“

三种 AI 产品经理
，一条共同主线：
解决客户问题
。

—— 徐礼昭

在当今科技飞速发展的时代，
AI（人工智能）产品经理
已经成为备受科技领域瞩目的职业角色。随着 AI（人工智能）技术的广泛应用，如何成为一名优秀的 AI（人工智能）产品经理，也成为了众多从业者和求职者关注的焦点。

本文将深入探讨 AI（人工智能）产品经理的
分类、所需技能、成长路径以及如何挖掘产品创意
等方面，为有志于成为 AI（人工智能）产品经理的人士提供全面的指导。

📌 本文看点

AI 产品经理主要可分为三种类型：
AI 平台产品经理
、
AI Native 产品经理
和
AI + 产品经理
。

AI 平台产品经理

AI 平台产品经理是随着人工智能技术发展应运而生的重要岗位。他们主要负责
为 AI 工程师构建各类工具
，以提升 AI 开发与应用的效率和质量。

以 Arize 公司的产品经理为例，其所在的公司专注于人工智能的
可观测性和评估平台
。起初，该平台主要聚焦于机器学习领域，如排名、回归、分类模型等应用程序中的推荐系统或黑匣子，之后业务逐渐拓展至更广泛的 AI 领域，如今则着重于大语言模型。

当下，基于 OpenAI 或 Anthropic 等提供的 API 构建的工具还处于初级阶段，存在界面不够友好、功能不够完善等问题。AI 平台产品经理的
核心职责便是协助 AI 工程师清晰了解其使用工具和应用的实际效果
。他们需要深入了解 AI 技术和工程师的工作流程，通过收集、分析数据等方式，评估工具和应用在实际场景中的表现，从而为工程师提供有价值的反馈和建议。

具体而言，AI 平台产品经理要参与产品的
全生命周期管理
，从需求调研、产品设计，到开发、测试、上线及后续的优化迭代。他们要与跨部门团队紧密合作，包括研发、设计、数据等团队，共同推动产品的发展。例如，与研发团队合作确保工具的技术可行性和性能优化；与设计团队协作，提升工具的用户界面友好度；与数据团队配合，保证数据的准确收集和有效利用。

总之，AI 平台产品经理在 AI 工程师与工具、应用之间
搭建起了一座桥梁
，对于推动人工智能技术的发展和应用落地发挥着不可或缺的作用。

AI Native 产品经理

AI Native 产品经理是在人工智能时代应运而生的关键角色，他们专注于
围绕 AI 设计核心产品
，致力于将先进的 AI 技术转化为用户可实际应用的产品。

以 ChatGPT、Raiza 和 NotebookLM 等产品为例，它们均是
AI Native 产品的典型代表
。这些产品的核心体验由底层 AI 模型驱动，而 AI Native 产品经理的重要任务就是将研究人员和工程师所推动进步的技术进行包装。他们需要深入理解 AI 技术的原理、优势和局限性，比如自然语言处理技术在 ChatGPT 中的应用，能够使产品理解和生成人类语言。

在产品规划方面，AI Native 产品经理要
明确产品的定位和目标用户群体
。例如，针对不同行业的企业用户，确定产品如何满足其特定的业务需求，如提高工作效率、优化决策等；对于普通消费者，考虑产品在日常生活中的应用场景，如娱乐、学习等。

同时，他们要与跨部门团队紧密合作，包括 AI 研究人员、工程师、设计师、市场人员等，共同推动产品的开发与优化。在产品开发过程中，与工程师协作确保 AI 模型的性能和稳定性；与设计师合作，打造简洁、易用的用户界面，提升用户体验；与市场人员沟通，制定有效的营销策略，提高产品的市场竞争力。

此外，AI Native 产品经理还需
关注市场动态和用户反馈
，及时调整产品策略。随着 AI 技术的不断发展和市场需求的变化，持续对产品进行迭代升级，以保持产品的领先性和适应性，让用户能够更好地享受到 AI 技术带来的便利和价值。

AI + 产品经理

“AI + 产品经理”是在人工智能技术飞速发展背景下应运而生的新型产品管理角色。他们与传统产品经理的区别在于，其
产品工作已深度融入 AI 技术辅助
，从而极大地提升了工作效率。

AI + 产品经理无需像专业的 AI 研究人员或工程师那样从零构建 AI 模型，而是巧妙地
利用现有的大语言模型或其他各类成熟的 AI 模型
，为客户打造最为适配的体验。例如，在产品设计阶段，借助 AI 进行快速的需求调研和用户画像分析，更精准地把握客户需求；在产品开发过程中，利用 AI 工具优化流程、提高开发速度；在产品测试环节，通过 AI 模拟用户行为，更全面地检测产品性能。

随着 AI 技术的日益普及，未来众多产品经理的工作重心都将围绕 AI 展开。AI 技术有望像数据库一样，
成为 SaaS 应用中不可或缺的普遍基础设施
。这意味着产品经理的职责和发展方向也将发生重大转变，他们可能会致力于为其他产品经理或公司开发专业的 AI 工具，助力整个行业提升产品管理和开发的效率与质量；也可能会投身于打造前沿的 AI 模型，以创新的方式解决客户面临的复杂问题，为客户创造更大的价值。

