双非本科工程造价转行 AIGC 产品经理经验与面试指南

双非本科工程造价转行 AIGC 产品经理经验与面试指南

大家好，我是一名从证券产品转行至 AIGC 产品经理的案例。经过系统学习与实践，成功入职一家内容创作工具公司，薪资涨幅显著。接下来分享求职过程中积累的经验，供希望转行 AI 领域的同行参考。

新公司的主要产品是视频和图文创作工具，服务对象主要是金融客户和电商客户，主要使用场景是用来创作短视频和图文内容，发布在社交账号，用于宣传、引流及内容营销。

背景介绍

我是双非普通本科的工程造价专业，今年转行到 AIGC 产品经理岗位前，刚从地产行业转行到互联网不到 2 年，因此总的产品经理经验也就不到 2 年。整个求职过程和面试过程，最大的感慨是，无论哪种 AIGC/AI 产品经理岗位，本质上看中的还是产品经理这个岗位所具备的核心能力。当然，在 AI 领域的一些项目经验积累，也是这类岗位非常看重的能力。

一、简历篇

1. 简历格式

参考通用的简历模板框架即可，再根据自己的实际情况改写。模板起到的作用主要是帮助你梳理自己的工作和项目经历，以面试官最想看到的形式展示。建议采用 STAR 法则（情境、任务、行动、结果）来描述项目。

2. 简历内容

主要是把学习的两个 AI 实践项目，结合自己现有的产品线和业务，去做延伸探索。简单来说，就是把你现在学的这两个 AI 项目能力，能不能用在你的业务上。但这要求本身是产品经理岗位，做这种项目复盘会更得心应手。其他岗位的同学如果吃力，可以多找相关领域的导师沟通，获取指导。

二、面试篇

首先是需要准备 AI 产品经理面试逐字稿的，包含三大部分：自我介绍、项目详细拆解、常见问题回答。

1. 自我介绍的思路

自我介绍可以参考以下思路，这也是很多资深面试官建议的结构：

• 技术理解：介绍一下自己对 AI 技术相关的算法模型的理解，表明你在 AI 这个领域是有技术积累的。作为产品经理，不需要懂太深的代码实现，但一定要知道原理边界。
• 项目匹配：主动介绍做的两个 AI 项目的概况，并表明是和目标公司岗位是匹配的。
• 能力模型：描述自己在产品经理这个岗位上的能力模型，能做哪些产品工作。

自我介绍模板：

面试官您好，我叫 XXX，来自 XXXX 大学，目前有 XX 年产品工作经验，做过 X 个 AI/AIGC 相关的项目。

1. 技术理解能力：熟悉机器学习、深度学习及大模型相关算法模型，包括但不限于 CNN、RNN、Transformer、Diffusion、随机森林、支持向量机、K 均值等。学习了解算法模型，可以让我更好地理解需求边界，更高效地和算法团队沟通。
2. 项目经验匹配：现在做的 X 个 AIGC 相关项目，承担 XX 样的角色，做了 XX 项目，拿到了 XXX 样的结果或成绩，积累了经验也踩了很多坑；帮助业务把用户满意度提升了 XX%（满意的问题在所有已回答问题中的占比；回答后会收集用户对该问题的评价）。相信这些经验也可以帮助咱们的业务快速走上正轨。
3. 产品基本功：产品的基本能力，如产品规划、市场与用户调研、竞品分析、产品设计、项目管理、数据分析等，掌握的比较扎实。
4. 赛道看好：特别喜欢 AI 产品经理这个方向，我认为可以给用户、产业带来巨大的赋能，这是一件很有成就感和价值的事，值得长期投入去做。

总的自我介绍，控制在 3 分钟以内就可以了，简洁高效。主要的时间，还是要放在对具体项目的拆解上，面试官也最想要在这个环节挖掘更多有价值的信息。

2. 项目的详细拆解介绍

具体的方法就是，把课程中学到的 SD 生图技能和智能客服的经验，与现在你正在做的工作，进行结合。

• AI 生图经历：比如以我为例，我是做证券产品的，生图部分的课程学习经验，我就和新闻资讯类的产品模块结合。SD（Stable Diffusion）作为一个工具，帮助生图的工作提质增效，减少人工绘图成本。
• 智能客服经历：而智能客服的经历，就可以和证券的智能客服结合。刚好我们的证券客服是比较传统的，依赖问答数据对和向量数据库的方式来做的，没有什么技术含量，客户提问，能匹配到答案就回复，匹配不到就回复不知道或转人工，体验较差。结合上大模型后的效果，就是把模型能力叠加上问答数据库的能力，实现 1+1 大于 2 的效果，提升回答的准确率和流畅度。

而这种结合的形式，在后续求职中，也是能见到的最多的业务，都是基于现有业务，拿 AI 去赋能，叠加 AI 的能力。

3. 面试过程中遇到的有价值的面试题总结

问题 1：为什么离职？

这是一个直击灵魂的问题。回答尽量避开自己的个人原因来说，不要暴露个人缺点。

• 企业角度：因为现有业务遇到瓶颈，无资源投入，成长有限。
• 职业成长角度：希望寻找更好的发展机会，更多参与到 AI 实践中。
• 薪酬角度：希望拿到更高的薪水，跳槽涨薪，主要现在公司的涨薪幅度和机会太少了，无法达到期望。

