基础概念
AI产品经理角色定位
理解AI产品经理与传统产品经理的区别，以及AI产品的独特价值与责任
建议预留 30 分钟
学习目标
- 理解AI产品经理的角色定位与责任边界
- 认识AI产品与传统产品的不同决策维度
关键概念
- AI产品经理职责
- AI产品价值主张
- 人机协作产品
- 产品ROI评估
为什么学习
- 零经验转行，需先建立对AI产品经理职责和价值的整体认知，作为所有后续学习的锚点
如何检验理解
- 能向他人清晰解释AI产品经理与普通产品经理的3点核心差异
核心技能
产品生命周期管理基础
掌握需求分析、产品定义、迭代规划等通用产品管理方法
建议预留 45 分钟
学习目标
- 掌握产品生命周期各阶段的方法与产出
- 建立从需求到交付的完整产品思维
关键概念
- 需求分析
- 产品定义
- 迭代规划
- 上线评审
- 生命周期管理
为什么学习
- 产品全生命周期方法是AI产品经理的通用底座，需能实际走通从需求到上线的闭环
如何检验理解
- 能为一个产品拆解出需求、设计、开发、测试、上线各阶段的关键输出物
核心技能
商业洞察与场景挖掘
识别AI能解决的业务痛点与可商业化场景
建议预留 60 分钟
学习目标
- 掌握AI场景挖掘的方法论
- 能评估AI用例的技术可行性与商业价值
关键概念
- 业务痛点识别
- 可行性评估
- 价值主张
- 用例优先级
为什么学习
- 转行关键在于能发现并论证AI高价值用例，此能力直接决定求职作品与面试说服力
如何检验理解
- 能从真实生活/工作中识别出一个可用AI解决的痛点并论证其商业价值
补充知识
作品集规划与就业定位
规划个人作品集的结构和方向，定位目标岗位与差异化优势
建议预留 40 分钟
学习目标
- 明确作品集的构成与展示重点
- 定位自身差异化优势（AI工具实操经验）
关键概念
- 作品集结构
- 求职差异化
- 项目选题
- 能力证明
为什么学习
- 零经验转行需用可验证的作品弥补经验空白，先规划作品集方向以指导后续学习聚焦
如何检验理解
- 能列出3个将作为求职作品的项目方向及其展示逻辑
基础概念
AI技术基础概念
理解机器学习、深度学习、数据集等AI核心术语
建议预留 60 分钟
学习目标
- 掌握AI核心技术术语的含义
- 理解模型训练与数据的关系
关键概念
- 机器学习
- 深度学习
- 数据集
- 训练/推理
- 模型
为什么学习
- 作为AI产品经理需能听懂技术团队语言，辨清术语边界是沟通基础
如何检验理解
- 能在与工程师对话中正确使用机器学习/深度学习/数据集等术语并理解其含义
核心技能
AI需求分析与定义
将用户诉求转译为可落地的AI功能需求与验收标准
建议预留 90 分钟
学习目标
- 学会把业务语言转译为功能需求
- 掌握AI功能验收标准的制定方法
关键概念
- 需求转译
- 功能规格
- 验收标准
- 用户故事
- 边界定义
为什么学习
- 需求转译是产品经理最核心的日常工作，尤其AI需求需明确边界与验收标准，转行必练
如何检验理解
- 能把一个模糊的用户痛点拆解为含验收标准的功能需求列表
工具链
原型设计工具实操
熟练使用Figma/墨刀等工具绘制可交互的产品原型
建议预留 90 分钟
学习目标
- 掌握Figma/墨刀的基本绘图与交互制作
- 能用原型传递AI交互逻辑
关键概念
- Figma
- 交互原型
- 组件库
- 流程图
- 高保真
为什么学习
- 求职作品需可演示原型，原型图是需求沟通与作品展示的关键载体，动手能力是关键
如何检验理解
- 能用Figma独立绘制一个含主要流程交互的App/小程序高保真原型
核心技能
