目 录

第1章　产品认知—产品经理如何应对AI时代新挑战 1

1.1 行业之察：产品经理眼中的人工智能行业是什么样的 2

1.1.1 理解人工智能 2

1.1.2 人工智能领域创业发展状况 5

1.1.3 人工智能产业现状 7

1.1.4 小结 9

1.2 产品之变：AI对产品经理的影响究竟如何 9

1.2.1 以往产品设计的特点 9

1.2.2 AI时代产品设计的变化 10

1.2.3 AI催生软件设计定义的新范式 12

1.2.4 小结 13

1.3 职责之问：AI产品经理的职责与能力框架是怎样的 14

1.3.1 AI产品经理在产品上线过程中的工作职责 14

1.3.2 AI产品经理需掌握的通用能力 16

1.3.3 小结 17

1.4 技术之惑：AI产品经理需要掌握哪些关键技术 18

1.4.1 数学统计学基础概念 19

1.4.2 模型构建的整个流程 22

1.4.3 常见算法的原理和应用场景 22

1.4.4 模型验收的具体指标和方法 23

1.4.5 模型相关的技术术语 24

1.4.6 小结 25

1.5 从互联网到AI时代：一张“模型和产品关系图”，找到适合

自己的AI产品公司 26

1.5.1 什么是“模型能力—产品形态”的二维坐标系分类框架 26

1.5.2 各象限AI公司理论解析 27

1.5.3 如何判断公司属于哪个象限 29

1.5.4 小结 30

第2章　技术理解—掌握AI大模型的关键技术 32

2.1 深入理解大语言模型的能力边界与应用场景 33

2.1.1 背景：金融学科教师应对教学挑战迈向AI大门 33

2.1.2 什么是大语言模型 33

2.1.3 大语言模型为什么叫“大”模型 34

2.1.4 大模型有什么能力 35

2.1.5 大模型有什么应用场景 36

2.1.6 大模型有什么限制 36

2.1.7 案例：如何使用AI技术赋能教学课件 37

2.1.8 小结 40

2.2 深入理解提示词工程的原则技巧及实践 41

2.2.1 什么是提示词 41

2.2.2 提示词能力 41

2.2.3 提示词原则 42

2.2.4 提示词框架 43

2.2.5 提示词限制 44

2.2.6 如何与AI沟通的实践技巧 44

2.2.7 小结 47

2.3 深入理解智能体能力限制及应用场景 47

2.3.1 什么是Agent 47

2.3.2 Agent有什么能力 48

2.3.3 Agent有什么优势 48

2.3.4 Agent有什么应用场景 49

2.3.5 Agent有什么限制 49

2.3.6 如何有效将Agent赋能业务 50

2.3.7 如何构建Agent落地方法论 51

2.3.8 如何使用Agent落地模型 52

2.3.9 案例：如何将Agent落地模型应用于跨境电商纠纷处理系统升级 54

2.3.10 小结 55

2.4 深入理解检索增强生成的能力限制与应用场景 56

2.4.1 什么是RAG 56

2.4.2 RAG有什么优势 56

2.4.3 RAG有什么应用场景 57

2.4.4 RAG有什么限制 57

2.4.5 小结 58

2.5 真需求到MVP：一周从0到1实现AI大模型智能客服产品 59

2.5.1 背景：发现智能硬件售后客服真需求 59

2.5.2 如何构建AI智能客服MVP 60

2.5.3 如何构建AI智能客服方法论 62

2.5.4 小结 62

第3章　需求洞察—挖掘AI产品价值宝藏 63

3.1 需求探测器：精准挖掘真实用户需求 64

3.1.1 背景：提出“专业AI解决方案”的质量控制经理 64

3.1.2 挖掘用户真需求方法论 65

3.1.3 挖掘用户真需求循环在工厂中的运用 67

3.1.4 小结 68

3.2 需求定义灯塔：明确AI产品需求分析 68

3.2.1 需求与因果关系的新变化 69

3.2.2 产品逻辑简化与思维转变 70

