替些许？谜底是大部分。但想显明之后反而镇静了。

你有莫得过这样的已而——

夜改完PRD，关掉Figma，忽然想起白昼刷到的那篇著述，标题写着”AI正在替代初PM”。你莫得点开。不是因为不心绪。是因为你下意志认为，这事离你还远。

但关掉电脑的那刻，脑子里有个声息：是简直远，还是我不想濒临？

我旧年秋天开动濒临这个问题。不是因为我有远见，是因为我被裁了。

在字节作念了五年产物，带过容颜也带过东谈主。被裁的那刻，让我难受的不是丢了责任——是发现我方在作念的事情，AI全线领受了。

但这个故事我不想讲二遍。我今天想说的是之后的事：我是怎么从”不知谈从哪开动”走到”能跟算法工程师聊得有来有回，能我方跑通个AI产物原型”的。

不是教程。是个过来东谈主的旅途记载。中间走过的弯路，和走通的路。

大的弯路，是开动以为我方须学会时期。

阶段：搞了了”AI产物司理”到底在干什么

被裁后周，我干了件蠢事——买了本Python初学。

打开章，写了个Hello World，然后就莫得然后了。

问题不是我懒。问题是这条路走欠亨。当你盯着for i in range(10)的时代，你脑子里想的是”这跟我作念产物有什么干系”。没关探求。你仅仅在用战术上的贫困消失策略上的迷濛。

自后我换了个法。我不再想”我要学什么”，而是想”AI产物司理到底在干什么”。

我翻了几十篇JD，追忆了四件事：

，判断什么场景该用AI、什么不该用。这是被低估的智力。个不错用三条if-else科罚的分类任务，非要上大模子——本钱十倍，果差未几。知谈什么不该用，比知谈什么该用蹙迫。

二，知谈模子的智力边界在哪。不需要你写代码，但需要你知谈：这个模子擅长的和不擅长的区分是什么。它输出是可预期的还是度不细办法。它对无理能容忍到什么进程。

三，想象东谈主和AI的交互式。传统产物是”用户操作→系统反应”。AI产物多了层——”用户输入→AI强健→AI生成→用户证据/修正”。悉数这个词交互链路不样了。

四，修复套AI产物独到的评估尺度。传统产物看DAU、留存率。AI产物多了整套维度——准确率、调回率、幻觉率、反应速率、token本钱。这几个绸缪频繁互斥上饶锚索厂家，怎么遴选是平时决议。

你不需要成为阿谁写模子的东谈主，但你须能说出“这个场景下模子的失败率我能接受些许”。

搞了了这些之后，我才知谈我方到底该学什么。谜底比我以为的少得多。

二阶段：修复基础剖析——五个够用的成见

被裁二周，我放下了Python，开动作念件事：搞了了AI是怎么责任的——不是从数学旨趣搞懂，是从”个产物司理需要知谈的进程”搞懂。

我花了三个晚上，翻了吴恩达的《AI For Everyone》和几篇科普著述。以下五个成见，是我筛选出来的”够用到次口试”的清单：

来了：这五个成见，我个周末就看完毕。我莫得作念题，莫得记公式，莫得去看反向传播的。

我仅仅反复问我方个问题：“如果我要跟个算法工程师聊这件事，我需要知谈什么才不会被当成生人？”

谜底是：够用了。

初学需要的时期学问，远比你想象的少。你确凿需要的是判断力——知谈什么该问、什么毋庸问。

三阶段：确凿的起手式——从Prompt开动

搞懂基础成见之后，我莫得急着去学RAG或者Agent。

我作念的件事，是把Prompt用起来。

不是粗率输入两句话那种。是精采地把Prompt当成个产物想象用具来用。

具体作念法：把我平时责任里的三件事，用Prompt让ChatGPT帮我完成。

件：竞品分析初稿。过去我我方翻App Store褒贬、翻产物文档、整理成表格，个竞品作念半天。当今我会写段翔实的Prompt——告诉它竞品名、分析维度（、订价、方向用户）、输出要津要求。出来的东西治服不成平直用，但至少完成70。我只需要再花小时核实和补充。

二件：PRD框架。我写了个固定的Prompt模板——产物名、方向用户、中枢场景、拘谨要求。丢进去，它能给我个结构齐备、逻辑自洽的初稿。不是替代我的判断，是让我从”搭框架”这种膂力活里脱出来。

三件：用户反馈分类。把堆用户反馈丢给AI，让它按”bug/需求/表扬/吐槽”自动分类，然后标注先提议。

三件事作念完上饶锚索厂家，我大的感受不是”AI好历害”，钢绞线厂家而是个具体的剖析——

“本来我需要的不是时期度，是把需求翻译成AI能执行的说话。”