用户调研与需求挖掘实操
通过访谈、问卷等方法挖掘真实用户痛点并形成洞察
建议预留 90 分钟
学习目标
- 掌握访谈与问卷的设计方法
- 能从调研数据中提炼用户需求与优先级
关键概念
- 用户访谈
- 问卷设计
- 用户画像
- 痛点洞察
为什么学习
- 零经验者最缺真实用户洞察，需学会用低成本方法获取证据支撑产品判断
如何检验理解
- 设计并执行一次面向目标用户的访谈/问卷，并提炼出3条可用洞察
基础概念
机器学习基本原理
掌握监督学习、无监督学习、强化学习的基本范式
建议预留 90 分钟
学习目标
- 理解三大学习范式的区别与适用场景
- 能根据问题类型初判技术可行性
关键概念
- 监督学习
- 无监督学习
- 强化学习
- 特征
- 标签
为什么学习
- 理解ML三大范式有助于判断某需求是否可以/适合用哪种AI方式实现，增强技术沟通底气
如何检验理解
- 能针对一个需求场景判断适用监督/无监督/强化学习的哪一种并说明理由
补充知识
数据工程基础
理解数据采集、清洗、标注、存储等数据准备流程
建议预留 90 分钟
学习目标
- 了解数据准备各环节的概念
- 理解数据质量与模型效果的关系
关键概念
- 数据采集
- 数据清洗
- 数据标注
- 数据存储
为什么学习
- AI产品经理需理解数据流程但无需亲自实现，了解即可，重点是数据质量对模型的影响
如何检验理解
- 能描述从数据采集到可训练数据集的全流程及各环节要点
补充知识
数据标注管理
制定标注规范、管理标注团队、把控数据质量
建议预留 60 分钟
学习目标
- 掌握标注规范与质量把控要点
- 能评估标注数据对模型的影响
关键概念
- 标注规范
- 质量控制
- 标注一致性
- 数据优先级
为什么学习
- 转行初期涉及的标注多为协作环节，掌握基础规范制定方法即可，不做深入团队管理
如何检验理解
- 能为一个小型数据集制定标注规范并校验标注一致性
核心技能
AI伦理与合规
理解算法偏见、隐私保护、数据安全与监管合规要求
建议预留 60 分钟
学习目标
- 认识算法偏见、隐私、数据安全风险
- 掌握合规红线与监管要求要点
关键概念
- 算法偏见
- 数据隐私
- 监管合规
- AIGC内容规范
为什么学习
- 合规风险直接决定AI产品能否上线，是AI产品经理必须主动把关的硬约束
如何检验理解
- 能识别一个AI产品方案中的隐私与合规风险点并提出规避措施
核心技能
PRD撰写与AI交互逻辑设计
撰写含AI交互逻辑、业务流程图、功能规格的产品需求文档
建议预留 120 分钟
学习目标
- 掌握结构化PRD的撰写规范
- 能设计AI交互逻辑与异常兜底机制
关键概念
- PRD结构
- AI交互逻辑
- 异常兜底
- 验收标准
- 业务流程图
为什么学习
- PRD是求职核心作品输出，需结合原型与调研独立产出完整文档，达到可直接指导开发的程度
如何检验理解
- 独立撰写一份含背景、用户故事、AI交互逻辑、验收标准、异常兜底的完整PRD
核心技能
MVP思维与快速迭代
拆解产品定义最小可行版本，用最低成本快速验证需求
建议预留 90 分钟
学习目标
- 掌握MVP范围的界定方法
- 能用MVP逻辑设计验证闭环
关键概念
- MVP
- 最小可行版本
- 验证假设
- 迭代验证
为什么学习
- 转行需展示能砍到最小可行版本的能力，MVP思维是面试高频考察点，需内化应用
如何检验理解
- 能把一个完整产品定义拆分出MVP范围并给出首轮验证指标
补充知识
微信小程序产品设计
理解微信小程序生态、审核规范与用户场景，设计适配的AI交互体验
建议预留 60 分钟
学习目标
- 了解微信小程序生态与审核规范
