背景
211 本科，6 年产品经理工作经验，之前做过的项目比较杂，电商、社交、广告等方向都有涉猎。
非常看好 AIGC 未来的发展，所以从 2023 年底开始准备相关的求职，结合最近一款工作经验做了两个 AIGC 的项目，然后改简历投递。
陆陆续续面了 10 多家，除了蚂蚁的 offer 还有另外两家公司的 offer。
针对蚂蚁的面试，4 面是 HR 面问题相对比较常规，应该是前三面的面试官对我的面评比较积极正向，所以 HR 也没有为难我。
重点梳理了前三名的面经，整体来说：
- 一面主要是深挖项目，个人感觉难度不大，只要项目是自己真的做过的，细节在面试之前梳理好，问题都不大。
- 个人感觉二面难度大了很多，是更高层面的挖掘，'为什么'要比'是什么'更重要。
- 三面更多的是宏观问题，业务规划的思路，赋能真实业务的决策方法等等。
一面：45 分钟
1. 自我介绍
按照三段论结构，控制在一分钟内。重点突出与 AIGC 相关的项目经验和核心能力。
2. 请系统介绍一下近期做的这个 AIGC 项目
肯定要说自己最熟悉的多轮对话机器人项目。需要清晰阐述项目背景、目标、你的角色、技术选型及最终成果。
分析与建议： 这是考察 AI 产品经理技术调研能力的核心环节。即使你自己体验过再做大模型也很难避免主观的问题，建议看一下专业的大模型评测网站（如 OpenCompass）。在介绍时，要展示你对模型特性的理解，而不仅仅是功能堆砌。
3. 大语言模型最终选定了哪个？为什么选择这款？
技术调研都看了哪些大模型？从哪些维度进行分析评测的？模型评测的方法是什么？标准怎么定义的？
分析与建议： 你需要展示客观的评估体系。不要仅凭感觉，应建立包含性能、成本、延迟、安全性、生态兼容性等维度的评分表。说明为何该模型最适合当前业务场景，例如推理成本 vs 效果平衡。
4. 产品设计中如何与业务需求进行融合的？
为什么坚信这个方案是可行的？整个项目中你自认为做的最好的功能是哪个？为什么？
分析与建议： 明确用户、场景、需求，也就是什么用户在什么场景下遇到了什么问题，产生了什么需求。通过数据分析或者用户调研等明确需求的普适性，评估产品的用户价值。可行性分析需包含技术边界和 ROI 预估。
5. 项目推进中如何与算法工程师配合的？
对于算法选型产生意见不一致时，如何解决？
分析与建议： 强调数据驱动和共同目标。当出现分歧时，提出通过小流量实验（A/B Test）或构建基准测试集来验证假设，用结果说话，而非单纯争论理论优劣。
6. 为什么选择这个数据指标？你认为数据表现这么好的核心原因是什么？
分析与建议： 作为 AIGC 产品经理更多的要关注业务指标，即产品对业务需求的满足程度，而且一定有一个北极星指标。例如对话完成率、用户留存率或任务解决率。核心原因通常在于精准的场景匹配和高质量的 Prompt 工程优化。
7. 从一名优秀 AIGC 产品经理的角度出发，你觉得你当前还有哪些不足？
分析与建议： 诚实但建设性地回答。例如可以提到对底层模型原理的理解深度有待加强，或者在多模态应用的落地经验上还需积累，同时表达出持续学习的计划。
二面：56 分钟
1. 自我介绍
2. 都用过哪些国内外的大模型产品吗？最喜欢用的一个是哪个？为什么？
分析与建议： 推荐大模型评测平台 OpenCompass。展示你对行业头部产品的熟悉度，并能从用户体验、API 稳定性、价格策略等角度进行对比分析。
3. 这个 AIGC 文生图以及营销文案的项目，上线之后做了几个版本的迭代？
有没有基于数据分析发现问题然后迭代的案例？
分析与建议： 展示敏捷迭代思维。描述具体的数据反馈（如生成质量满意度），以及如何通过调整参数、优化提示词库或引入人工审核机制来提升效果。
4. 如何衡量这个产品的业务价值，在做这个项目之前你们做了哪些测算？
分析与建议： 产品价值分为用户价值和商业价值，不同的产品形态看的价值点不一样。测算主要从投入（硬件 + 研发成本）和产出两个角度。例如节省的人力成本、带来的 GMV 增长或用户活跃度提升。
5. 市面上已经有多款好不错的生图工具，你们业务团队自己做这个产品优势在哪里？
有哪些差异化的亮点功能？
分析与建议： 为什么自己做？一定是可以更好的满足业务！但是回答的时候要体现出自己知识储备的广度，最好给面试官分析几款生图工具的优缺点以及公司业务的独特性。例如垂直领域的风格适配、私有数据安全等。