要成为一名优秀的 AI + 产品经理，既需要具备
扎实的产品管理基本功
，如需求分析、产品设计、项目管理等能力，又要深入掌握 AI 技术的相关知识，包括 AI 模型的原理、应用场景、优势与局限性等，同时还需具备敏锐的市场洞察力和创新思维，以便在激烈的市场竞争中，引领产品不断创新和升级，更好地满足客户日益增长的对智能化产品的需求。

— 三种 AI 产品经理：造工具、造产品、用 AI

培养好奇心与问题意识

无论从事哪种类型的 AI 产品经理工作，都需
关注最终客户，热爱解决问题
。如 Aman Khan 着迷于帮助 AI 工程师、数据科学家解决如构建仪表盘了解模型运行情况等看似不难却实则复杂的问题。以客户支持体验为例，产品经理应思考如何减少客户在提出问题到解决问题过程中的中间环节摩擦，实现快速高效的问题解决。

这需要
被好奇心驱动
，探索各种工具来理解和解决问题。例如，OpenAI 发布的实时 API 可实现语音与 AI 生成的语音机器人实时对话，产品经理可通过试用此类技术，挖掘其潜力，为产品创新提供思路。

学习基础知识与应用实践

学习基础知识：
应打好
机器学习和 AI 的基本概念基础
，了解驱动技术进步的因素。可从一些基础学习资源入手，如 Andrej Karpathy 讲的关于 LLM 的入门基础视频，通过学习掌握技术的运作原理和局限。

实践工具应用：
在了解基础知识后，要
积极实践工具，亲自尝试推动技术边界
。例如，可利用 Cursor 和 Replit 等工具做原型，帮助自己理解能做之事，尽管原型不能直接投入生产环境，但可用于展示和讲述故事；使用 Vercel 做落地页，通过输入提示快速生成漂亮的落地页，若调试得当，还能得到不错的工作界面，有助于与设计团队讨论初步原型和界面；在图像设计方面，可借助 Midjourney 或 DALL–E 等工具，通过正确的提示快速生成视觉素材，如设计 logo 或通过视觉化方式讲述用户故事等。

构建产品作品集

在 AI 产品经理的招聘流程中，主要关注候选人能否胜任工作、对工作的热情以及共事的契合度。若已有 AI 和机器学习基础，并
拥有产品作品集
，则可在面试前回答招聘经理的部分关键问题，省去逐一评估市场营销、工程、核心产品经理能力等流程。

因此，建议先从基础学起，培养技能，凭借好奇心推动自己前进，最终
将技能转化为能在求职中脱颖而出的作品集
。如今进入 AI 产品经理领域相对以往更容易，过去可能需要扎实的机器学习背景，而现在更多是围绕或为其他 AI 产品团队打造体验，且有很多资源可帮助快速构建应用，如在 Replit 上输入提示即可生成网站等。

避免同质化

ChatGPT 上线时曾引发热潮，其界面简单直观、模型表现强。但此后许多公司在构建 AI 产品时，往往集中于
基于自身公司数据构建类似 ChatGPT 的内部聊天机器人
，实际使用效果却未必理想。

要想在 AI 产品经理中脱颖而出成为
前 3%
的优秀人才，关键在于
不做别人都在做的事
。不能仅因 ChatGPT 界面直观、受欢迎且熟悉，就盲目跟风。

需深入思考产品是否真正解决当下问题，
AI 界面可能有多种形式
，并非局限于传统聊天机器人，可能是优化或加速现有流程，帮助人们更轻松完成任务。例如在公司内部处理大量数据决策时，可尝试自动化过程，在 AI 界面设计上进行创新尝试，许多前沿 AI 产品也并非完全是聊天机器人形式，要思考设计产品时最合适的界面是什么。

专注核心工作与创新

要在被团队和公司推动解决商业指标和 KPI 的同时，
为其他事情腾出空间
，如做原型、试用工具、开展黑客马拉松、拆解优秀产品体验等。例如公司可定期选前沿 AI 产品开展网络研讨会进行分析。

虽这些活动可能不直接影响 KPI，但
有助于更好地理解领域
。要接受技术变化飞速的现实，产品可能会经历失败，但需不断迭代，找到让 AI 在公司内部不断扩展的方法，避免放弃最初方向。

同时，在考虑构建 AI 相关产品时，如 AI Agent，要
分析是否有必要在公司内部构建
，还是应让基础模型公司开发代理层，自身工作则是让体验在现有产品中无缝对接，使客户感受不到 AI 的存在，这是产品经理可创新之处，因为多数情况下难以具备顶尖研究人员从零设计新模型或新技术构建代理框架的能力，而是要拿现有技术应用到公司中。

建立衡量标准

产品经理易关注指标，每个 AI 产品经理都需要有
衡量标准来评估 AI 原型开发的效果
。许多公司在衡量 AI 对业务的影响时存在困惑，如不指望其直接带来收入增长时，不知如何判断所做之事是否有效。