- 能设计小程序内的AI交互体验
关键概念
- 微信小程序生态
- 审核规范
- 小程序用户场景
- AI交互体验
为什么学习
- 学习者已在尝试记账小程序，将其作为作品载体需理解小程序生态与审核规范确保落地
如何检验理解
- 能基于微信审核规范优化一个AI小程序功能的合规与体验设计
补充知识
NLP基础与文本处理
理解自然语言处理、文本分类、词向量、语言模型等概念
建议预留 90 分钟
学习目标
- 了解NLP核心概念与技术边界
- 能判断文本类需求的可行性
关键概念
- NLP
- 文本分类
- 词向量
- 语言模型
为什么学习
- NLP是理解后续大模型的基础，作为产品经理只需了解基本概念与技术边界
如何检验理解
- 能识别NLP任务类型（分类、提取、生成）并判断技术边界
补充知识
计算机视觉与人脸识别
理解图像分类、目标检测、人脸识别等CV技术应用
建议预留 60 分钟
学习目标
- 了解CV技术与生成式图像应用的原理
- 能说明AI图像生成的能力边界
关键概念
- 图像分类
- 目标检测
- 图像生成
- stable diffusion
- 多模态
为什么学习
- 学习者有AI生成建筑效果图的实操经验，理解CV原理可增强该方向作品的技术可信度
如何检验理解
- 能结合自身效果图实操，解释生成式AI在图像方向的能力与局限
核心技能
AI产品设计规范
进行AI交互设计、置信度展示、异常兜底与用户体验设计
建议预留 90 分钟
学习目标
- 掌握AI交互设计原则
- 能设计置信度与异常兜底机制
关键概念
- AI交互设计
- 置信度展示
- 异常兜底
- 用户体验
- 引导式设计
为什么学习
- AI产品体验与普通产品不同，需专门设计置信度展示与兜底策略，是专业度体现
如何检验理解
- 能为一个AI功能设计置信度展示、加载态、失败兜底与用户引导的完整交互
补充知识
数据隐私与安全技术
理解脱敏、加密及数据安全管理技术在产品中的应用
建议预留 60 分钟
学习目标
- 了解脱敏、加密等数据安全技术概念
- 能判断产品中的数据安全需求
关键概念
- 数据脱敏
- 加密
- 数据安全管理
- 隐私合规
为什么学习
- 数据安全技术细节由工程实现，产品经理了解应用原则即可，重点在合规评审
如何检验理解
- 能在产品方案中识别需要脱敏/加密的数据场景并提出处理建议
核心技能
项目管理与协作工具
使用Jira/禅道等管理项目进度，协调设计、开发、测试资源推进落地
建议预留 60 分钟
学习目标
- 掌握项目任务拆解与排期方法
- 会用Jira/禅道等工具跟踪项目
关键概念
- 任务拆解
- 排期
- Jira
- 禅道
- 跨团队协作
为什么学习
- 独立产出项目成果需具备基本的排期与协作管理能力，跨团队推动落地是既定能力项
如何检验理解
- 能为一个功能拆解任务、排期并使用工具跟踪进度闭环
核心技能
项目实战1：微信AI记账助手完整PRD
基于自身记账小程序尝试，交付一份完整的AI记账产品PRD方案
建议预留 240 分钟
学习目标
- 独立完成一个AI产品的完整PRD与原型
- 把多个能力整合为可展示的项目成果
关键概念
- 完整PRD
- 用户研究
- 小程序设计
- MVP范围
- 原型交付
为什么学习
- 首个完整作品，把调研、PRD、MVP、原型、小程序、项目管理能力整合，形成可展示的成果
如何检验理解
- 交付一份含背景、用户研究、MVP范围、完整PRD、高保真原型与排期的AI记账小程序方案
核心技能
大模型与生成式AI原理
理解Transformer架构、GPT/LLM能力边界及生成式应用
建议预留 120 分钟