6. 如何在复杂的产品和业务场景中评估 AIGC 模型的效果、大模型能力边界，请举例说明。
分析与建议： 建立评估基准（Benchmark）。区分通用能力和垂直能力。举例说明在特定业务约束下（如金融合规），模型可能出现的幻觉问题及相应的风控措施。
7. 任务推进落地过程中遇到的最大卡点？如何解决的？
分析与建议： 聚焦于跨部门协作或技术瓶颈。例如算力资源紧张时，如何通过模型量化或蒸馏技术降低成本；或业务方预期过高时，如何通过教育和技术演示管理预期。
8. prompt 规则怎么写的，有什么技巧吗？有没有总结出一套方法论？
分析与建议： 分享结构化 Prompt 设计框架，如 CO-STAR 或类似方法论。强调上下文注入、少样本学习（Few-Shot）及思维链（Chain of Thought）的应用。
三面：48 分钟
1. 自我介绍
2. 现在让你来主导设计这款金融领域的 AIGC 产品，结合当前技术趋势与市场，谈谈你的中长期规划是怎么样的？
分析与建议： 考察战略眼光。短期聚焦核心场景提效，中期探索多模态交互，长期布局 Agent 自主决策。需结合金融行业对安全、合规的高要求制定路线图。
3. 对于 AI Agent、多模态大模型技术有哪些理解？如何将它们结合到你们公司现有的业务中？
都有哪些设计思路？
分析与建议： AI Agent 强调自主规划和工具调用能力。多模态则增强信息输入输出。结合思路包括智能客服升级、自动化报表生成、视觉辅助审核等场景。
4. 你认为衡量一款 AIGC 产品是否成功的指标有哪些？为什么？
分析与建议： 除了常规 DAU/MAU，更应关注 Token 消耗效率、任务成功率、人工干预率及用户信任度。因为 AIGC 的核心价值在于替代或增强人力，而非单纯的流量获取。
5. 如何看待当前 AIGC 市场的发展趋势？每个细分领域都能给哪些行业带来价值？
分析与建议： 趋势是从小工具向工作流集成转变。内容创作、代码辅助、数据分析、客户服务等领域均有巨大价值释放空间。
6. 如果你来我们公司，你认为我们公司哪些产品/业务可以跟 AIGC 结合？如何结合？
分析与建议： 提前研究公司业务。例如支付流程中的智能风控助手、理财产品的个性化解读、客服系统的自动应答升级等。
7. 在工作中，当面对多个产品并行以及创新业务场景，该如何进行判断和决策的？
有哪些思考维度？在之前的公司有没有遇到类似的情况，如果有可以跟我分享一下。
分析与建议： 优先级排序基于战略对齐度、ROI、实施难度和用户影响。分享具体案例展示决策逻辑。
8. 感觉在上家公司做的不错，为什么想离职？未来的规划是什么？有创业打算吗？
分析与建议： 表达对 AIGC 赛道的热情和对大厂平台的向往。职业规划应与公司发展方向一致，避免提及不稳定的创业计划。
9. 这个岗位我其实面了几个人了，你认为你自己的独特优势是什么？
分析与建议： 强调复合背景（业务 + 技术理解）、过往成功落地案例以及对 AIGC 落地的深刻洞察。
HR 面：48 分钟
1. 自我介绍
2. 都用过哪些大语言模型？有自己做过测评吗？你觉得市场上的大语言模型之间有什么差异？
3. 做了哪些事情来提升大语言模型的问答和对话质量？
4. 有没有负责过大型项目？跨团队协作中遇到过什么问题，怎么解决的？
5. 你认为你做 AIGC 产品经理最大的优势是什么？或者优点？
6. 未来职业规划是什么样的？
7. 工作中你曾经面临过的一个最具有挑战性的情境，以及你是如何解决的？
8. 为什么想要来蚂蚁？手上还有哪些 offer？你会如何选择？
9. 你一般从那里浏览 AI 行业动态？如何看到 Sora 未来的应用？
总结与建议
AIGC 产品经理的面试不仅考察产品基本功，更看重对技术的理解深度和商业落地的思考。建议在准备阶段：
- 夯实基础：深入理解 LLM 原理、Prompt Engineering 及主流评测体系。
- 案例准备：梳理过往项目中与 AI 相关的部分，准备好 STAR 法则下的详细故事。
- 行业洞察：关注最新技术动态（如 Agent、多模态），并思考其在目标行业的落地可能性。
- 业务思维：始终将技术指标转化为业务价值，明确 ROI 和北极星指标。
