AI 时代产品经理成长指南与核心能力模型

原型设计是很重要的交付成果物，让团队成员能够清晰的知道需要做什么。主要讲清楚产品需要有哪些信息，是如何与用户交互的，分为低保真和高保真图，想要产品体验好，交互设计能力不可少。需要了解交互设计基本原则，推荐书籍《About Face: 交互设计精髓》《点石成金》《简约之美》《用户体验要素》《破茧成蝶》；设计心理学，推荐阅读唐纳德诺曼《设计心理学》系列。需要有信息架构的设计能力，如果是 AI 产品经理，还要从传统 UI 的信息架构还要延伸到语音对话的沟通信息架构，推荐阅读《信息架构，超越 WEB 设计》《语音用户界面设计：对话式体验设计原则》《Google 对话式交互规范文档》《Amazon 语音交互设计规范文档》《Machine Learning for Designers》。另外，就是 UI 设计的相关知识，我们不仅要去关注流行趋势，更需要熟悉 UI 设计的理论和准则，推荐阅读书籍《认知与设计：理解 UI 设计准则》《平面设计原理》《写给大家看的设计书》《通用设计法则》。除了活动类产品，强调活泼有趣的画面感，大多数产品 UI 都遵从设计规范（Material Design、iOS 规范等），需要具备了解设计规范的制定逻辑（配色、排版、组件、图标），并且能够将规范和产品的灵活结合在一起，最后通过 UI 设计软件（Sketch、Figma）进行输出。

2. 产品规划

产品规划中需要产出对应的规划文档，最常见的有产品需求文档 PRD、其次是市场需求文档 MRD 和商业需求文档 BRD。针对初级的产品工作人员，最基本的要求是需要能够写好 PRD。需求制定并不是把原型图简单的往上一放。一方面，你要深入地理解用户需求和产品目标，并且对需求进行识别和拆解，推荐阅读《金字塔法则》《软件需求（第三版）》；另一方面，要能撰写清晰、具体的需求文档，包括需求描述、功能需求、非功能需求等，以便开发团队和其他相关团队理解和实施需求，推荐书籍《火球 UML 大战需求分析》《需求工程》以及阿里巴巴的'五导家'模型。随着产品开发的进行，需求可能会发生变化。因此，产品工作人员应该定期更新 PRD，以确保文档内容与产品的最新需求保持一致。

3. 市场调研与竞品分析

市场调研与竞品分析的内容通常呈现为调研报告，也会呈现在 BRD 和 MRD 上，用来推动领导层和团队达成共识。市场调研不是一堆复制黏贴、截图就完事了，需要收集数据和分析、解读和洞察，将调研结果能够应用于产品决策和战略制定上面。我们通过对于企业的调研可以分析它的产业价值链和商业模式，推荐学习波特五力模型、SWOT 分析和商业模式画布。我们还要通过分析产品的迭代情况和功能反推背后的战略目标，推荐阅读和学习《用户体验要素》《蓝海战略》的价值曲线图、'用户体验地图'分析等。

4. 业务数据分析

业务数据分析的报告内容通常出现在产品的规划文档和复盘报告中。初阶的产品工作人员需要，了解常用的一些数据指标的计算方式，如 DAU/MAU、PV/UV、GMV、ARPU、点击率等，产品经理需要经常计算业务的转化漏斗，需要擅长使用 Excel 或者 Python，推荐阅读书籍《深入浅出数据分析》《深入浅出统计学》《数据思维：从数据分析到商业价值》《产品经理数据分析实战手册》《网站分析实战：如何以数据驱动决策，提升网站价值》；另外，也会涉及到一些通过 SQL 查询获得业务报表的场景，所以产品经理还要了解基本的 SQL 语法，推荐书籍《SQL 必知必会》《利用 Python 进行数据分析》；并且产品经理也要知道，如何根据不同的业务特点制定的核心的可衡量的业务指标、制定产品的改进策略，推荐阅读《精益创业》《精益数据分析》《增长黑客》等相关书籍。

5. 用户分析

用户分析的内容会出现在产品规划文档中，也会出现在产品复盘的文档中。在产品项目前期，我们也要参与到用户调研和用户画像制定的过程，在阶段性复盘的过程中我们也要去了解和收集用户的反馈。我们需要能够有以人为中心的设计思维方式，站在用户的场景和视角来思考问题，推荐学习'用户体验地图'的相关知识点。绘制出有效的用户画像 Persona（相关书籍推荐《About Face：交互设计精髓》），通过分析用户在场景中的流程，找到痛点，使用心理学一些知识点去发现问题解决问题，提出产品需求和迭代的方向，推荐书籍《认知心理学》《社会心理学》《思考，快与慢》《马斯洛需求层次理论》。对于 C 端产品来说，还有很重要的是，自己也要能带入到用户的角色中去和用户打成一片，成为自己产品的用户，在使用中发现更多的问题。另外，能够了解定性和定量的用户调研手段和分析的一些方法，推荐相关书籍《用户体验与可用性测试》《用户体验度量》。