此时可将
尝试次数作为衡量标准
，通过多次尝试来探索 AI 在业务中的价值和影响。

开展黑客马拉松

黑客马拉松是挖掘创意的有效方式，它能让大家
亲身体验技术
，消除“AI 不好用”的感觉。公司可组织员工带着待解决的问题参与，尝试用 AI 解决问题。可能多数尝试会失败，但能借此识别出哪些问题适合用 AI 解决，哪些不适合。

例如工程团队在黑客马拉松中提出做 Slackbot 帮助值班人员发提醒，原以为是 AI 的完美用例，结果因信息上下文缺失等问题而难以解决，这表明关键是要
找到合适的问题去解决
，而黑客马拉松有助于发现这些问题。

优化用户体验

要深入琢磨用户体验，寻找用 AI 解决的问题，同时参考现有成功 AI 产品的经验。例如 Betty Crocker 的蛋糕混合粉，最初只需要加水就能做蛋糕却销量惨淡，后改为需加水和鸡蛋销量激增，原因是
顾客希望在体验中有掌控感
。

自动驾驶虽全自动，但用户仍可控制空调、音乐等设置，这体现了
“宜家效应”
在 AI 产品中的应用，即当用户觉得自己对最终体验有影响时，会更有参与感，而非让一切被自动化处理。AI 产品不应单纯追求自动化，而应让用户体验更简单，
降低创造门槛
，使用户能更容易使用并获得更好的体验。

— 从好奇心到作品集：AI 产品经理的成长阶梯

保持积极能量

在 IC PM（个体贡献者产品经理）岗位上，
保持积极能量至关重要
。例如在会议中，若带着更多能量和热情，许多障碍将迎刃而解，因为人类善于捕捉他人微妙信号，积极的能量能让谈话更顺畅，使团队成员感受到投入和参与。

当面临不确定决策或处于项目瓶颈期时，可
通过主动行动来展现能量
，例如 AI 产品经理在面对是否投资 LLM 和大语言模型技术还是关注现有客户群体的艰难选择时，主动联系 LinkedIn 上有“AI”头衔的人约电话聊，这不仅有助于了解如何传达问题和产品，还能向团队传递深入细节、积极投入的信号，像“球员教练”一样带领团队提高整体效率。同时，积极能量也体现在关心团队成员、营造良好会议氛围等方面，不同人传递能量的方式可能不同，但关键是
让团队能量提升而非下降
。

在不确定中“游走”

在不知道下一步该做什么时，AI 产品经理要学会
在不确定中“游走”
。在许多公司，尤其是大公司，常倾向于做熟悉的事并等待观望，如等待 OpenAI 下一个版本发布再决定产品方向。但 PM 应承担起带领团队找到方向的责任，主动探索和引领。

例如在公司中，工程团队可能状态良好、计划清晰，但从产品角度却可能迷茫不知下一步。此时，产品经理要像在迷雾中摸索一样，不断试探和调整，直到感受到产品在某个方向上“拖曳”着自己往前走。可利用一些工具如 Gong 分析潜在客户或工程师的话语，找出痛点，
从噪音中提取信号
，为决策提供依据，借助 AI 工具的强大功能关注多个地方，获取有价值信息，以更好地应对不确定性。

享受工作过程

做产品经理压力较大，但应
学会享受过程
。AI 产品经理需要和公司高层，以及用户频繁交流，得到有价值的建议便是享受的过程。保持好奇心、不断学习并为真正关心的客户做产品，这种驱动力能让人走得更远。

保持高能量状态会让工作更有趣、更有动力，且能
加快迭代速度
。即使在迷茫时，也要尝试享受过程，因为这有助于在压力和恐惧面前转换心态，从工作中找到乐趣，从而更好地应对各种挑战并取得成功。

成为一名优秀的 AI 产品经理需要多方面的努力和素养。首先要
明确 AI 产品经理的三种类型及其核心职责
，根据自身兴趣和能力确定发展方向。在成长过程中，要培养好奇心，深入学习 AI 基础知识并积极实践工具应用，构建有竞争力的产品作品集以进入该领域。

成为
前 5%
的佼佼者则需避免同质化，专注于解决客户问题并勇于创新。挖掘产品好创意可通过建立衡量标准、开展黑客马拉松和优化用户体验等方法。此外，还要保持积极能量、在不确定中灵活“游走”并享受工作过程。

同时，不断学习和关注行业动态也是必不可少的，随着 AI 技术的不断发展，AI 产品经理需要持续适应变化，提升自己的能力，才能在这个充满机遇和挑战的领域中取得成功，为推动 AI 产品的创新和发展贡献自己的力量，满足市场和客户日益增长的对智能产品的需求，引领 AI 技术在各个行业的有效应用和深度融合。

我是 徐礼昭，热衷于分享 AI 观察与产品方法论。

如果你觉得今天这篇有收获，欢迎
点赞、在看、转发
三连，我们下篇见。