这个智力有个门的词：Prompt Engineering。但我直不太心爱叫它”工程”。它像是”翻译”——把你脑子里的产物问题，翻译成AI能强健并执行的组教唆。

你不需设施会Transformer的隆重力机制。但你须能写出这样的Prompt：角界说 + 任务边界 + 输入要津 + 输出要津 + 质地拘谨。

这即是你的火器。学会了它，你就迈出了AI之路的步。

个可复用的Prompt模板（适用于竞品分析/需求拆解/用户反馈分析）：”你是名[角定位]。请字据以下[输入材料]，完成[具体任务]。分析维度包括[维度1/2/3]，输出要津按[表格/列表/段落]整理。隆重[质地拘谨/边界]。”

Prompt是你和AI之间平直的界面。把它当成个产物来磨——就像你磨个注册页的案牍样精采。

四阶段：跑通个AI产物原型——RAG

掌持了Prompt之后，我开动作念下个动作：搭建个RAG系统。

RAG全称是检索增强生成。讲东谈主话即是——”让AI不啻回答通用问题，还能回答特定贵寓里的问题”。比如：把你公司的产物文档丢进去，AI就能回答产物FAQ。把里面学问库丢进去，新东谈主入职培训不错自动化。

我选RAG算作个容颜的原因很浅易：时期上有现成的框架，你不需要写代码也能搭起来。LangChain和LlamaIndex封装得饱和好，网上教程多到令东谈主发指。

但不是搭起来。是你要履历次齐备的产物想考：这个RAG要解决什么问题？（选个真实的小痛点——哪怕是你团队里面的个文档问答需求）用什么数据？（PDF、网页、数据库？数据质地怎么评估？）“好的回答”长什么样？（不成只说“对了就行”，要界说具体的尺度）找几个共事试用，网罗反馈，迭代。

时期部分你不错不碰，或者只作念轻量的成立——网上有大把的教程和模板。但产物决议你须我方作念：选什么数据、界说什么尺度、怎么判断”够好了”。

这是次齐备的AI产物从想法到反馈的齐备履历。作念过遍和没作念过，口试时聊出来的度不同。

脱手资源：

– LangChain官Quick Start教程（github.com/langchain-ai/langchain）

– 腾讯云开辟者社区搜索”RAG 从搭建”系列

– LlamaIndex官文档（llamaindex.ai）

你需要个容颜来评释我方“懂AI”。不需若是公司的正经容颜。个你我方跑通的RAG原型，比十门课程文凭有劝服力。

五阶段：修复AI评估的肌肉记挂

到了这个阶段，我开动专门志地养成个习尚：试用任何AI产物的时代，皆带着评估的框架去想考。

比如用AI搜索，我会想：它的回答开首是什么？漏了些许？错了吗？我能接受这个无理率吗？

用AI聊天，我会想：它的记挂窗口是多大？高下讳疾忌医些许条开动瞎掰？它的修起速率对我的使用场景来说够快吗？

这不是学出来的。是练出来的。况兼在口试的时代，这种习尚眼就能被看出来。

个AI PM和个传统PM中枢的区别，句话：你有莫得对“不细目”的本能警惕。

传统PM追求细目——点了这个按钮，定会跳阿谁页面。AI PM濒临的是概率——同个问题问两次，谜底可能不样。你对这种不细办法作风，决定了你是不是确凿相宜了这个角。

AI PM的中枢智力清单（作念个自我对照）：能用Prompt把个拖沓需求酿成可执行的教唆能判断个场景该不该用AI（而不是“别东谈主皆用是以我也用”）知谈RAG、Agent、微调区分适什么场景能说出个AI的评估维度有哪些、它们怎么互斥跑通过个AI产物原型，从数据处理到网罗反馈走完毕全过程

后：怎么让别东谈主知谈你”懂”

写了这样多，后说句实在的——你学了、练了，终要落到个东西上：让东谈主知谈你懂。

简历上，把”负责XX的迭代化”换成”用Prompt化竞品分析过程，将单次分析耗时从4小时缩减到1.5小时”。

口试的时代，不要背成见。聊你作念过的RAG容颜——为什么选这个场景，数据若那处理的，上线后踩了什么坑。口试官不怕你作念得不，怕的是你什么皆没作念过。

我见过的动东谈主的AI PM口试回答，唯有段话，莽撞是——

“我我方搭了个RAG系统，把团队的会议纪要和产物文档丢进去，作念了个里面问答用具。准确率不，简略75。但我的共事们开动简直用它了，每天有5-8东谈主在用。我在网罗他们的反馈，下版化搜索调回。”

就这段。莫得术语，莫得法论。但个AI PM该有的想考式，全在里面了。

本文由 @产物邦林景贤 原创发布于东谈主东谈主皆是产物司理。未经作家许可，辞让转载。

该文不雅点仅代表作家本东谈主，东谈主东谈主皆是产物司理平台仅提供信息存储空间就业。手机号码：15222026333相关词条:铝皮保温     隔热条设备     钢绞线厂家玻璃棉    泡沫板橡塑板专用胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。