行业知识 · v2.3.0 · 资料核对 2026-10-03
阅读地图
先判断你此刻要解决哪类问题
| 你的问题 | 直接去读 |
|---|---|
| 我是否适合做 AI PM？ | 角色定义 与 90 天路径 |
| 这个 AI 点子值不值得做？ | 机会发现与验证 |
| 如何写 AI PRD？ | 方案、PRD 与原型 与 模板 05 |
| RAG、Agent、微调怎么选？ | 大模型系统 与 RAG、Agent、多模态 |
| 如何选模型与供应商？ | 模型选型 |
| AI 功能怎样验收？ | 评测与实验 |
| 项目延期、范围失控怎么办？ | 执行、监控与风险 |
| 上线前要查什么？ | 上线检查清单 |
| 合规、安全怎么做？ | 安全合规伦理 |
| 如何做 AI 产品战略和竞争壁垒？ | AI 产品战略与竞争壁垒 |
| 如何定价、算成本和单位经济？ | AI 商业化定价与单位经济 |
| Prompt 和上下文怎样工程化？ | Prompt 与上下文工程实战 |
| 搜索、推荐、预测如何做？ | 传统 AI 专题 |
| 什么时候应该建设 AI 平台？ | AI 平台化、组织与治理 |
| AI PM 每天到底做什么？ | 日常工作 SOP |
| 想检查方案或准备面试 | 70 道评审与面试题 |
| 需要快速做选择 | 决策速查表 |
| 想让 AI 按本套方法产出 PRD、方案或计划 | 本地 Skills 套件 |
| 想直接拿模板开工 | 模板工具箱 |
| 听不懂一个名词 | 术语词典 |
| 需要行业项目的完整证据与最新资料 | 行业基线与一手资料更新 |
| 需要样本量、置信区间和 Agent 稳定性 | 统计评测与质量门禁 |
| 需要行业、数据和法规适用性 | 行业场景与法规标准 |
六条学习路径
路径 A：零基础转行
角色 → 技术全景 → 0→1 总流程 → 跟做案例 → 模板实操 → 作品集 → 面试
最低毕业标准：能用自己的语言解释模型、数据、评测与风险；完成一份包含评测集、成本估算和上线门禁的 AI PRD；能在面试中复盘一次失败假设。
路径 B：传统产品经理转 AI PM
技术底座 → 模型选型 → AI UX → 评测 → LLMOps → 安全治理
重点补齐：概率性输出、数据闭环、离线/在线评测、提示注入、漂移、Token 成本、模型与系统边界。
路径 C：传统项目经理转 AI 项目经理
AI 生命周期 → 数据工作包 → 实验性计划 → 风险与变更 → 供应商 → 验收与持续监控
重点补齐：AI 项目不能只用功能完成度验收；研究不确定性、数据依赖、模型波动和持续运营必须进入基线计划。
路径 D：工程/算法转 AI 产品负责人
机会发现 → 用户研究 → 商业模型 → 产品指标 → AI UX → 组织与路线图
重点补齐：不要从“我们能做什么”出发；优先证明用户痛点、行为改变和单位经济性。
路径 E：从独立项目走向产品线负责人
产品战略 → 商业化与单位经济 → 平台化 → 组合管理 → 组织治理 → 人才培养
重点补齐：从单点功能成功转向可复制增长、能力复用、资源配置、风险治理和组织机制。入口见进阶专题总览。
路径 F：马上进入岗位实战
每日 SOP → 决策速查 → 方案反向评审 → 案例口述 → 复盘补课
适合入职、轮岗、面试冲刺和项目救火。入口见岗位实战总览。
每章的标准读法
- 先读结论：知道这一章最终要做出什么决策。
- 再读流程：掌握输入、活动、输出和责任人。
- 复制模板：把知识变成项目产物。
- 跑一个案例：不看答案先独立完成。
- 用检查清单反证：寻找遗漏、失败路径和不可接受风险。
知识深度标记
L1 知道：能解释术语和目的。L2 会做：能借模板完成任务。L3 能决策：能比较方案并说明取舍。L4 能负责：能对跨团队结果、风险和业务指标负责。L5 能建设体系：能建立组织标准、平台和人才梯队。
第一次学习以 L2 为目标；独立带项目需达到关键模块 L4。
不建议的读法
- 只背名词，不做评测集。
- 只学提示词，不学用户问题和系统工程。
- 只看模型榜单，不看自己的场景分布。
- 只做 Demo，不写失败模式、成本与回滚。
- 把论文结论直接当产品结论，不做真实用户和真实流量验证。