行业知识 · v2.3.0 · 资料核对 2026-10-03

PRD：AI 产品经理 × AI 项目经理永乐大典

在交互知识库中阅读下载 Markdown 原文

1. 文档目的

本文定义“AI 产品经理 × AI 项目经理永乐大典”这套本地知识产品的用户、价值、范围、内容架构、功能要求、质量标准、验收方式和后续路线。

它同时承担三种职责：

1. 作为知识库建设与迭代的产品基线。
2. 作为新增内容、模板和 Skills 的范围判断依据。
3. 作为版本验收、质量复盘和内容治理的统一标准。

2. 背景与问题

AI 产品与项目岗位的学习材料普遍存在以下割裂：

• 产品方法、模型技术、工程交付、项目管理和安全治理分散在不同资料中。
• 大量内容停留在术语解释或工具教程，缺少从机会到上线运营的完整工作链。
• 只讲成功案例，缺少失败模式、停止条件、回滚和事故响应。
• 新人知道“RAG、Agent、评测”等名词，却不会写出可执行 PRD、评测集或验收标准。
• 传统项目管理方法没有充分处理模型不确定性、数据依赖、持续评测和供应商变化。
• 资料随模型、法规和工具变化而老化，读者难以区分稳定方法与时效事实。
• 学习资料与实际岗位脱节：看过很多内容，第二天仍不知道该做什么、审什么、如何决策。

因此需要一套本地、系统、可查、可练、可复制的“工作操作系统”，同时覆盖 AI 产品经理与 AI 项目经理。

3. 产品愿景

让一个没有 AI 产品经验的新人，通过一套本地资料完成从“理解角色”到“能够独立定义、交付、评测和治理一个 AI 产品”的成长；让已有经验者可以把它作为方案评审、项目救火、组织建设和团队培训的案头手册。

愿景不是让读者背完所有知识，而是让其在真实问题中：

• 找到正确章节。
• 提出正确问题。
• 产出正确文档。
• 用证据做出取舍。
• 知道何时上线、降级、回滚或停止。

4. 产品原则

1. 任务优先于模型：先定义用户任务与基线，再选择 AI 能力。
2. 证据优先于观点：区分事实、假设、偏好和风险。
3. 完整系统优先于 Demo：同时覆盖数据、模型、体验、工程、运营和治理。
4. 失败路径是一等公民：每项能力都要定义错误、拒答、人工接管和恢复。
5. 可执行优先于百科堆砌：知识必须能转化为模板、检查项、决策或练习。
6. 渐进披露：总览简洁，细节按主题分文件加载，避免一次塞入全部内容。
7. 本地独立：不以联网、登录、远程仓库或第三方工作区为使用前提。
8. 时效透明：稳定方法写入正文，易变化事实标注资料时点并保留一手参考。

5. 目标用户

5.1 核心用户

5.2 次级用户

• 算法、工程和设计人员：理解产品与项目决策语言。
• 法务、安全和治理人员：把风险控制嵌入产品生命周期。
• 团队负责人和培训者：建立共同方法、评审问题和人才标准。

