当前位置：首页 > news >正文

AI产品经理学习汇总

news 2026/5/28 0:55:36

对AI学习做个总结。

一. 大模型：近年AI爆火的根源

AI早就有了，近几年突然爆火，得益于大模型的诞生。近年的AI成果，也几乎都依赖于大模型。

大模型是顶级数学家和计算机科学家的产物，普通人很难理解它的构造。对于大多数人，不用深究它的原理，懂和会用即可。

我对大模型的理解是，数学家和计算机科学家对人脑和现实世界做了数学建模，之前因为算力有限，即使有数学模型，也无法计算出结果。但现在有了强大算力，可以把这个“虚拟世界”算出来了，这便是大模型。

大模型的能力，大家归纳了很多，如果从第一性原理出发，我认为有两点。其他能力，都建立在这两点之上。

“人话”能力。

之前人类和计算机对话，必须采用计算机指定的方式。

例如在淘宝买东西，必须先找到某个商品，再点“购物车”或“支付”，还要在固定位置填写收货信息等。这个固定流程，就是计算机指定的方式。不通过这个方式，淘宝就不知道我们想干吗。

它有固定格式、固定要求、固定作用，这也是传统IT部门需要庞大工程师团队的原因——他们要编写这些制式化的内容。

大模型打破了这一点，不采用这些固定方式，直接用“人话”对淘宝说“我想买东西”，淘宝也能理解了。

我们经常用“人话”和豆包/deepseek对话，对此应该也深有体会。

这一点意义重大，它大大降低了人的操作成本，人不用转换为机器思维，而是可以直接用人的方式和机器交流。它也使机器“有感情”了，小时候看动画片，变形金刚像朋友一样和你说话，有了大模型，这一点就有了可能。

信息处理。

如果说上一点是“听/说”能力，这一点就是“思考”能力。

我们把信息（自然语言/数据等）给大模型，它可以自己推导/分析/加工出结果。这个结果是数字化的，记住这一点非常重要，因为大模型驱动的各种应用，就是对这些数字化结果的再处理。

我们把两难问题告诉AI，它会从多角度分析利弊，给我们建议。我们把杂乱无章的会议纪要发给AI，它能提取重点。还有更复杂的业务场景，归根到底都是大模型对信息的处理。得益于强大算力和信息量，大模型几乎容纳了人类最科学合理的思维方式，所以它得出的结果极具价值。

大模型怎么做到以上两点的？如前所述，不用深究，总之数学家把它模拟出来了，拿起用就行。

另外，第一点是地球特有的，它是专为适配地球人语言创建的，它关乎“语文”，到了火星可能就要变了。第二点是放之四海而皆准的，到了火星也仍然成立，它关乎“数学”。也难怪我们从小到大的主课是语文和数学。

二. 大模型的边界

大模型的边界，也代表着AI的边界。边界问题是AI领域的关键问题，也是热点话题。

大模型的边界，我认为有理论边界和现实边界。理论边界是基于大模型的实现原理，可以做到哪些，难以做到哪些。现实边界则是应用大模型的过程中，受到的人类现实条件的约束。

大模型的理论边界，来源于它的数学原理。大模型是基于概率学创建的，既然是概率，就难以100%。

大模型依靠强大算力，把对人类世界的仿真程度，提高到了99.999…%。但它终究不是100%，就像人自身对问题的思考/处理也可能出现偏差。

借用AI学家的说法，如果问题有100%的准确性要求，并且有明确的计算逻辑，那它不适合应用AI，例如财务计算。而如果对结果的要求只是近似准确，且很难找到严丝合缝的逻辑公式，则可以考虑AI，例如天气预报/景区人流量预测。

大模型的现实边界更多，涉及隐私/法律/伦理/技术等等，不再赘述。

当我们遇到一个AI问题想不通时，不妨回头想一下，大模型的边界是什么，这不仅有利于理解问题，更可能是解决问题的关键。

三. Agent/大模型/Skill/传统IT系统

让大模型发挥作用，经常用到Agent这个载体。我们可以把大模型理解为AI的大脑，而作用于世界则要通过身体，Agent就是AI的身体。

Agent通常涉及大模型/Skill/传统IT系统，梳理它们的关系和定位，对理解Agent这种模式至关重要。

这四者之间，是数据关系（经常使用JSON格式数据）。

负责对外暴露的是Agent，它从外界获得原始数据。
Agent把数据转给其内置的大模型。
大模型对数据做理解/分析/决策。这个过程它可能用到Skill。
Skill包含各种专业问题的处理办法，大模型查看Skill内容，以便全面/准确决策。
大模型做出决策，并把决策数据发给Agent。
决策数据包含动作指令，Agent做出指令动作。如果最终动作要依靠传统IT系统实现，Agent还要和传统IT系统通信，把数据发给传统IT系统。
传统IT系统把执行结果返回给Agent，Agent把这些信息发给其内置大模型，判断是否准确/符合要求等，以此开启新一轮循环。
在这个过程中，它们各自的作用是：
大模型：理解要求，分析数据，做出决策，交付物是给Agent的指令数据。
Agent：外界和大模型的媒介，负责所有外部信息交换，负责执行性程序。
Skill：它里面写着特定问题的处理办法说明。大模型可以通过查询Skill，获得处理专业问题的准确方法。
传统IT系统：绝大部分企业还在使用传统IT系统，传统IT系统担负着具体工作事务的处理。为了适配AI，往往要做用于Agent的接口改造。

