AI产品经理有什么不一样（附大模型文档）

现在互联网公司，几乎就都关注AI。我认识有研发资源的公司，一定会投入AI的功能和产品设计。尤其是像我们这样的小团队，也仍然在AI产品上投入资源。做了AI产品后，你会发现，相比传统的产品经理，AI产品经理是非常不一样，并且有自己的产品设计、研发特点的。

我最近和一个做AI产品的团队leader，也一起聊到了AI产品经理相比普通产品经理的工作变化，一起总结了几点，希望可以让你提前认知到：未来产品经理、研发、等相关工作都会大变。

1.什么是AI产品

现在的AI能力不仅是大模型，还有NLP、OCR等AI技术，而AI产品就是指的是依靠这些技术来完成的产品基础底座，现在主流的AI产品以大模型为基础的产品，可以通过多个模型完成。

AI agent就是AI产品，一个AI应用的最小单位。

2.AI产品经理不是再以功能为基础，而用户没有感知

功能性产品经理，是以需求调研、用户研究等基础，再来规划产品功能，理论上没有什么不能做的，只要有资源和时间的情况下，任何市面上的产品都可以开发出来。

通过前端、后端、算法搭配完成一个产品上线。

而AI产品经理则不是了

做AI产品经理，虽然也要知道需求调研、用户研究为基础，但更要了解各种AI模型，比如文字生音频、生成图、图像识别等，先要了解模型的输入、输出数据是什么、数据类型是什么，再说产品规划。

如果模型没有这些能力，或者把这些模型组合在一起没有办法实现，那么就不能做产品设计方案。

如下图就是一个AI agent的方案，产品经理首先要了解其内核框架、规则、记忆单元、系统模块，才能够说知道如何做产品设计。

AI agent

所以AI产品经理是基于模型来做产品的，不管是某一个模型还是AI agent，了解这些模型的相关输入、输出参数限制、以及模型的响应逻辑、以及未来模型的市场定位走形，才可以开始做产品设计。

和调用API不一样，API的参数只有几个数值结果，而一个模型得到的结果有千千万，只关注模型的结果类型、输入类型即可。

AI产品的交互相比功能性产品更复杂

因为有大量类型、内容量的内容输入，所以AI产品需要提供多样的内容交互方式，包含富媒体、地点、各类形态卡片，同时针对内容输出的加载、条件判断都需要交互展示。

而功能性的产品结果大部分集中在0和1，要么是对的、要么就是错误的。用户的操作也是由若干个0和1组合，有规律可遵循，而AI产品的交互不是。不同条件下的输入状态都会不一样。

AI产品的产品验证和功能性产品不一样

这一点和交互类似，AI产品的功能验证只能以某一类结果正确即可，但是具体的某一个结果是否正确，就不知道的。

实际上对应的逆向工具才能判断是否是调用了若干个大模型的结果。

AI产品经理通过调用的大模型顺序、大模型的数量、组合逻辑来判断结果，而不是具体的某个数值和结果反馈就可以验证了。

功能性测试

功能性产品就是靠测试进行点点点就可以，而AI产品则需要通过多样化的数据输入，再来验证是否属于模型的输出值范围。

AI产品的数据统计与功能性产品不一样

AI产品的数据统计更加来源于数据幻觉，验证大模型下的数据结果是否符合当前环境、语句逻辑，从而继续优化整个AI应用底层的模型流程。

而功能性产品则是通过埋点、数据库、日志等，来获得数据。用于优化功能的页面顺序、用户路径长短、甚至是布局，显然两者专注的地方是不一样的。

以上就是我总结的AI产品和传统型产品的区别。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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。

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。

👉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】🆓