AI产品经理 vs. 传统产品经理：工作流程大不同

与互联网传统的产品经理不同，AI产品经理的能力要求、门槛等相对会更高。本文作者梳理了AI产品经理的工作流程与现有产品经理的区别，可以帮助大家更好理解这个岗位。

以下是自己在学习AI产品经理过程中的简单总结，欢迎交流。

一、AI产品经理的工作内容

AI 产品经理与普通产品经理的工作内容都可分为以下阶段：

需求定义—方案设计—跟进产品研发—验收评估——迭代反馈

1. 在需求定义时，AI产品经理相对普通产品经理需要更多去考虑AI的技术边界，AI能为该需求解决什么问题。
2. 方案设计时，AI产品经理和传统产品经理一样都得考虑合适合理的方案。但由于AI产品受AI能力限制，需要更多考虑实现的周期及成本收益比。
3. 跟进产品研发时，AI产品经理同普通产品一样，需要懂产品的研发流程及每个阶段对应人员输入输出产物。不过AI产品需要建模，因此对于建模流程的了解对AI产品经理来说很重要。
4. 验收评估时， 普通产品经理通过业务要求或自己写的PRD验收需求，但AI产品经理多了对模型的验收。模型评估指标是什么？模型评估的过程是什么？模型结果是否在合理范围？这些是需要考虑的。

二、AI产品经理的工作流程

AI产品经理的工作流程如下图所示：

可见AI产品经理工作流程与普通产品经理工作流程相比，多了模型构建与验收这块。因此在方案设计阶段，对模型该用什么算法构建、对模型指标要求是需要考虑进去的。AI产品经理的协作对象也多了算法工程师。

三、AI产品经理的能力要求

普通产品经理需要的能力一般有：需求分析能力（包含市场分析能力、用户分析能力）、方案设计能力（基本产品工具的使用、方案的结构化呈现）、沟通表达与协作能力、数据分析能力、需求管理能力、项目管理能力、对业务的深入认知能力。

AI产品经理需要的能力：除了普通产品经理需要具备的能力，需要对AI算法能实现的边界有清晰认知，另外对数据的分析能力也要求更高。

四、AI产品经理与普通产品经理的区别

• 从面向对象的区别来说，普通产品经理目前在面向B端、C端都有挺多的岗位；AI产品经理面向对象目前更多是B端，为B端去提供解决方案。个人认为在未来AI产品经理面向C端的也会有很多。
• 从实现目标的区别来说，普通产品经理对接研发工程师，交付多为需求文档、原型等，实现的更多是某个具体的功能。AI产品经理，对接算法工程师、研发工程师，除了实现具体的功能，更多的是实现一种能力，如API接口。
• 从实现边界点区别上来说，传统产品经理能输出指标明确的方案；AI产品经理很难产出指标明确的方案，因为结果有极大不确定性，需要通过后期反复调试才能看到进一步的结果走向。
• 从工作重心的区别来说，普通产品经理的工作重心在于市场、用户、运营等领域，目的在于实现用户增长和商业变现等；而AI产品经理则侧重于利用人工智能技术来提升效率。

AI产品经理需要更懂技术。传统的产品经理在产品设计完成，只需要对接一下研发工程师，确定技术方案并通过产品评审后即可开始研发了。但AI产品经理还需要先一步对接算法工程师，那么相应的，AI产品经理就要对算法基础知识有一定了解，甚至在某些领域要做到精通，这样才可以保证算法模型的训练周期与输入输出等方面是否合理，以此监控产品的可控性。

AI产品经理需要更强的数据分析能力。AI产品经理需要获高质量数据为模型构建提供基础。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