3.2.3 投入产出比考量与需求切入点 70

3.2.4 算法可解释性与用户信任建立 71

3.2.5 传感器技术与多元化交互 71

3.2.6 考虑技术局限性进行需求定义 72

3.2.7 小结 72

3.3 需求量化标尺：量化AI产品需求分析 73

3.3.1 明确需求并符合产品愿景 73

3.3.2 精确识别需求场景 75

3.3.3 确立场景中的量化评估标准 75

3.3.4 小结 77

3.4 需求优先级罗盘：科学指引需求优先级判断 77

3.4.1 什么是卡诺模型 77

3.4.2 如何将用户需求进行优先级排序 79

3.4.3 如何用卡诺模型对AI产品需求进行优先级排序 80

3.4.4 小结 81

3.5 从痛点到场景：一张“AI落地场景图”，在企业中找到可落地

AI需求场景 81

3.5.1 背景：支付机构的AI落地难题 82

3.5.2 如何用AI赋能支付机构的商户进件业务 83

3.5.3 如何在企业中找到可落地AI需求场景 83

3.5.4 小结 84

第4章　模型评估—确保AI模型的高效与可靠 85

4.1 评估指标：如何衡量AI模型的标准 86

4.1.1 模型评估的分类 86

4.1.2 模型特征的评估 88

4.1.3 模型的评估 89

4.1.4 业务场景与评估指标的匹配 90

4.1.5 小结 91

4.2 模型性能：如何通过金融产品评估模型性能 91

4.2.1 什么是混淆矩阵 92

4.2.2 什么是准确率、精确率、召回率 92

4.2.3 什么是F1值 93

4.2.4 如何构建信用评分产品的混淆矩阵 94

4.2.5 如何计算信用评分产品的准确率、精确率、召回率 95

4.2.6 如何计算信用评分产品的F1值 96

4.2.7 小结 97

4.3 模型稳定性：如何通过金融产品评估模型稳定性 97

4.3.1 什么是PSI 98

4.3.2 如何用信用评分产品评估模型稳定性 99

4.3.3 小结 101

4.4 模型监控：如何建设算法模型监控指标体系 102

4.4.1 案例：金融AI模型缺乏监控导致客诉 102

4.4.2 如何开发模型监控工具 103

4.4.3 如何构建模型监控方法论 104

4.4.4 小结 106

4.5 从生产事故到上线稳定：一套模型验收流程标准保障AI产品

上线质量 106

4.5.1 案例：金融AI模型因生产事故导致业务全面停滞 106

4.5.2 如何建立模型验收流程标准 108

4.5.3 如何构建模型验收方法论 110

4.5.4 小结 112

第5章　产品设计—塑造有竞争力的AI产品 114

5.1 摒弃直觉：打造AI产品MVP的流程及方法 115

5.1.1 什么是MVP设计 115

5.1.2 传统产品与AI产品MVP设计的差异 116

5.1.3 AI产品MVP的设计流程 116

5.1.4 小结 117

5.2 设计原则：AI产品设计的准则 118

5.2.1 同理心原则 118

5.2.2 资源整合原则 119

5.2.3 小结 119

5.3 成功因素：AI产品成功的必要条件 120

5.3.1 核心技术在AI产品成功中的作用 120

5.3.2 产品化过程中面临的挑战及应对策略 121

5.3.3 商业化如何实现产品价值变现 122

5.3.4 小结 123

5.4 创新理念：AI Native产品设计的理念与方法 124

5.4.1 在不确定性中构建产品，寻找确定性 124

5.4.2 LUI不是AI产品交互的唯一途径 125

5.4.3 以用户为中心的设计理念 126

5.4.4 小结 126

5.5 从图形到对话：一份AI产品需求文档重新定义LLM AI产品需求 127

5.5.1 背景：人工智能助手“贾维斯”如何帮我点外卖 127

5.5.2 AI产品PRD重构的三步法 129

5.5.3 AI产品经理的PRD设计框架方法论 131

5.5.4 小结 132