有了上面 5 项基础的交付技能还不够，你需要更多的背景知识的支撑，才能让你的方案更有灵魂：

1. 商业认知

初级产品工作者通过学习市场营销的知识，来提升自己对市场和运营的理解。例如，4P 理论、STP 理论；另外，产品经理需要与运营团队紧密合作，知道产品运营的思考方式，推荐阅读书籍《流量池》《运营之光》《参与感》《爆款文案》，要从一个简单的营销页面就能感知到很多的门道。此外，产品的每个前台功能都可能涉及到一个运营后台，涉及到推荐逻辑和管理逻辑，也要充分考虑到内容运营和用户运营的各种底层逻辑。

2. 软件工程与架构

虽然产品工作人员不需要亲自敲代码，但是产品是怎么做出来的需要有清楚的认知，否则就是盲人摸象。软件工程知识可以帮你系统的了解软件生产过程，推荐书籍《软件工程最佳实践》《软件工程：实践者的研究方法》；软件架构的相关知识，能够让你知道如何设计软件系统才是合理的，让你的需求文档更有说服力，推荐阅读《系统架构，复杂系统的产品设计与开发》、《大象：Thinking in UML》等书籍。另外，建议所有的产品经理应该亲手尝试编程做一两个小项目，这样你对技术会有更深刻的体会。其实编程语言比英语要简单很多，特别是今天有了 ChatGPT 的加持，门槛变得更低了。

3. 人工智能技术

AI 产品经理需要了解人工智能的相关知识，知道如何将 AI 技术应用到自己的项目中去。包括但不限于以下几个方面：首先，对常见的人工智能算法和模型有基本的了解，如机器学习、深度学习、自然语言处理等，能够知道常见的模型评估指标，如准确率、召回率、F1 值、AUC 等。其次，需要了解数据处理和数据标注的基本原理和方法，以确保数据质量和训练模型的有效性。同时，了解人工智能的伦理和法律问题，如隐私保护、数据安全等，以确保产品的合规性。最后，对人工智能技术的发展趋势和应用场景有一定的了解，以保持对市场的敏感性和判断力。此外，了解常见的人工智能工具和平台，如 TensorFlow、PyTorch，以及 GPT、Stable Diffusion、Midjourney、LLaMA 等，能够理解它们的使用和优缺点。

4. 行业认知

产品工作人员需要对自己企业当前所处的行业有足够的了解，小到一个常用业务功能的设计的最佳实践，大到整个行业竞争的格局和市场变化。能够分析生态链和已有商业模式，推荐书籍《商业模式新生代》的商业模式画布、迈克尔·波特的'价值链分析'；了解市场规模、增长趋势、机会和挑战，同时评估竞争对手的产品特点和定位，推荐书籍《市场竞争战略》；预估行业的趋势，推荐阅读《跨越鸿沟》《创新者的窘境》高德纳 Gartner 的《技术成熟度曲线》；另外，还要关注国家的法律法规的动态，避免在产品设计的过程中触及红线。对于行业信息的获取，一方面是同行或者业内资深人士的交流，另外一方面可以通过一些行业的自媒体或者媒体网站来了解。

四、基础素质考核

1. 执行能力

作为执行层，执行力毋庸置疑的重要，执行力并不是低头干事，我们需要明确自己的目标，通过能够分析问题，拆解问题。需要了解'金字塔法则'，'5W1H 分析'，并合理安排的自己每日的时间和计划、'SMART 法则'和'重要紧急四象限'、PDCA 循环（Plan-Do-Check-Act）（推荐书籍《麦肯锡问题分析与解决技巧》），从而提升自己的工作效率（推荐书籍《高效能人事的七个习惯》）。另外，也要了解项目管理的敏捷开发相关知识，你才能更好地管理和执行需求。

2. 沟通能力

不懂沟通，就不会执行。做产品的一定要和开发撕逼的吗？不同的人有不同的沟通方式，核心的关键是站在对方角度思考，而不是陷入到不良的情绪中。所谓沟通能力并不仅仅是把事情说清楚的能力，善于沟通的人往往善于倾听。很多时候，你的解决方案并不是完全来自你自己，需要产品经理有专业的沟通能力，要能用相关专业知识带领大家层层深入，最终达成团队共识，推荐书籍《关键对话》《非暴力沟通》。

