AI 产品经理学习路线与核心技能指南
一、行业资讯与宏观认知
转行或深耕 AIGC 领域，首先需要建立对行业动态的敏感度。建议定期浏览权威科技媒体和研报平台，形成宏观且系统的认知。
1. 行业资讯渠道
关注主流 AI 资讯网站，了解最新技术动态和产品发布：
- 新智元：提供深度的 AI 技术文章与分析。
- 机器之心：涵盖行业资讯、AI 干货及新产品评测。
- 量子位：更新速度快，适合获取公关稿和行业新闻。
- IT 桔子：专注于 AI 领域的投融资数据，辅助判断市场趋势。
2. 行业研报分析
通过专业研报获取深度洞察，常用来源包括慧博投研、艾瑞咨询、萝卜投研及东方财富网等。阅读研报有助于理解产业链上下游关系及商业模式。
二、细分领域与知识库搭建
AIGC 目前的核心方向主要集中在四大领域：文本、图片、音频、视频。建议根据求职城市岗位分布、个人工作背景相关性以及兴趣偏好，选定一个方向深耕。
选定方向后，需搭建个人知识库。建议使用飞书、石墨文档或有道云笔记等在线工具，及时同步重要资讯。知识汇总格式可参考：时间、核心观点、个人感悟、原文链接等维度，便于后续检索与复习。
三、系统掌握基础知识
1. AIGC 产品经理能力地图
- 深度学习发展史
- 人工智能公司分类
- AI 产品经理分类
- 大模型时代产品从图形用户界面（GUI）转向自然语言用户界面（NUI）
- 大模型时代产品上下游关系
2. 机器学习算法核心
掌握以下核心概念是理解 AI 产品的基础：
- 基础概念：人工智能、机器学习、深度学习的关系与区别。
- 监督学习：线性回归、逻辑回归、贝叶斯、决策树、K 临近算法、支持向量机 (SVM)。
- 非监督学习：K 均值聚类 (K-means)。
- 强化学习：智能体与环境交互的学习方式。
- 生成对抗网络 (GAN)：由生成器和判别器组成的生成模型架构。
3. 计算机视觉 (CV)
- 常见视觉任务简介
- 图像分类、目标检测、图像分割
- OCR 文档分析系统
4. 自然语言处理 (NLP)
- 情感分析、电商商品评价、舆情分析、电影评价
- 常见人工智能框架
5. 深度学习算法
- 神经网络基础与反向传播原理
- 卷积神经网络 (CNN)：多层卷积抽取复杂特征过程
- 循环神经网络 (RNN) 与长短时记忆网络 (LSTM)
6. 大模型算法
- 扩散模型 (Diffusion Model)：当前图像生成的主流技术。
- Transformer 架构：大模型的基础结构。
- 应用案例：Character.AI (AI 机器人)、Jasper AI (文案生成)、Stability AI (图片生成)、Runway (视频生成)。
四、实战项目经验
做 AIGC 产品经理必须拥有实战项目经验。一般包含市场调研、需求分析、竞品分析、技术可行性调研、产品脑图、原型设计、PRD 文档编写及算法验收迭代。