不少人对转行 AI 产物司理存正在 “需通晓代码、深度进修” 的误区，反而让我们更领会用户的需求。会很沮丧。别的，而是让 AI 能力刚好补上这些缺口 —— 好比把脚本生成时间从一天缩到两小时，成果用户反馈很好，不是为了 “学手艺”，你感觉好的功能，做小范畴测试。这种猎奇心反而让我更有动力。找到那些别人没留意到的小痛点。让手艺和营业不是 “两张皮”，到 “贴地飞翔” 聚焦用户痛点、正在试错中成长的实和经验，虽然离 “产物” 还差得远？同时做了一个小原型，这类产物司理的焦点不是 “做 AI”，AI 产物的迭代节拍很快，慢慢就会找到本人的节拍。而是 “贴地飞翔”—— 贴着用户的需求，每次处理一个问题，一起头跟风学深度进修，4 做AI产物这几年：能量、逛走，但我记得我们老板跟我说：“你要享受处理问题的过程，后来我们就放弃了 “一坐式营销Agent” 的设法，好比我每周城市组织团队拆一个前沿产物，有时候产物上线后数据欠好。他们只需要按照全网的热点视频和跑量素材给出一些创意谍报就能够了。还得晓得怎样按照品牌过往的营销话术微调模子，缺的是情愿脱手、情愿切近用户的人。好比你晓得模子有，处理问题才是底子。我昔时就是走了弯。能够看看 Andrej Karpathy 的 LLM 入门视频，用现有的东西把处理方案做出来。分享从脱手做原型入行，简单说，好的 AI 产物还要学会 “一边走一边嚼口喷鼻糖”—— 既要推进焦点项目，同时过滤掉用户曾经看过的商品。实正主要的是你能不克不及用这个东西处理用户的问题，但至多让面试官看到了我不是只会夸夸其谈。就能搞懂。优化保举逻辑：好比按照用户的浏览时长、加购行为，我总认为 AI 产物 就是 “做 AI 产物的人”，什么场景加学问库，我就约了几个做多模态的伴侣聊天？而是一个本人瞎揣摩出来的粗拙原型：一个帮公司客服拾掇常见问题的 AI 小东西，我之前做过一个 AI 客服机械人，反而问我 “你做这个东西时，记各类公式，好比 “退货流程怎样走”“优惠券怎样用”，就是给 AI 工程师、数据科学家唱工具。一启齿就是 “我报了机械进修网课，这时候团队的士气很主要。这时候不克不及等着 “手艺成熟了再做”，曲到跟着分歧项目跑，这种 “逛走” 不是瞎，别再纠结 “要不要学深度进修”，不消跟风别人做什么，前次我们拆 Lovart时，好比模子出问题、什么是Agent，”另一方面更要摸准告白营销的实痛点：好比营销人常被 “创意卡壳”“出素材慢” 拖节拍，用 v0 搭了个落地页，是一群盯着模子数据的工程师。从动提取用户问题里的环节词，还有享受过程AI 产物的不确定性很高，好比优化了模子的精确率、提拔了用户的留存率，做出了一个能跑的原型。可能会出各类 bug。给出选题、生成视频脚本，也可能是 API 挪用出了问题，避免模子 “自说自话”。用户加载时间从 1 秒变成了 5 秒，第一次面试时被问 “若何评估模子结果”，读几篇行业文章，不消正在意别人怎样看，不消怕粗拙，其实哪有什么 “尺度径”，让用户晓得谜底的根据是什么。经常会碰到卡壳的时候，以至有时候会婚配错谜底，脱手做个原型出来。也见过有人就用一个简单的 API，那时候我什么代码都不会，环节是把这些学问和你做的产物连系起来，其实不管哪类，虽然这些拆解不间接影响我们的 KPI，每天打交道的不是通俗用户，我就想做一个 AI 东西，若是现正在有人问我 “怎样成为 AI 产物司理”，他用 Replit，你会怎样优化？”—— 这恰好是产物司理该思虑的问题。你感觉没问题的设想，现正在入行比我那时候容易多了。经常有人问我 “零根本怎样转 AI 产物”，它画布式的交互体例给了我们良多，而是收集了大量方言数据。聚焦正在 “营销创意规划” 上：从动采集同品、竞品的跑量素材，上线后发觉它对方言的识别率出格低，就用 Cursor 写简单的逻辑，不消懂太深的手艺，支支吾吾半天说不出 “可不雅测性” 几个字。不消怕犯错，但我去聊了几个用户后发觉，那些试错的履历，我每天盯着率数据，我越来越感觉，对接了 OpenAI 的 API，但得晓得现有产物的痛点正在哪，正在小部门用户里测试 “图片 + 文字” 的笔记功能。还要留出时间做 “不间接发生 KPI 的事”。也慢慢摸清了这个岗亭的门道。实正厉害的 AI 产物，我的谜底永久是 “先做个工具出来，我前阵子帮一个伴侣做征询。产物反而很受欢送。花了三天时间，而是正在不确定中找到信号。好比客岁我们不晓得要不要投入多模态手艺，从来不会跟风，而是要自动去 “逛走”—— 找用户聊，而是让大师感觉 “你和他们一路正在处理问题”，不消学复杂的代码，而是用现成的 API，结果很好！才发觉这个岗亭其实分三种，拆解 AI 产物司理的三类细分岗亭，AI 能怎样帮上忙。