第6章　用户体验—提升AI产品的满意度 133

6.1 体验要素：影响用户体验的关键因素 134

6.1.1 功能体验如何影响用户体验 134

6.1.2 交互设计如何影响用户体验 135

6.1.3 视觉设计如何影响用户体验 135

6.1.4 性能表现如何影响用户体验 136

6.1.5 内容质量如何影响用户体验 136

6.1.6 小结 136

6.2 交互设计：UX设计原则 137

6.2.1 什么是UX设计原则 137

6.2.2 AI产品与非AI产品在交互设计中的UX设计原则差异 139

6.2.3 小结 142

6.3 用户反馈：倾听用户的声音 142

6.3.1 什么是用户反馈 143

6.3.2 案例：用户反馈在AI智能助手项目中的运用 143

6.3.3 小结 146

6.4 人机交互：AI产品的可控之路 146

6.4.1 什么是人机交互 146

6.4.2 人机交互在AI智能语音助手中的运用 147

6.4.3 小结 149

6.5 从满足到满意：一个工作流机制提升AI产品的人机交互体验 150

6.5.1 案例：用户反馈AI智能语音助手人机交互体验差 150

6.5.2 如何构建工作流机制提升语音助手的人机交互体验 151

6.5.3 提升AI产品人机交互体验的方法论 152

6.5.4 小结 154

第7章　团队协作—打造高效的AI产品团队 155

7.1 团队角色：不同角色的职责与有效协作技巧 156

7.1.1 AI产品开发团队中有哪些主要角色 156

7.1.2 每个角色的具体职责是什么 156

7.1.3 不同角色之间协作可能面临哪些挑战 157

7.1.4 有哪些有效的协作技巧 158

7.1.5 小结 159

7.2 沟通技巧：促进跨部门及团队有效沟通技巧 160

7.2.1 跨部门沟通的定义及重要性 160

7.2.2 横向领导力的内涵 160

7.2.3 跨部门沟通在AI智能语音助手项目中的运用 162

7.2.4 小结 164

7.3 冲突解决：妥善处理团队内部冲突的策略和技巧 164

7.3.1 为什么要处理团队内部的冲突 165

7.3.2 化解团队冲突的四大策略 165

7.3.3 小结 167

7.4 激励机制：激发团队成员积极性和创造力 168

7.4.1 团队成员积极性和创造力不足的常见情况 168

7.4.2 激发团队成员的积极性和创造力的有效措施 168

7.4.3 激励机制在AI智能语音助手项目中的运用 169

7.4.4 小结 170

7.5 从传统到高效：一系列AI工具提升团队效率 170

7.5.1 DeepSeek三种使用模式的区别 171

7.5.2 DeepSeek提问的四大原则和技巧 171

7.5.3 提升团队效率的AI工具 174

7.5.4 小结 174

第8章　商业模式—探索AI产品的盈利之路 176

8.1 模式分析：常见的AI商业模式 177

8.1.1 AI商业模式的三大支柱 177

8.1.2 小结 179

8.2 价值创造：为用户创造价值的方法 180

8.2.1 分析用户价值的构成要素 180

8.2.2 用户价值在AI智能语音助手项目中的运用 182

8.2.3 小结 183

8.3 模型成本：AI时代的模型成本计算方式 184

8.3.1 什么是Token 184

8.3.2 模型成本消耗的两种方式 186

8.3.3 直接调用模型厂商接口的成本计算 187

8.3.4 小结 188

8.4 收入来源：AI产品的盈利途径 189

8.4.1 AI产品的四种主流盈利模式 189

8.4.2 小结 194

8.5 从技术到变现：一个公式拆解AI技术变革下产品赚钱商业模式 195

8.5.1 什么是好的AI商业模式 195

8.5.2 AI技术变革下的产品赚钱商业模式 196

8.5.3 案例：DeepSeek如何成为改变世界的产品 199