5.3 非目标用户

• 只需要某个模型 API 参数说明的开发者。
• 寻找特定行业正式法律、医疗或投资意见的人。
• 期望知识库自动访问公司系统、代替审批或直接操作生产环境的人。

6. 核心使用场景

场景 A：从零系统学习

用户通过阅读地图和 90 天路线，逐步完成角色、技术、产品、项目、治理、案例和作品集。

成功标准：能够独立解释完整生命周期，并提交一套可评审的 AI 产品/项目产物。

场景 B：真实项目即时查阅

用户遇到模型选型、RAG 失败、评测设计、延期、上线或事故等问题，直接定位到对应章节、模板和检查表。

成功标准：5 分钟内找到相关入口，30 分钟内形成下一步行动或评审清单。

场景 C：方案评审与风险反证

用户用题库、决策速查和检查清单对方案提出反例，确认基线、指标、失败模式、权限、成本和回滚。

成功标准：在投入开发或上线前发现关键缺口，并明确责任人与关闭条件。

场景 D：岗位训练与面试

用户按 SOP 训练日常工作，用 70 道题和案例进行口答、方案写作与复盘。

成功标准：关键主题平均自评分不低于 3/4，安全和回滚主题无明显短板。

场景 E：借助本地 Skills 生成工作产物

用户调用对应 Skill，把模糊需求转成产品简报、PRD、评测计划、项目章程、风险台账、商业化方案或训练计划。

成功标准：输出遵循统一工作流，显式标记假设，保留待确认项，并引用所需本地参考和模板。

场景 F：使用浏览器统一阅读和搜索

用户直接打开根目录 index.html，通过卷册侧栏、全文搜索、本文目录和首页卡片访问全部内容，无需 Markdown 编辑器或本地服务器。

成功标准：页面在断网状态下可打开；全部正文和 Skills 可检索、可阅读；不请求任何远程资源。

场景 G：在岗位系统中边做边学

AI 产品经理与 AI 项目经理分别进入自己的工作系统，通过工作台定位下一行动，完成六阶段任务、情境决策、岗位测评，并在工作室中直接形成 AI PRD 或项目章程。

成功标准：用户无需按章节顺序阅读，就能在一个岗位工作流中看到状态、完成任务、获得即时反馈、保存草稿并导出可用产物。

7. 产品目标与非目标

7.1 目标

• 覆盖 AI 产品经理与 AI 项目经理从 0 到 1、从单点到体系的核心知识。
• 建立“知识—模板—案例—检查—练习—Skill”的闭环。
• 为核心决策提供可复用流程，而非仅提供结论。
• 保持全部核心内容本地可阅读、可搜索、可复制和可维护。
• 让不同背景用户通过阅读地图快速进入适合自己的路径。
• 明确安全、隐私、合规、成本和项目治理不是上线后的附加项。

7.2 非目标

• 不宣称读完即可替代真实项目经验或专业资格。
• 不覆盖所有行业的具体法规实施细则。
• 不维护所有模型、供应商、价格和工具的实时排行榜。
• 不自动连接企业知识库、消息系统、代码仓库或项目管理系统。
• 不在本版本建设 App、账号、云同步或在线协作服务；网站作为独立静态阅读与岗位训练入口。

8. 信息架构

根目录
├─ README：总入口与完整卷册
├─ PRD：产品定义与迭代基线
├─ LOCAL_ONLY：本地独立边界
├─ CHANGELOG：版本记录
├─ 00–05：使用、角色、技术、产品 0→1、项目、安全治理
├─ 06–11：模板、案例、词典、论文、学习求职、附录
├─ 12：战略、商业化、Prompt、传统 AI、平台组织
├─ 13：日常 SOP、题库、决策速查
├─ 14：行业基线、统计评测、Agent 安全、数据、价值、交付与法规适用性
├─ research：有日期和一手来源的资料核验报告
└─ skills：六个本地可复用 Skill

内容层级：

• L0 总入口：README、阅读地图。
• L1 方法总览：各卷入口或 README。
• L2 专题正文：原理、流程、权衡、失败模式。
• L3 执行资源：模板、检查清单、案例、题库。
• L4 自动化指导：本地 Skills 的工作流和输出资产。

9. 功能需求

FR-01 总导航

• README 必须列出全部卷册及其学习收益。
• 阅读地图必须支持按问题和用户背景跳转。
• 新增一级目录必须同步进入总导航。

验收：所有卷册从 README 最多两次点击可达；内部链接无失效。

FR-02 角色与能力体系

• 定义 AI 产品经理和 AI 项目经理的责任、边界与协作方式。
• 提供能力分级、毕业作品和自测标准。
• 说明小团队兼任与大团队分工方式。

FR-03 AI 技术底座

• 覆盖传统 ML、生成式 AI、LLM、多模态、RAG、Agent、数据和 LLMOps。
• 解释模型能力与完整产品系统之间的差异。
• 对关键技术给出适用场景、限制、指标和失败诊断。

FR-04 AI 产品 0→1

• 覆盖机会发现、需求验证、PRD、原型、模型/架构选型、评测、上线和运营。
• 每个阶段说明输入、活动、输出、责任人和阶段门。
• 同时定义成功指标、护栏指标和停止条件。

FR-05 AI 项目交付

• 覆盖章程、WBS、里程碑、RACI、RAID、变更、供应商、验收、复盘和退役。
• 体现研究不确定性、数据工作包和持续评测。
• 提供延期、依赖、范围和风险升级机制。

FR-06 安全、合规与伦理

• 覆盖风险分级、隐私、数据、版权、内容安全、公平、透明、可解释和审计。
• 覆盖 Prompt Injection、越权、泄露、投毒、工具误用和供应链风险。
• 区分通用治理方法和有明确资料时点的法规信息。