学习目标
- 理解Transformer与LLM基本原理
- 把握生成式AI的能力边界与局限
关键概念
- Transformer
- GPT
- LLM
- 生成式AI
- 多模态
- 能力边界
为什么学习
- LLM是当前AI产品主战场，需理解其原理与能力边界以支撑大多数产品决策与技术沟通
如何检验理解
- 能解释LLM能做什么/不能做什么，并据此评估一个AI功能的技术可行性
核心技能
AI项目研发流程管理
协调数据、算法、工程团队推进AI项目迭代与模型上线
建议预留 90 分钟
学习目标
- 理解AI项目研发的特殊流程
- 能协调数据/算法/工程团队推进迭代
关键概念
- 数据流程
- 算法迭代
- 模型上线
- 团队协作
- AI流程
为什么学习
- AI项目有数据-算法-工程协同的特殊流程，掌握其节奏是推进落地与跨团队配合的关键
如何检验理解
- 能描述AI项目从数据准备到模型上线的团队协作流程与关键节点
核心技能
Prompt工程与提示词设计
掌握引导大模型输出的提示词设计技巧与版本迭代管理
建议预留 90 分钟
学习目标
- 掌握高效提示词的设计策略
- 能管理并迭代提示词版本并评估效果
关键概念
- 提示词设计
- few-shot
- 角色设定
- 结构化提示
- 版本迭代
为什么学习
- 提示词是AI产品经理的直接工作抓手，需能设计高效提示词并版本化管理，直接影响输出质量
如何检验理解
- 能为一个AI功能设计并迭代多版提示词，用对比测试证明输出质量提升
核心技能
AI能力评估与模型评测
掌握准确率、召回率、F1等指标及模型效果评估方法
建议预留 90 分钟
学习目标
- 掌握准确率/召回率/F1等评估指标
- 能设计AI功能的效果评估方法
关键概念
- 准确率
- 召回率
- F1
- 幻觉率
- 评估集
- 效果度量
为什么学习
- 效果度量是AI产品优化的闭环关键，需能用指标客观评估并驱动改进决策
如何检验理解
- 为一个AI功能定义合适的效果指标并设计评估测试，给出量化结论
补充知识
RAG检索增强生成
理解基于检索增强生成的企业知识库问答应用架构
建议预留 90 分钟
学习目标
- 理解RAG架构与原理解
- 能识别适合RAG的产品场景
关键概念
- 检索增强生成
- 向量检索
- 知识库
- 问答应用
为什么学习
- RAG是当前企业级AI应用主流架构，产品经理理解其适用于知识型场景即可
如何检验理解
- 能判断一个知识库问答需求是否适合采用RAG方案并说明原因
补充知识
AI技术栈选型与模型API对比
理解并选择适合产品场景的大模型与AI服务API（OpenAI、通义、千帆等）
建议预留 60 分钟
学习目标
- 了解主流大模型API的差异
- 能按成本/效果/合规做基础选型判断
关键概念
- 大模型API
- 模型对比
- 成本评估
- OpenAI
- 通义
- 百度千帆
为什么学习
- 技术选型是推荐级能力，入门程度即可，重点是能结合成本/效果/合规给出选型建议
如何检验理解
- 针对一个AI产品需求，对比2-3个大模型API并给出选型理由
核心技能
项目实战2：AI建筑效果图产品评估报告
基于自身效果图实操经验，产出一份AI效果图功能的竞品与效果评估报告
建议预留 180 分钟
学习目标
- 独立完成AI功能的效果评估与竞品分析
- 把实操经验转化为专业作品
关键概念
- 效果评估
- 竞品分析
- 图像生成评测
- 量化对比
- 改进建议
为什么学习
- 利用学习者独有的效果图实操优势，形成差异化作品，把评估能力与CV理解整合为实证报告
如何检验理解