3. 学习能力

其实'学习能力'是一种心态。在职场上，许多人工作了好几年，为什么没有什么长进？其实大部分人对工作的态度是做一天和尚撞一天钟，并没有主动提升的意愿；还有一部分人虽然看似热爱学习，但陷入了'理障'和'我执'。'理障'是把自己限制在自己认为的道理或逻辑中，忽视其他差异性的观点和信息；'我执'是相信自己永远都是对的，不接受别人的批评和挑战。这两类心理现象都会限制我们成长。如果要破除'理障'和'我执'需要我们做到以下三点：保持开放心态、有批判思维、做到知行合一。例如，当你画原型图的时候，可以根据一些设计原则进行设计，但是不必太拘泥某个设计原则，因为设计原则是前人总结的经验，并不适用于所有场景，当你无法决策时候，一方面你可以根据业务目标判断，另外，你可以和他人交流，有时候直觉判断可能会更加准确。另外，上线之后可以通过复盘和反思修正自己的认知，推荐书籍《刻意练习》。

五、如何转行与进阶 AI 产品经理

越来越多的人开始转行 AI 产品经理，毕竟大行情不是太好，对于刚毕业的研究生，想转行的互联网人，AI 产品经理，确实是一个不错的方向。以下是整个学习思路和方向的详细展开：

1. AI 产品经理全局学习

首先需要建立宏观视野。了解 AI 在整个互联网生态中的位置，理解 AI 如何赋能传统业务。这包括了解 AI 产业链的上中下游，从算力基础设施、数据服务、模型层到应用层。你需要明白 AI 不是万能药，而是工具，关键在于场景匹配。建议阅读行业白皮书，关注顶级科技会议（如 NeurIPS, ICML, CVPR）的科普报道，建立对技术边界的认知。

2. Python 系统学习

Python 是 AI 领域的首选语言。AI 产品经理不需要成为算法工程师，但必须掌握 Python 基础，以便与技术人员无障碍沟通，甚至能独立跑通 Demo。重点学习内容包括：基础语法、数据结构、常用库（如 Pandas, NumPy）、API 调用（Requests）、以及简单的脚本编写。掌握 Python 能让你更好地理解数据流转和处理逻辑，在评审技术方案时能提出更切实际的建议。

3. 机器学习与深度学习

这是 AI 产品经理的核心硬技能。你需要理解监督学习、无监督学习、强化学习的区别及适用场景。掌握常见模型如线性回归、决策树、神经网络、Transformer 的基本原理。重点在于理解输入、输出、训练过程、推理过程以及模型的局限性。了解常见的评估指标（Accuracy, Precision, Recall, F1, AUC, BLEU 等），并能根据业务目标选择合适的指标。不需要手写算法，但要能看懂模型架构图和参数含义。

4. 热门 AI 产品竞品分析

选择市场上成熟的 AI 产品进行深入拆解。例如分析 Copilot、Notion AI、Midjourney 等产品。分析它们的 Prompt 设计、交互流程、定价策略、用户反馈。重点关注它们如何解决具体痛点，如何处理幻觉问题，如何保证响应速度。通过竞品分析，提炼出可复用的设计模式和功能点，形成自己的产品方法论。

5. AI 产品设计学习

AI 产品的交互与传统软件不同，具有概率性和不确定性。学习如何设计容错机制，如何向用户解释 AI 的决策（可解释性），如何设计人机协作流程。例如，在生成式 AI 产品中，如何设计 Prompt 引导框，如何提供编辑和修改选项，如何展示置信度。学习相关的 UX 设计原则，如'人类在环'（Human-in-the-loop）的设计理念。

6. AI 产品 0-1 实操项目经验

理论知识必须落地。尝试自己主导一个小型的 AI 项目，哪怕是内部工具。从需求定义、数据准备、模型选型、接口对接、测试验证到上线运营，走通全流程。如果没有现成资源，可以利用开源模型（如 LLaMA）搭建一个简单的聊天机器人或文本分析工具。这段经历是面试中最有力的证明，它能体现你解决实际问题的能力。

7. AI 产品求职与面试准备

准备作品集，包含上述项目的详细文档、原型图、数据报告。复习基础知识，准备好回答关于技术边界、伦理风险、成本控制等问题。模拟面试场景，练习如何阐述产品思路。关注行业动态，保持对新技术的敏感度。面试不仅是考察知识，更是考察思维方式和解决问题的逻辑。

六、总结

初级产品岗位的历练大概 2~3 年左右，时间并不漫长，如果你能知行合一，你可以学到很多东西，但也可能会遇到很多困难……但这并不是坏事，因为简单的事情是无法铸就你独一无二的竞争力的。

产品经理是一个极其需要综合能力的岗位，但是学校并没有产品经理专业，每个行业、每个公司，每个团队，每个人的理解都会有所不同。在 AI 时代，产品经理的角色正在发生深刻变化，从单纯的功能设计者转变为技术与商业的桥梁。持续学习、保持好奇、拥抱变化，是在这个快速迭代的时代生存和发展的关键。