FR-07 模板工具箱

• 提供产品、评测、项目、风险、供应商、上线、运行和复盘模板。
• 模板必须包含最小必填字段，可直接复制。
• 模板之间使用一致术语和责任字段。

FR-08 案例与岗位训练

• 案例应覆盖至少 RAG、Copilot、Agent 和高风险决策场景。
• SOP 应覆盖日、周、月、季度与新人 30 天节奏。
• 题库应覆盖产品、技术、评测、项目、安全、数据、商业和案例题。
• 速查表应覆盖主要高频选择与事故动作。

FR-09 论文、术语与来源

• 术语提供简明定义、必要时说明常见误解。
• 论文按主题和学习层级组织，优先一手资料。
• 易变化来源标明日期；公开 URL 只作参考，不形成系统连接。

FR-10 本地 Skills 套件

必须提供以下六个可独立触发的 Skill：

1. define-ai-product：从机会、用户证据到产品简报和 AI PRD。
2. design-ai-solution：选择 Prompt、RAG、工具、Agent、微调和模型方案。
3. evaluate-launch-ai：建立评测集、质量门禁、安全评审、灰度和监控。
4. deliver-ai-project：形成章程、计划、RACI、RAID、变更、验收和复盘。
5. lead-ai-product-strategy：形成战略、壁垒、商业化、单位经济与平台路线。
6. coach-ai-pm-practice：生成训练、评审、面试和岗位改进方案。

每个 Skill 必须：

• 使用标准 SKILL.md 与仅包含 name、description 的 YAML Frontmatter。
• 具备 agents/openai.yaml。
• 将详细知识和输出格式放进按需加载的 references/ 或 assets/。
• 明确事实、假设、建议与待确认项。
• 不默认联网、不操作生产系统、不向其他项目写入。
• 通过 Skill Creator 官方 quick_validate.py。

FR-11 离线浏览器入口

• 根目录必须提供一个可直接打开的 index.html。
• 页面必须提供首页、卷册导航、全文搜索、Markdown 阅读和 Skills 入口。
• 页面必须支持桌面与移动端布局、键盘搜索和明暗主题。
• 浏览数据由本地构建脚本从 Markdown 生成，不手工维护第二份内容。
• 页面不得引用 CDN、远程字体、分析统计、外部接口或账号系统。
• 即使浏览器限制本地存储，核心阅读和搜索仍须可用。
• 首页使用可视化能力地图和生命周期轨道表达知识关系，而不是只陈列文档列表。
• 色彩必须与能力类别和流程节点稳定对应，并同时使用文字与编号保证可访问性。
• 视觉风格应清爽、明亮、色彩鲜明；正文阅读仍保持高对比度和低干扰。
• AI 产品经理和 AI 项目经理必须拥有各自独立的学习页面、学习顺序、能力结构、工作产物与 Skills 入口。
• 总入口只负责岗位选择、责任差异和共同底座，不再用完整文档目录主导第一屏。
• 两套岗位页面均须支持本地学习完成状态，并清楚说明状态不上传、不跨设备同步。
• 文档目录作为辅助查阅入口存在，不得取代可视化学习路径。
• 必须提供可双击运行的本地启动入口，通过仅绑定 127.0.0.1 的回环服务解决外部浏览器对本地文件链接的限制。
• 本地服务不得绑定局域网或公网地址；关闭启动终端后应停止访问。

FR-12 双岗位交互式工作系统

• AI 产品经理与 AI 项目经理必须使用两套独立页面、角色语言、能力模型、任务内容、情境题和工作产物。
• 每套系统必须包含：工作台、六阶段成长路径、决策训练、项目工作室、能力测评和知识支持。
• 工作台中的进度、下一行动和能力状态必须来自用户真实完成数据，不展示伪造指标。
• 成长路径以可勾选行动和现场练习为主，知识正文只作为按需打开的支持资源。
• 决策训练必须在选择后即时显示正确性和取舍依据，并允许继续下一个情境。
• 项目工作室必须实时预览产物，AI 产品经理生成 AI PRD，AI 项目经理生成项目章程；两者都支持本地 Markdown 导出。
• 能力测评必须提供岗位化题目、完整性检查、分数和逐题反馈。
• 任务、练习、测评和产物草稿必须自动保存到当前浏览器的本地存储；不得上传或跨设备同步。
• 在小屏幕下，侧栏应转换为可关闭菜单，核心任务、表单和反馈仍可使用。