- 交付一份含AI图像功能评测指标、竞品分析、量化结论与改进建议的效果图产品评估报告
核心技能
AI风险识别与应对
识别幻觉、误判、滥用风险并设计应对策略
建议预留 60 分钟
学习目标
- 识别AI幻觉、误判、滥用风险
- 设计系统性的风险应对策略
关键概念
- 幻觉
- 误判
- 滥用风险
- 兜底策略
- 风险评估
为什么学习
- 幻觉与误判是AI产品上线的主要风险源，需能在设计阶段识别并设计兜底策略
如何检验理解
- 能针对一个AI功能识别幻觉/误判/滥用风险点并给出具体应对方案
补充知识
AI Agent应用设计
理解智能体工作流、工具调用与自主任务规划的设计
建议预留 120 分钟
学习目标
- 了解Agent架构与产品形态
- 识别适合Agent化的产品场景
关键概念
- 智能体
- 工具调用
- 自主规划
- 工作流
- Agent产品
为什么学习
- Agent是前沿方向，面向转行就业了解概念与产品形态即可，无需深度掌握
如何检验理解
- 能描述Agent工作流与工具调用的基本原理及典型产品形态
核心技能
AI产品效果监控与迭代
建立模型效果监控体系，基于反馈持续优化产品
建议预留 90 分钟
学习目标
- 掌握AI产品效果监控的建立方法
- 基于监控反馈驱动迭代决策
关键概念
- 效果监控
- 告警机制
- 迭代循环
- 反馈收集
- 指标看板
为什么学习
- AI产品上线后需持续监控迭代，建立监控体系是产品经理的专业能力体现
如何检验理解
- 为一个AI功能设计包含关键指标、告警与迭代节奏的监控方案
核心技能
AI产品数据分析
利用埋点、漏斗、A/B测试评估AI功能对业务指标的影响
建议预留 60 分钟
学习目标
- 掌握埋点与漏斗分析方法
- 会用A/B测试验证AI功能价值
关键概念
- 埋点
- 漏斗分析
- A/B测试
- 留存分析
- 业务指标
为什么学习
- 数据驱动决策是硬性能力，需能用数据量化AI功能对业务指标的贡献并验证价值
如何检验理解
- 设计埋点方案并用漏斗/A/B数据分析一个AI功能对核心指标的影响
核心技能
综合项目实战与作品集打磨
整合两个项目成果形成完整作品集，提炼方法论并排练面试展示
建议预留 240 分钟
学习目标
- 整合项目形成完整作品集
- 提炼个人方法论并准备求职面试展示
关键概念
- 作品集整合
- 方法论沉淀
- 面试表达
- 成果宣讲
- 能力闭环
为什么学习
- 最终目标是独立产出并展示成果，需整合全部能力形成有说服力的作品集与面试叙事
如何检验理解
- 整理完成含2个完整项目、方法论沉淀与可演示原型的求职作品集，并完成面试试讲
补充知识
AI产品商业化与定价
设计AI产品的商业模式、定价策略与价值主张
建议预留 60 分钟
学习目标
- 了解AI产品商业模式与成本结构
- 掌握基础定价逻辑与价值主张
关键概念
- 商业模式
- 成本结构
- 定价策略
- 价值主张
为什么学习
- 商业化是进阶产品经理能力，转行初期了解成本结构与定价逻辑即可，作品可体现价值主张
如何检验理解
- 为一个AI功能估算成本并设计合理的定价/商业模式建议
补充知识
AI市场趋势与行业洞察
跟踪大模型、多模态、Agent等前沿趋势并判断落地价值
建议预留 45 分钟
学习目标
- 跟踪AI行业前沿趋势
- 能判断趋势的产品落地价值
关键概念
- 大模型趋势
- 多模态
- Agent趋势
- 行业案例
- 竞品动态
为什么学习
- 行业洞察支撑面试谈资与方向判断，入门产品经理做到持续跟进即可
如何检验理解
- 能梳理当前AI市场主要趋势并据此判断2个潜在产品机会
补充知识
AI产品经理职业规划
