邁向AGI時代：AI產品經理方法論

葉林增，AI產品專家，作為AI領域技術博主“三橋君”，CSDN、阿裏雲、華為雲等平臺認證AI專家，技術專欄影響眾多開發者。擅長為年交易量3萬億以內的企業診斷產品、業務問題，成功打造服務超300萬客戶的SaaS CRM系統，支撐生態夥伴達成年交易量千億級。

目 錄

第1章　產品認知—產品經理如何應對AI時代新挑戰 1

1.1 行業之察：產品經理眼中的人工智能行業是什麼樣的 2

1.1.1 理解人工智能 2

1.1.2 人工智能領域創業發展狀況 5

1.1.3 人工智能產業現狀 7

1.1.4 小結 9

1.2 產品之變：AI對產品經理的影響究竟如何 9

1.2.1 以往產品設計的特點 9

1.2.2 AI時代產品設計的變化 10

1.2.3 AI催生軟件設計定義的新範式 12

1.2.4 小結 13

1.3 職責之問：AI產品經理的職責與能力框架是怎樣的 14

1.3.1 AI產品經理在產品上線過程中的工作職責 14

1.3.2 AI產品經理需掌握的通用能力 16

1.3.3 小結 17

1.4 技術之惑：AI產品經理需要掌握哪些關鍵技術 18

1.4.1 數學統計學基礎概念 19

1.4.2 模型構建的整個流程 22

1.4.3 常見算法的原理和應用場景 22

1.4.4 模型驗收的具體指標和方法 23

1.4.5 模型相關的技術術語 24

1.4.6 小結 25

1.5 從互聯網到AI時代：一張“模型和產品關系圖”，找到適合

自己的AI產品公司 26

1.5.1 什麼是“模型能力—產品形態”的二維坐標系分類框架 26

1.5.2 各象限AI公司理論解析 27

1.5.3 如何判斷公司屬於哪個象限 29

1.5.4 小結 30

第2章　技術理解—掌握AI大模型的關鍵技術 32

2.1 深入理解大語言模型的能力邊界與應用場景 33

2.1.1 背景：金融學科教師應對教學挑戰邁向AI大門 33

2.1.2 什麼是大語言模型 33

2.1.3 大語言模型為什麼叫“大”模型 34

2.1.4 大模型有什麼能力 35

2.1.5 大模型有什麼應用場景 36

2.1.6 大模型有什麼限制 36

2.1.7 案例：如何使用AI技術賦能教學課件 37

2.1.8 小結 40

2.2 深入理解提示詞工程的原則技巧及實踐 41

2.2.1 什麼是提示詞 41

2.2.2 提示詞能力 41

2.2.3 提示詞原則 42

2.2.4 提示詞框架 43

2.2.5 提示詞限制 44

2.2.6 如何與AI溝通的實踐技巧 44

2.2.7 小結 47

2.3 深入理解智能體能力限制及應用場景 47

2.3.1 什麼是Agent 47

2.3.2 Agent有什麼能力 48

2.3.3 Agent有什麼優勢 48

2.3.4 Agent有什麼應用場景 49

2.3.5 Agent有什麼限制 49

2.3.6 如何有效將Agent賦能業務 50

2.3.7 如何構建Agent落地方法論 51

2.3.8 如何使用Agent落地模型 52

2.3.9 案例：如何將Agent落地模型應用於跨境電商糾紛處理系統升級 54

2.3.10 小結 55

2.4 深入理解檢索增強生成的能力限制與應用場景 56

2.4.1 什麼是RAG 56

2.4.2 RAG有什麼優勢 56

2.4.3 RAG有什麼應用場景 57

2.4.4 RAG有什麼限制 57

2.4.5 小結 58

2.5 真需求到MVP：一周從0到1實現AI大模型智能客服產品 59

2.5.1 背景：發現智能硬件售後客服真需求 59

2.5.2 如何構建AI智能客服MVP 60

2.5.3 如何構建AI智能客服方法論 62

2.5.4 小結 62

第3章　需求洞察—挖掘AI產品價值寶藏 63

3.1 需求探測器：精準挖掘真實用戶需求 64

3.1.1 背景：提出“專業AI解決方案”的質量控制經理 64

3.1.2 挖掘用戶真需求方法論 65

3.1.3 挖掘用戶真需求循環在工廠中的運用 67