FR-13 永久全局导航

• 总入口、AI 产品经理系统和 AI 项目经理系统必须保留同一套全局导航结构。
• 全局导航必须包含品牌、三个页面入口、全库搜索、本机保存提示和主题切换。
• 当前岗位必须有明确激活状态；岗位内路由切换不得移除全局导航。
• 桌面端展示完整导航；手机端保留品牌、菜单和必要操作，岗位切换通过菜单或页面入口完成。

FR-14 L0–L5 专家成长系统

• 两个岗位必须使用统一的 L0 入门 → L1 知道 → L2 会做 → L3 能决策 → L4 能负责 → L5 建体系 等级语言。
• 成长准备度必须综合行动路径、情境训练、产物完整度、岗位测评和毕业证据，不得只按阅读或页面访问计算。
• 产品经理与项目经理必须拥有不同的毕业证据清单，并支持本地记录证据索引和评审结论。
• 系统不得把自评或勾选描述成职业认证；L4 必须要求真实项目结果，L5 必须要求跨团队机制或体系证据。
• coach-ai-pm-practice 必须能将十能力域评分映射到 L0–L5，并给出下一升级门槛。

FR-15 静态发布包

• 必须生成只包含三个 HTML 入口和 web/ 运行资产的最小 dist/ 目录。
• 发布包不得包含本地启动脚本、源工具、真实密钥、跨项目引用或运行时外部依赖。
• 构建发布包不得自动上传、创建远程仓库、配置域名或改变访问权限。
• 必须提供明确的上线前交付清单，区分已验收事项和由上线负责人决定的事项。

10. 非功能需求

NFR-01 本地独立性

• 不存在符号链接、Git 子模块、远程仓库、Webhook、CI/CD 或自动同步配置。
• 不包含其他本地项目的路径或秘密信息。
• 所有新增文件只能写入本知识库目录。

NFR-02 可读性

• 默认使用中文，首次出现的重要英文缩写要解释。
• 长文使用清晰标题、表格、清单和例子。
• 结论和行动优先，避免只堆名词。
• 手机端不得出现页面级横向溢出；阶段选择可横向滑动，主要任务内容应在首屏后立即可达。
• 手机端产物工作室应支持填写与预览切换，避免完整长表单把预览推到页面末端。

NFR-03 可检索性

• 文件名直接表达主题，避免含糊编号。
• 同义词和常见英文术语进入词典或正文。
• 关键问题能通过目录搜索或 rg 定位。

NFR-04 可维护性

• 每次实质更新增加 CHANGELOG 记录并调整版本。
• 新增章节要补总入口或分卷入口。
• 易变化事实标注资料日期，避免无日期的“最新”。

NFR-05 完整性

• Markdown 内部链接目标必须存在。
• 代码围栏必须成对闭合。
• Skill 元数据、名称和目录结构必须通过自动校验。

NFR-06 安全与边界

• 不在资料中写入真实密钥、Token、个人数据或生产地址。
• 高风险主题必须提示专业复核、人工确认和可撤销/回滚机制。

11. 内容质量标准

每篇核心方法文章至少回答：

1. 它解决什么问题？
2. 何时适用，何时不适用？
3. 输入、步骤和输出是什么？
4. 谁负责，谁审批，谁被告知？
5. 如何度量成功？
6. 常见失败模式是什么？
7. 如何降低风险、降级或停止？
8. 可以直接复用什么模板或检查项？