问题 2：为什么 XX 个月没有工作？职场空窗期该如何解释

表达积极的一面，以及你在为了自己的职业进行积极的准备，如学习产品进阶的课程，准备考取产品领域的证书等。不要单纯说什么在休息，或者养身体，都会让面试官觉得你懒惰，或者身体有问题。

• 休息与调整：这段时间在认真思考职业方向，并且进行充电和学习，加强职业技能；已准备好投入职场。
• 自我提升：这段时间去线上/线下进行了专业课程的学习，提高自己的专业技能。

问题 3：使用哪些指标评测模型性能好坏？

常用的有准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1 分数等。如果面试官问到，要能解释指标的概念，并且举例实际在业务验证上是怎么使用的。

例如在智能客服场景中，精确率高意味着机器人给出的答案大多是对的，召回率高意味着它覆盖了大部分用户的问题。通常需要根据业务侧重点权衡，比如风控场景更看重召回率，避免漏掉风险；推荐场景可能更看重精确率，提升用户体验。

问题 4：你的职业规划是怎么计划的？

这一点主要考察的是你的职业稳定性，同时面试官想了解，你是否是一个有规划的候选人。

• 路径规划：从初级到行业专家。中级可独立负责 AI 产品的方案设计和项目管理；高级产品专家需要针对公司业务线的产品做长远的战略规划，为商业化提供策略支持；资深/专家需要推动 AI 产品创新、培养团队人才、成为行业内的规则制定者。
• 细节包括：产品的技术理解能力（机器学习、深度学习）、商业模型（盈利方式、成本结构）、长期的战略制定（如何产品创新、市场扩张、发展合作伙伴关系）、行业学习与人脉搭建（多参加行业的会议、研讨会；多与同行、客户、竞争对手交流学习）、专业证书和领导力培训（考取 PMP 证书及培训领导力课程，提高团队管理能力）。
• 阶段目标：初中级（产品需求设计及用户需求收集优化）➡️ 高级产品（负责产品线 & 带团队）➡️ 产品总监（负责公司产品的长期战略规划和执行；带领团队）。

问题 5：模型效果不好时，怎么处理？

分开讲，不同场景有不同的调优手段。

• 生图模型的效果调整：主要通过对提示词（Prompt Engineering）、LoRA（Low-Rank Adaptation）、ControlNet 等方式，进行效果调优。例如通过调整 Prompt 权重或更换底模来改善风格一致性。
• 智能客服 - 文本对话模型的效果：主要通过找到模型的回答效果不好的问答对，对比同类模型的回答效果，针对性的由算法调优。这通常涉及 RAG（检索增强生成）流程的优化，比如优化知识库切片粒度或重排序策略。

问题 6：算力怎么解决的？

回答通过购买云服务厂家的算力解决即可。例如阿里云、腾讯云等购买算力进行部署，根据业务量弹性伸缩，降低成本。

问题 7：你在这个项目里的主要担任什么角色？

面试官是想了解，你在这个 AI 项目中扮演什么角色，是否能够挑大梁，担任新业务线的产品领导者的角色。

这个可以根据你自己能 cover 住的程度来回答。如果你有信心，负责一条新的产品线，那么你就回答已做项目，自己就是负责人；如果你自认为能力仍有欠缺，可以回答，主要工作是由你完成，但是需要向产品 leader 汇报。这样面试官能明白，你是需要一位产品 leader 带领，但也具备相应的项目经验。

问题 8：向量数据库的知识库是怎么做的，数据怎么来的？

这个问题主要是了解，智能客服项目中，你的向量数据库的搭建过程。可以大致描述为，你是通过收集过往的历史问答数据对，由产品整理后，交给算法进行清洗、标注，结合大模型进行训练微调。

面试官在这个问题中，主要是想了解你对问答知识库的构建原理和逻辑了解多少。不清楚细节的，可以说技术部分由算法来完成的，自己更多是准备数据，及训练完成后，评估模型效果，主要精力是放在产品的规划和设计上。

问题 9：平时通过什么学习 AIGC 相关的知识？

可以对打你通过哪些渠道来学习的，主要表达你涉猎广泛，有在持续学习 AI 的知识，保持对技术的敏感度即可。

• 资讯渠道：公众号（如量子位、机器之心）、知乎号/文章、专业网站（IT 桔子、Futurepedia 产品收集网站）、YC（资讯和创业营项目）、Twitter 博主分享的最近国外资讯等。
• 社区与交流：包括 WaytoAGI 的飞书文档，和一些行业交流群。