3.1.4 小結 68

3.2 需求定義燈塔：明確AI產品需求分析 68

3.2.1 需求與因果關系的新變化 69

3.2.2 產品邏輯簡化與思維轉變 70

3.2.3 投入產出比考量與需求切入點 70

3.2.4 算法可解釋性與用戶信任建立 71

3.2.5 傳感器技術與多元化交互 71

3.2.6 考慮技術局限性進行需求定義 72

3.2.7 小結 72

3.3 需求量化標尺：量化AI產品需求分析 73

3.3.1 明確需求並符合產品願景 73

3.3.2 精確識別需求場景 75

3.3.3 確立場景中的量化評估標準 75

3.3.4 小結 77

3.4 需求優先級羅盤：科學指引需求優先級判斷 77

3.4.1 什麼是卡諾模型 77

3.4.2 如何將用戶需求進行優先級排序 79

3.4.3 如何用卡諾模型對AI產品需求進行優先級排序 80

3.4.4 小結 81

3.5 從痛點到場景：一張“AI落地場景圖”，在企業中找到可落地

AI需求場景 81

3.5.1 背景：支付機構的AI落地難題 82

3.5.2 如何用AI賦能支付機構的商戶進件業務 83

3.5.3 如何在企業中找到可落地AI需求場景 83

3.5.4 小結 84

第4章　模型評估—確保AI模型的高效與可靠 85

4.1 評估指標：如何衡量AI模型的標準 86

4.1.1 模型評估的分類 86

4.1.2 模型特征的評估 88

4.1.3 模型的評估 89

4.1.4 業務場景與評估指標的匹配 90

4.1.5 小結 91

4.2 模型性能：如何通過金融產品評估模型性能 91

4.2.1 什麼是混淆矩陣 92

4.2.2 什麼是準確率、精確率、召回率 92

4.2.3 什麼是F1值 93

4.2.4 如何構建信用評分產品的混淆矩陣 94

4.2.5 如何計算信用評分產品的準確率、精確率、召回率 95

4.2.6 如何計算信用評分產品的F1值 96

4.2.7 小結 97

4.3 模型穩定性：如何通過金融產品評估模型穩定性 97

4.3.1 什麼是PSI 98

4.3.2 如何用信用評分產品評估模型穩定性 99

4.3.3 小結 101

4.4 模型監控：如何建設算法模型監控指標體系 102

4.4.1 案例：金融AI模型缺乏監控導致客訴 102

4.4.2 如何開發模型監控工具 103

4.4.3 如何構建模型監控方法論 104

4.4.4 小結 106

4.5 從生產事故到上線穩定：一套模型驗收流程標準保障AI產品

上線質量 106

4.5.1 案例：金融AI模型因生產事故導致業務全面停滯 106

4.5.2 如何建立模型驗收流程標準 108

4.5.3 如何構建模型驗收方法論 110

4.5.4 小結 112

第5章　產品設計—塑造有競爭力的AI產品 114

5.1 摒棄直覺：打造AI產品MVP的流程及方法 115

5.1.1 什麼是MVP設計 115

5.1.2 傳統產品與AI產品MVP設計的差異 116

5.1.3 AI產品MVP的設計流程 116

5.1.4 小結 117

5.2 設計原則：AI產品設計的準則 118

5.2.1 同理心原則 118

5.2.2 資源整合原則 119

5.2.3 小結 119

5.3 成功因素：AI產品成功的必要條件 120

5.3.1 核心技術在AI產品成功中的作用 120

5.3.2 產品化過程中面臨的挑戰及應對策略 121

5.3.3 商業化如何實現產品價值變現 122

5.3.4 小結 123

5.4 創新理念：AI Native產品設計的理念與方法 124

5.4.1 在不確定性中構建產品，尋找確定性 124

5.4.2 LUI不是AI產品交互的唯一途徑 125

5.4.3 以用戶為中心的設計理念 126

5.4.4 小結 126

5.5 從圖形到對話：一份AI產品需求文檔重新定義LLM AI產品需求 127

5.5.1 背景：人工智能助手“賈維斯”如何幫我點外賣 127

5.5.2 AI產品PRD重構的三步法 129