新增内容不以“篇幅长”为质量标准；重复、无决策价值或不能指导行动的内容应合并或删除。

12. 核心指标

当前为本地文档产品，不进行外部行为追踪。指标通过本地审计和人工使用记录获得。

可选人工结果指标：使用者完成首份 AI PRD 的时间、方案评审发现的问题数、上线前发现高风险缺口的比例、面试自评分提升。

13. 发布与版本策略

v1.0：知识骨架

角色、技术、产品 0→1、项目、安全、模板、案例、词典、论文和求职体系。

v1.1：进阶与岗位实战

战略、商业化、Prompt、传统 AI、平台组织、日常 SOP、70 道题和决策速查。

v1.2：PRD 与 Skills

产品 PRD、六个本地 Skills、Skill 输出模板、官方结构校验和套件导航。

v1.3：离线浏览器门户

根目录浏览器首页、全文搜索、文档阅读、卷册/Skills 导航、移动端适配、本地数据生成和网页完整性检查。

v1.4：可视化知识驾驶舱

五大能力地图、AI 产品 0→1 生命周期轨道、明亮鲜明的类别色彩、可视化首页卡片和统一的正文阅读系统。

v1.5：双岗位学习系统

双岗位选择总入口、独立的 AI 产品经理与 AI 项目经理学习驾驶舱、岗位化六阶段路径、完成状态、能力雷达、工作产物和对应 Skills。

v1.6：双岗位交互式工作系统

两套岗位工作台、任务型成长路径、情境决策训练、实时产物工作室、岗位测评、本地状态与 Markdown 导出；知识库退为按需支持层。

v1.7：外部浏览器与响应式修复

增加本机回环启动入口，完成桌面与手机端逐页验收，修复横向溢出、空状态、手机路径过长、工作室预览不可达和岗位内容混入。

v2.0：上线前最终系统

统一永久导航，修复总入口宽屏留白，增加 L0–L5 专家成长和毕业证据系统，统一 Skills 能力等级，整理源目录并生成最小静态发布包。

v2.1：独立生产发布

上线独立域名、HTTPS、Nginx 虚拟主机、隐私与版权页，建立私有 GitHub 仓库和原子回滚边界。

v2.2：行业化基础升级

统一版本身份、确定性构建与发布指纹；修复原文与模板断链；建立内容治理边界、标准证据矩阵、状态迁移和外部评审门禁。

v2.3：行业基线与证据工具

补齐统计评测、Agent 身份与安全、数据治理、FinOps、八行业场景、交付采购和法规适用性；模板扩展到 31 项，并提供指标、证据和 Agent 模拟演练 CSV。所有公开文档新增无脚本独立阅读页、完整知识目录及站点地图。

后续候选

• 为重点行业补充差异化案例，但不把行业法律意见写成通用结论。
• 扩展内容审计脚本，增加外链时效、章节 Owner 和评审日期检查。
• 增加更多端到端案例的完整产物，而不仅是案例说明。
• 根据真实使用反馈精简重复内容并加强薄弱主题。

14. 风险与应对

15. 验收标准

文档验收

• [x] PRD 位于根目录并可从 README 访问。
• [x] PRD 包含用户、场景、目标、范围、功能、非功能、指标、风险和版本计划。
• [x] README、阅读地图和分卷入口能够覆盖新增内容。
• [x] 内部 Markdown 链接全部有效，代码围栏全部闭合。

Skills 验收

• [x] 六个 Skill 均为独立目录，名称符合小写连字符规范。
• [x] 每个 Skill 有合法 SKILL.md 和 agents/openai.yaml。
• [x] 每个 Skill 的 description 清楚说明能力和触发场景。
• [x] 每个 Skill 提供完成任务所需的工作流、质量门和输出模板。
• [x] 每个 Skill 通过 quick_validate.py。
• [x] Skills 不安装到全局、不依赖其他项目、不建立外部连接。

使用验收

• [x] 一个模糊 AI 点子可被转成含基线、评测和风险的 PRD。
• [x] 一个技术需求可获得 Prompt/RAG/Agent 等方案选择及理由。
• [x] 一个待上线系统可获得评测门禁、灰度、回滚和监控方案。
• [x] 一个延期项目可获得明确取舍、变更和恢复计划。
• [x] 一个产品线可获得战略、商业化和平台化判断。
• [x] 一个新人可获得岗位训练计划和可评分练习。
• [x] 两套岗位系统均可在断网状态完成任务、练习、测评和产物编辑。
• [x] 刷新页面后，当前浏览器能够恢复任务、答案、测评和草稿状态。
• [x] AI 产品经理可导出 AI PRD Markdown，AI 项目经理可导出项目章程 Markdown。
• [x] 双击本地启动入口后，可在默认外部浏览器通过 127.0.0.1 访问总入口和两套岗位系统。
• [x] 390px、820px 和桌面宽度下页面无横向溢出，核心导航、训练、表单和预览均可操作。
• [x] 三个入口在所有岗位内路由中始终保留统一全局导航和正确激活状态。
• [x] 两个岗位均展示 L0–L5、成长准备度、岗位化毕业证据和证据记录区。
• [x] dist/ 只包含三个入口、web/ 运行资产和版本说明，可由静态服务器直接打开。

16. 关键决策记录

17. 相关入口

• 知识库总入口
• 独立性、存储与发布边界
• 阅读地图
• 模板工具箱
• 进阶专题
• 岗位实战
• 本地完整性验证脚本
• 离线浏览器首页
• AI 产品经理工作系统
• AI 项目经理工作系统