规划从工具型到平台型/战略型产品经理的进阶路径
建议预留 30 分钟
学习目标
- 了解AI产品经理的职业进阶路径
- 定位自身当前阶段与下一步方向
关键概念
- 职业进阶
- 工具型产品经理
- 平台型
- 战略型
为什么学习
- 明确长期职业进阶方向以校准学习投入，入门了解路径即可
如何检验理解
- 能说明从工具型到战略型AI产品经理的进阶路径并定位当前阶段
前置关系与知识联系
- 商业洞察与场景挖掘 → 用户调研与需求挖掘实操
- 项目管理与协作工具 → 项目实战1：微信AI记账助手完整PRD
- AI产品经理角色定位 → 商业洞察与场景挖掘
- AI需求分析与定义 → AI伦理与合规
- NLP基础与文本处理 → 大模型与生成式AI原理
- 计算机视觉与人脸识别 → 项目实战2：AI建筑效果图产品评估报告
- 用户调研与需求挖掘实操 → MVP思维与快速迭代
- 项目实战2：AI建筑效果图产品评估报告 → 综合项目实战与作品集打磨
- 数据隐私与安全技术 → RAG检索增强生成
- AI技术基础概念 → 数据工程基础
- 微信小程序产品设计 → 项目实战1：微信AI记账助手完整PRD
- AI技术基础概念 → 机器学习基本原理
- AI产品经理角色定位 → 作品集规划与就业定位
- 数据工程基础 → 数据隐私与安全技术
- 项目实战1：微信AI记账助手完整PRD → 综合项目实战与作品集打磨
- 产品生命周期管理基础 → 原型设计工具实操
- AI产品数据分析 → AI产品商业化与定价
- 产品生命周期管理基础 → 项目管理与协作工具
- RAG检索增强生成 → AI Agent应用设计
- PRD撰写与AI交互逻辑设计 → 项目管理与协作工具
- AI风险识别与应对 → AI产品效果监控与迭代
- AI产品商业化与定价 → AI市场趋势与行业洞察
- 商业洞察与场景挖掘 → AI需求分析与定义
- AI产品效果监控与迭代 → AI产品数据分析
- 用户调研与需求挖掘实操 → PRD撰写与AI交互逻辑设计
- AI能力评估与模型评测 → 项目实战2：AI建筑效果图产品评估报告
- AI能力评估与模型评测 → AI风险识别与应对
- 原型设计工具实操 → PRD撰写与AI交互逻辑设计
- 计算机视觉与人脸识别 → 大模型与生成式AI原理
- AI市场趋势与行业洞察 → AI产品经理职业规划
- AI产品数据分析 → 综合项目实战与作品集打磨
- 大模型与生成式AI原理 → AI能力评估与模型评测
- 大模型与生成式AI原理 → Prompt工程与提示词设计
- AI产品经理角色定位 → 产品生命周期管理基础
- AI伦理与合规 → AI风险识别与应对
- AI项目研发流程管理 → AI产品效果监控与迭代
- AI需求分析与定义 → MVP思维与快速迭代
- AI需求分析与定义 → 数据标注管理
- 数据标注管理 → AI产品设计规范
- 机器学习基本原理 → NLP基础与文本处理
- MVP思维与快速迭代 → 项目实战1：微信AI记账助手完整PRD
- 产品生命周期管理基础 → 微信小程序产品设计
- 原型设计工具实操 → 微信小程序产品设计
- 机器学习基本原理 → 计算机视觉与人脸识别
- PRD撰写与AI交互逻辑设计 → 项目实战1：微信AI记账助手完整PRD
- 产品生命周期管理基础 → AI技术基础概念
- 大模型与生成式AI原理 → AI技术栈选型与模型API对比
- AI产品设计规范 → AI项目研发流程管理
- 大模型与生成式AI原理 → RAG检索增强生成
结合互动地图查看具体关系类型，再选择下一步。