5.5.3 AI產品經理的PRD設計框架方法論 131

5.5.4 小結 132

第6章　用戶體驗—提升AI產品的滿意度 133

6.1 體驗要素：影響用戶體驗的關鍵因素 134

6.1.1 功能體驗如何影響用戶體驗 134

6.1.2 交互設計如何影響用戶體驗 135

6.1.3 視覺設計如何影響用戶體驗 135

6.1.4 性能表現如何影響用戶體驗 136

6.1.5 內容質量如何影響用戶體驗 136

6.1.6 小結 136

6.2 交互設計：UX設計原則 137

6.2.1 什麼是UX設計原則 137

6.2.2 AI產品與非AI產品在交互設計中的UX設計原則差異 139

6.2.3 小結 142

6.3 用戶反饋：傾聽用戶的聲音 142

6.3.1 什麼是用戶反饋 143

6.3.2 案例：用戶反饋在AI智能助手項目中的運用 143

6.3.3 小結 146

6.4 人機交互：AI產品的可控之路 146

6.4.1 什麼是人機交互 146

6.4.2 人機交互在AI智能語音助手中的運用 147

6.4.3 小結 149

6.5 從滿足到滿意：一個工作流機制提升AI產品的人機交互體驗 150

6.5.1 案例：用戶反饋AI智能語音助手人機交互體驗差 150

6.5.2 如何構建工作流機制提升語音助手的人機交互體驗 151

6.5.3 提升AI產品人機交互體驗的方法論 152

6.5.4 小結 154

第7章　團隊協作—打造高效的AI產品團隊 155

7.1 團隊角色：不同角色的職責與有效協作技巧 156

7.1.1 AI產品開發團隊中有哪些主要角色 156

7.1.2 每個角色的具體職責是什麼 156

7.1.3 不同角色之間協作可能面臨哪些挑戰 157

7.1.4 有哪些有效的協作技巧 158

7.1.5 小結 159

7.2 溝通技巧：促進跨部門及團隊有效溝通技巧 160

7.2.1 跨部門溝通的定義及重要性 160

7.2.2 橫向領導力的內涵 160

7.2.3 跨部門溝通在AI智能語音助手項目中的運用 162

7.2.4 小結 164

7.3 沖突解決：妥善處理團隊內部沖突的策略和技巧 164

7.3.1 為什麼要處理團隊內部的沖突 165

7.3.2 化解團隊沖突的四大策略 165

7.3.3 小結 167

7.4 激勵機制：激發團隊成員積極性和創造力 168

7.4.1 團隊成員積極性和創造力不足的常見情況 168

7.4.2 激發團隊成員的積極性和創造力的有效措施 168

7.4.3 激勵機制在AI智能語音助手項目中的運用 169

7.4.4 小結 170

7.5 從傳統到高效：一系列AI工具提升團隊效率 170

7.5.1 DeepSeek三種使用模式的區別 171

7.5.2 DeepSeek提問的四大原則和技巧 171

7.5.3 提升團隊效率的AI工具 174

7.5.4 小結 174

第8章　商業模式—探索AI產品的盈利之路 176

8.1 模式分析：常見的AI商業模式 177

8.1.1 AI商業模式的三大支柱 177

8.1.2 小結 179

8.2 價值創造：為用戶創造價值的方法 180

8.2.1 分析用戶價值的構成要素 180

8.2.2 用戶價值在AI智能語音助手項目中的運用 182

8.2.3 小結 183

8.3 模型成本：AI時代的模型成本計算方式 184

8.3.1 什麼是Token 184

8.3.2 模型成本消耗的兩種方式 186

8.3.3 直接調用模型廠商接口的成本計算 187

8.3.4 小結 188

8.4 收入來源：AI產品的盈利途徑 189

8.4.1 AI產品的四種主流盈利模式 189

8.4.2 小結 194

8.5 從技術到變現：一個公式拆解AI技術變革下產品賺錢商業模式 195

8.5.1 什麼是好的AI商業模式 195

8.5.2 AI技術變革下的產品賺錢商業模式 196

8.5.3 案例：DeepSeek如何成為改變世界的產品 199