四. AI产品经理要做什么

产品经理做AI系统和产品设计时，要理清这些角色的分工和作用，然后再细化每一部分的功能定位和数据要求。

Agent：明确它要解决什么问题。这一点非常重要，这涉及到它的边界定义和实现。边界很重要，它关系着Agent层级和布局，就像是传统IT系统的模块划分。Agent下面可以套子Agent，每一层/每一个Agent作用也都不应该一样，它们加在一起组成一个MECE矩阵。
大模型：它需要训练，用结构化大数据给它做示例，它自己会举一反三，掌握相关问题的标准处理方法。训练大模型时，要看它服务于哪个Agent，根据Agent的职能定位，选择训练数据。而且训练大模型时，流程训练很重要，告诉它先处理什么、再处理什么，什么场景下应该怎么做。
Skill：同样要先明确它解决什么问题。Skill的问题维度小于Agent，Agent定义的是战略级/策略级问题，Skill解决的是战术级/具体的问题。这里有一个关键点，产品经理应该想清楚大模型和Skill的边界，有些技能可以让大模型训练习得；有些技能不便于增加大模型重量，应当由Skill习得，大模型再调用Skill。同样的，Skill之间也要想好边界，例如有两个问题，用一个Skill解决它们，还是用两个Skill分别解决它们，就涉及Skill间的分工和边界。一般来说，灵活多变或随机使用的技能适合放在Skill，相对稳定或全局需要的技能适合让大模型习得。

产品经理接下来要做的事情：

先定义系统整体要解决什么问题。
像传统IT系统架构一样，设计AI系统架构，尤其是：Agent分工/边界，Skill分工/边界，系统流程。
准备每个Agent内置大模型所需的训练数据，帮助Agent形成其专属功能。
准备Skill对某个专业问题的解决方案。
定义Agent对外界用户或外界系统的交互格式。
根据实际运行情况，不断调优。

这里面还有一个边界，产品经理和AI工程师的职责边界，尤其是双方都涉及的事项，由谁实现更合理。因为AI是个新事物，应该需要时间逐渐找到合理方式。

传统产品经理，正在成为下个被淘汰的“传统岗位”。

过去画原型、写 PRD、跟进度的“传统技能包”，在AI时代正迅速贬值。63% 的企业转型做 AI 产品！当下的问题不再是“要不要学 AI ”，而是“如何构建 AI 产品”。

前段时间还跟字节、腾讯的资深 AI 产品经理沟通，他们反馈：在大量招人，只要有 AI 相关的项目经验，基本都能拿到面试机会，而且领导很舍得给钱，涨薪 40-60% 很正常！

接下来的产品人，得卷AI能力了！

如今AI大火，行业极速发展的背后，懂AI 产品人才却严重稀缺。这不是要你转技术岗，而是要掌握构建 AI 产品的核心方法：

如何将你的领域知识，转化为 AI 产品的核心竞争力？
如何用 AI 技术实现你的产品需求？
如何设计真正懂用户的 AI 交互体验？
……

懂AI，就是产品经理的“救命稻草”！

风口之下，与其焦虑被行业淘汰

不如先人一步享受AI技术带来的红利！

我把AI产品经理的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【`保证100%免费`】

（不限年龄！不限岗位！没有代码基础也能学！）

🎁现在扫码，完课还送：

《AI产品面试题库》《AI大模型应用案例集》

掌握技术+实战，快速转型！

想成为一名卓越的AI大模型产品经理，需要从技术、到项目实战的全方位转型指南！

**1）**AI产品应用原理解析，产品经理也能听懂！

对于产品经理来说，如果你不懂技术，做不了业务和AI大模型技术衔接、定义不了数据需求，是没法完整的落地一个产品的！

本次课程，专门面向产品经理人群，解析当下最热门的AI产品应用的必备的「大模型」、「多模态」的实际应用和算法原理！解析AI产品应用技术，积累大模型能力！简单易懂，不需要会代码，小白也能掌握！

大模型微调：掌握主流大模型（如DeepSeek、Qwen等）的微调技术，针对特定场景优化模型性能。学习如何利用领域数据（如制造、医药、金融等）进行模型定制
AI Agent智能体搭建：学习如何设计和开发AI Agent，实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手产品（如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等）

2）超全行业案例解析！

课程详细讲解现阶段，大模型在各个行业和领域的应用现状！包括：零售与电商、教育、医疗、泛娱乐、法律等等10大行业！

详细讲解案例的思路、应用场景，以及背后的技术原理、核心技术！揭秘各个行业、场景的真实现状，和未来产品的发展与机遇！

可以说，讲解完一个案例，就能积累一个AI产品实践的经验！

课程中所涉及到的实战项目，都可以直接在自己的工作中使用，让自己的产品/项目有可借鉴的成功案例！

3）AI产品经理求职专项辅导

课程中会系统的帮助大家拆解字节、腾讯、百度等大厂AI PM岗位JD关键词，掌握AI PM高频面试题型与回答框架；展示 AI 相关能力的关键技巧：Prompt设计、模型评估、A/B测试、成本意识、与算法/工程协作经验；

To B类AI产品经理：突出“行业理解 + 技术落地 + 商业闭环”能力的简历结构设计，展示项目成果；从客户需求洞察到技术方案设计，展现端到产品思维；如何评估To B AI产品的可行性、客户付费意愿与实施成本
To C类AI产品经理：拆解头部公司岗位JD，将过往尽力转化为AI产品叙事逻辑；从行业趋势、产品设计题、案例分析&数据分析题、技术理解边界等全流程辅导面试；避免无效海投、锁定最适合的AI产品岗位；

本次课程，全程直播讲解，能直接对话大佬和专业助教，不懂就问，超详细的案例，小白也能轻松get！

完课后，还赠送《AI产品经理面试题库》、《AI大模型应用案例集》！不断更新中……

适合人群：