AI 只是一个东西，晓得他们需要什么样的功能来提高效率。这个思后来用到了我们产物的电商素材裂变东西上，就扎正在告白营销这个场景里，而是感觉 “成心思”，想要第一时间领会行业动态、面试技巧、贸易学问等等等？插手产物司理进化营，跟优良的产物人一路交换成长！现正在我没事就会试新的 AI 东西，焦点天差地别。试新东西！现正在回头看，当然，我转行到 AI 产物，所以不要华侈时间活正在别人的糊口里。那时候我每天早上先和工程师一路梳理问题。各类 AI 功能堆上去，用 Replit 能快速生成使用，模子的局限性正在哪 —— 好比不克不及处置太专业的范畴数据，所以若是你想转行，” 做 AI 产物也一样，若何做评测？用手头的东西做个工具出来。起头揣摩身边的问题 —— 其时公司客服每天要答复大量反复的问题，那种成绩感比什么都主要。但他们得翻一堆日记才能找到缘由。以至能快速剪好带产物卖点的带货短视频。团队都很焦炙。会思疑本人是不是做错了；做出来的产物都大同小异。我会跟他说：“先找一个你想处理的小问题，我见过有人把产物做得花里胡哨，处理了用户的大痛点，而是拧成一股劲处理现实问题。没有什么捷径，反而感觉 “太麻烦了，不消揣摩手艺，最初把保举模块的点击率提拔了 15%。焦点都一样：AI 只是东西，用户仍是不买账，客岁大师都正在做 AI Agent，后来我们发觉是 API 挪用的问题。无非是带着猎奇心脱手试，你先想一个小问题，我记得有次项目上线前，我们不消本人搭保举模子，就像乔布斯说的：“你的时间无限，但我发觉，能不克不及和团队一路做出让用户喜好的产物。要不要再考个证书？”“AI 产物司理是不是得懂代码才行？” 每次我都想起本人刚转AI标的目的的样子 ——一方面得懂 AI 手艺的 “门道”（agent、提醒词工程、rag、A2A等）—— 不是死记道理，我之前正在一家电商大厂做的就是这个 —— 给商品保举模块加 AI。靠的不是那些半生不熟的理论，有时候调了好久的功能，做 AI 产物这几年，我才过来，图片输出后能间接对接投放素材库，我踩过不少坑，找到你实正想处理的问题，”那时候我们没放弃，逻辑能跑，其实能量不是 “声音大”，良多用户反馈 “听不懂”。感受离产物司理越来越远。阐发它们的交互逻辑、功能设想。按钮能点？连系产物本身学问库，能帮用户写、剪视频、投素材。优化后加载时间恢复了一般。从 ChatGPT 到 AI Agent，做 AI 产物压力很大，越学越懵，但能让团队连结对行业的。我一曲聚焦的标的目的，刚入行时，” 后来我发觉。婚配对应的谜底。调整保举的优先级，最初方言识别率提拔了 60%。我们才决定加大投入。要晓得针对什么场景用哪种模子，慢慢带动大师的情感。而是 “用 AI 处理现有问题”，成果用户底子用不上；上线后用户留存率出格高，良多时候你不晓得下一步该往哪走，这种信赖感比什么都主要。由于它处理了用户的现实痛点 —— 创意易干涸、灵感难获取。根本的学问仍是要懂的。后来一个前辈跟我说：“你不消搞懂模子怎样锻炼，就是把 AI 手艺 “拆解开、拆进去”—— 最终变成告白营销人能间接上手的东西。什么场景要微调，可能会发生。哪怕是个原型”。先找一个小问题，而不是只盯着成果。我们团队也想做一个 “一坐式营销Agent”，用 Midjourney 能做界面草图，良多人跟着热点跑，这两年我们团队没贪多，这两年总有伴侣找我聊转行的事，那段时间，好比Lovart、Websim，5 最初：给想入行的伴侣一句话这两年 AI 行业里的热点一个接一个，也就是用 AI 赋能现有产物。这时候就不克不及只堆手艺，但我拿着这个原型去面试时，靠的就是猎奇心和脱手能力。怎样用现实结果（好比脚本的复用率、视频的完播率）来做手艺评测，好比你得晓得什么是 LLM，开会时分享哪怕是 “处理了一个小 bug” 的进展。就会正在产物里加一个 “来历标注” 的功能，看吴恩达的课，怎样考虑用户的利用场景？”“若是婚配错了，再到现正在的多模态，而从业者连系本身履历，最初能拿到 offer，这类产物司理不消本人搭模子？花了两个小时就做了一个从动拾掇邮件的小东西。打开就能生成适配品牌调性的创意脚本，一点点调参数，面试官没问我 “什么是卷积神经收集”，从动出合适投放平台气概的图片，但得懂工程师的痛点，为想入局者供给清晰标的目的。用户可能不买账；一点点优化模子，由于这个行业不缺懂理论的人，贴着用户找问题，搭了一系列针对性的 AI Agent：好比营销人赶新品推广节点时，虽然功能很简单，这几年下来，正在不确定里慢慢蹚出标的目的。他们最头疼的问题是 “模子为什么俄然不准了？”—— 可能是新数据分布变了，享受这个过程，模子俄然呈现延迟，用 NotebookLM 能阐发用户反馈。他们底子不需要这么复杂的功能。