4. 面试官问何时到岗及其他 offer 情况

• 如果确定录用的话：我会在收到 offer，一周内到岗（结果暗示 + 前提条件 + 时间余地）。
• 没有 offer：我刚开始，看机会时间还不长，目前有一两个机会，在复试和终面的阶段。
• 有 offer：我手上有两个 offer，有一家给到的薪水还不错，但是这次我看机会非常的慎重，我还是期待自己在这个阶段，找到一个更合适的平台长期发展，我对咱们公司关注很长时间了，也特别期待得到咱们公司的机会。
• 想谈高薪：最好的方式是，在岗位薪资的合理区间内，往高了要。当然前提是，你这个薪资是在面试官已经认可了你的能力，且你还有其他类似岗位的 offer 薪资作为背书，用市场价格来证明自己值这个价，谈高薪的成功率才更高。

5. 如何选择一家有潜力的公司

• 看原有业务：看这家做 AIGC 应用的公司，有没有潜力，就要看他原有的业务线做的怎么样，盈利情况，市场规模和占有率，业内地位等指标。如果这些指标表现都比较好，那这家公司大概率也值得你去加入，一起做 AI 方面的探索和发展。
• 警惕伪需求：如果原有业务都不行，还妄想通过 AI 的加入就改变命运，那就劝你快跑，擦亮眼睛，避免入坑。
• 避坑套壳：另外，做纯 AI 套壳的公司和产品，也不值得加入。这类公司，不需要同行来杀死，只需要上游的模型厂商，提升模型性能和能力，覆盖到套壳产品的业务，套壳产品就死掉了；所以这类公司也要避坑。

三、面试结束前的反问环节

当面试官问'你有什么问题要问我吗？'时，这是展示你思考深度的好机会。

场景 1：如果对面是初试官（即直接主管），关注岗位本身的内容

1. 当前主要产品线的现状是怎样的，及未来 1 年的产品战略和规划是什么？
2. 这个岗位的关键考核指标有哪些？
3. 岗位目前碰到的困难和挑战有哪些？
4. 我们目前开展工作的主要策略有哪些？
5. 您对这个岗位人选期待是什么？

场景 2：如果对面是复试官（即部门负责人），关注部门整体业务，团队管理

1. 业务目标是什么？
2. 业务的主要策略有哪些？
3. 业务目前的痛点有哪些？
4. 业务的流程大概是什么样子的？
5. 部门的组织机构是什么样的？
6. 协同部门的情况怎么样？
7. 您对这个岗位人选有什么期待呢？

场景 3：如果对面是 HR，关注组织发展与福利

1. 组织发展跟人才发展体系是怎样的？
2. 部门组织架构如何？
3. 岗位的汇报对象是谁？
4. 个人成长跟晋升通道有哪些，在职培训，企业内部的文化价值观有哪些？
5. 面试后，部门领导人对你的看法如何？
6. 下轮面试是谁？面什么能力？面试官看中我简历什么方面？我在其他竞争者中优势有哪些？

四、需要跟 HR 确认清楚的事情

1. 工作内容

工作内容是否和招聘岗位描述的一致；该产品岗位需要负责哪条业务线，业务线的产品最好自己试用一下，看是否符合预期及职业规划，否则等入职才发现不合适或者公司美化过度，负面影响就比较大了。

2. 薪资构成

这里我更建议关注基础底薪即每月底薪，年终奖的最终解释权归公司，不是很靠谱；每月踏踏实实拿到手的，才是最稳的。有年终奖的，要看新人第一年入职是否正常比例发放。

3. 发薪日期

5-15 号发工资的大公司居多，15 号以后小企业较多，员工流动性大。稳定的发薪日有助于现金流规划。

4. 涨薪与晋升制度

一年有几次涨薪，一般什么时候，普调比例还是按照业绩提涨。了解清楚晋升标准，避免盲目努力。

5. 福利待遇

饭补或公司食堂、交通补贴或免费班车、下午茶、定期团建聚会等隐形福利。

6. 工作制度

休息时间安排。单休 or 双休。上下班打卡时间是否是弹性打卡，忘打卡有几次补卡机会；迟到的处理方式。加班是调休还是算加班费。新人入职第一年是否可以正常休年假。

五、如何转行/入门 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：

1. AI 产品经理全局学习：建立宏观认知，了解 AI 能做什么，不能做什么。
2. Python 系统学习：虽然 PM 不写代码，但掌握 Python 有助于理解数据处理和脚本自动化。
3. 机器学习&深度学习：理解核心概念，如监督学习、无监督学习、神经网络基础。
4. 热门 AI 产品竞品分析：拆解市面上的优秀 AI 产品，分析其交互逻辑和技术实现。
5. AI 产品设计学习：学习如何设计符合 AI 特性的交互界面，如提示词输入框、置信度展示等。
6. AI 产品 0-1 实操项目经验：尝试做一个小 Demo，完整走一遍从需求到上线的流程。
7. AI 产品求职&面试：针对性准备简历和面试题库。

以上 7 点，看起来简单，内部内容其实很多，每一个篇章，展开都有夯实且丰富的内容，需要深度学习。建议结合理论书籍与实战项目同步进行，保持对新技术的敏感度，才能在 AI 浪潮中找到自己的位置。