行业知识 · v2.3.0 · 资料核对 2026-10-03
AI 产品与项目负责人能力地图
T 型能力结构
AI 产品负责人需要“广而能协作，深而能决策”。不要求替代算法、工程、设计、法务和项目专家，但必须能提出正确问题、识别证据质量、做出权衡并承担结果。
| 能力域 | L1 知道 | L2 会做 | L3 能决策 | L4 能负责 |
|---|---|---|---|---|
| 战略与商业 | 解释战略、市场、商业模式 | 画价值链、算粗 ROI | 选择赛道和优先级 | 对业务结果和资源配置负责 |
| 用户与场景 | 区分需求与方案 | 访谈、旅程、JTBD | 识别高价值高可行场景 | 建立持续洞察系统 |
| AI 技术 | 解释 ML/LLM/RAG/Agent | 调 API、做原型 | 选架构、模型和降级策略 | 对技术路线与演进负责 |
| 数据 | 解释训练/评测/反馈数据 | 写数据需求和标注规范 | 判断可得性、质量、偏差 | 对数据闭环与治理负责 |
| 评测 | 区分离线和在线指标 | 建集、写 Rubric、跑基线 | 定阈值与上线门禁 | 对效果、风险和漂移负责 |
| AI 体验 | 理解不确定性与信任 | 设计引用、确认、纠错 | 划分人机权限 | 对端到端任务体验负责 |
| 项目交付 | 理解范围/进度/风险 | 做 WBS、RACI、RAID | 管依赖、变更和资源 | 对交付基线和验收负责 |
| 工程运营 | 理解 API、云、日志 | 画架构、定 SLO | 权衡延迟、成本、可靠性 | 对线上服务和单位经济负责 |
| 安全合规 | 识别主要风险 | 做 DPIA/红队/供应商清单 | 选择控制和残余风险 | 对治理闭环与事故响应负责 |
| 领导力 | 清晰表达与记录 | 主持评审和冲突协调 | 影响无汇报关系团队 | 建机制、培养人、管理组合 |
从 L4 到 L5：建设体系
L4 是能对一个产品或项目的结果负责；L5 是让多个团队在没有你逐项盯住时，仍能持续做出高质量决策。典型能力包括：
- 把产品战略转成清晰的产品组合和资源配置机制。
- 建立可复用的评测、安全、数据、模型接入和可观测平台。
- 形成业务、产品、算法、工程、法务与运营共同使用的决策语言。
- 建立阶段门、例外审批、事故响应、知识复用和人才培养机制。
- 用单位经济、风险和战略价值管理多个项目的加码、保持与停止。
AI 产品经理的知识树
业务
├─ 战略、市场、竞品、商业模式、定价、单位经济
├─ 用户研究、JTBD、旅程、需求、可用性
└─ 指标、实验、增长、运营、路线图
智能
├─ 监督/无监督/强化学习、深度学习
├─ Transformer、基础模型、LLM、多模态
├─ Prompt、RAG、微调、Agent、工具调用
└─ 数据、评测、MLOps/LLMOps、监控、成本
交付
├─ PRD、原型、架构、API、埋点
├─ 范围、计划、依赖、质量、风险、采购
└─ 灰度、发布、SLO、事故、复盘、退役
治理
├─ 隐私、版权、公平、透明、可解释
├─ 提示注入、越权、泄漏、投毒、供应链
└─ 法规、审计、模型卡、数据卡、责任制12 个可验证的毕业作品
访谈数和黄金集数是教学起始样例；真实项目按风险、任务覆盖、信息饱和与统计把握度确定样本量。行业证据要求见 行业基线，包含 AI 影响评估、Agent 授权、风险测试追踪、结果单位成本和供应商退出。
- 场景机会地图和优先级矩阵。
- 10 次访谈记录、洞察聚类和反证结论。
- AI 产品简报与商业论证。
- 带失败模式的 AI PRD。
- 可交互原型与可用性测试报告。
- 100 条以上、分层抽样的黄金评测集。
- 模型/架构选型评分卡。
- 端到端评测报告和错误分类树。
- 项目章程、WBS、RACI、RAID 与里程碑。
- 成本模型、容量估算和三种流量情景。
- 安全威胁模型、红队记录和上线门禁。
- 灰度看板、事故演练和一次复盘报告。
自测：你是否已能独立负责
若以下任一问题只能回答“看情况”而说不出判断框架，就回到对应章节：
- 为什么这个问题值得用 AI，而不是规则、搜索或人工流程？
- 什么叫“答对”，谁有资格判定，分歧怎么处理？
- 失败时用户是否知道、能否纠正、能否撤销？
- 模型升级后怎样证明没有悄悄变差？
- 数据从哪里来，授权范围是什么，多久删除？
- 供应商停服、涨价或降质时如何切换？
- 1 万、100 万次调用时的成本和延迟分别是多少？
- 项目延期两周时，牺牲范围、时间、成本还是质量，谁批准？
- 哪些风险绝不能接受，谁有权按下停止按钮？
完整自测可使用70 道评审与面试题，现场决策可使用决策速查表。