夜雨聆风
非技术背景学生:迈向AI产品经理发展之路
1.收获非常大！很全面的体验了产品经理的工作流程，对产品经理的工作职责也有更深刻的了解。可惜由于时间原因，最后两个步骤比较快速的结束了，希望下次可以更完整的体验！
2.老师讲的非常详细 有很深刻对一款产品落地的认知。
3.实践，产品路径中不断重新思考；合作，每个成员都有不同且敏锐的思考角度。
4.真实产品体验，并且可以听到专业导师的建议与feedback。
5.从零到一生成项目的方式和思维框架。
6.能够通过小组合作的方式，完整的体验到产品经理的工作流程，收获非常大！很实用的Workshop。
如果对腾讯青科实训营感兴趣的同学，欢迎访问官网：
https://tcamp.qq.com
据说每年进入腾讯校招实习的同学有将近60%参加过实训营，有非常多的线上和线下活动可以报名。
比较欣喜的是，4个小时的实战工作坊，让同学们在组队协作，运用AI进行产品探索的过程点燃对产品经理这个角色的热情。
课程结束，一位同学发来一条很长的消息：
内容如下：
老师您好，我现在是大一，然后对产品经理岗位比较感兴趣，想请教您几个问题（因为我在产品上目前确实没多少实践经验，可能问题比较宽泛一点。您方便的话就回一下，不方便就没事）：
1 传统的产品经理和现在比较流行的ai产品经理在职责上、所需能力上（或者还有其他方面）有什么区别呢，我看之前的产品经理主要还是招聘到商科生，但现在的ai产品经理的jd上更多是写着计算机、人工智能之类的专业优先，您觉得产品经理的未来趋势会更偏向理工科生而远离商科生吗
2 您觉得ai的发展会对产品经理这个岗位造成什么样的冲击呢，以及我们学生、应聘者或者初级工作者应该要掌握什么技能（除了比较传统的比如画figma原型图）、具备什么能力 和品质呢。我自己试过ai已经能写出一个很不错的prd文档了，像今天下午的课程，ai也能在用户洞察、产品定位、竞品分析等很多地方发挥很大的作用、也许再进化后能比大多数人做得都好，您觉得产品经理这个岗位在未来（如果就近的话，我2029年本科毕业打算就业）会被取代、或者需求的人数大幅缩减吗
3 在这个基础上，从很功利求职的角度看，为了能“卷”到这个岗位，我是不是有必要去刷很多段产品相关的实习或者做很多产品项目呢（以我现在大一这个年级，时间应该说还是很多的，但是还没有明确的规划好）
4 我看您在公众号简介中提到您的经历从市场到产品到创业，实际上我自己现在除了希望未来求职产品经理这个岗位外，就是对GTM（应该就是偏市场的工作）比较感兴趣。我想了解一下，您觉得市场方面和产品方面在具体工作上、以及对人的能力要求上有什么联系或割裂的地方吗。
5 同时，由于我对创业也有比较大的兴趣，想请教一些创业相关的点。您觉得在公司干市场、干产品和创业是有联系的吗（因为我之前听说干产品经理的出来创业的还挺多），在腾讯这种级别的公司做产品经理和自己创业又有什么不同的体感呢（比如存不存在我网上看到的有说大厂螺丝钉vs自己出来的万金油？）同时，您怎么建议从大学开始创业还是工作几年后再创业呢？虽然现在vibe coding也相对容易，但是在社会阅历、人脉、公司管理、落地性考量等方面是不是还去大公司里学习一下好呢（像您今天课程上说的“感觉在腾讯读了个博士一样”）
（问题有点多有点长…老师您有空方便就回，不回也没事的，谢谢老师[呲牙][呲牙]
Blues的回应
——这个问题，真的很长，真的也是很多同学想了解的答案。我今年在港中深作为校外导师，也带了几位同学进行职业发展的探索学习，后来遇到几位也对产品经理感兴趣的同学，加入到学习小组，目前已经有十多位港中深的同学一起学习实践，同时，我也邀请了几位腾讯公司的导师一起联合进行学生指导。
针对上面的学生问题，很难在短时间讲清楚，于是，决定慢慢的把这些问题的解答，逐个写出来，或许对更多同学会有帮助。下面是问题解答的第一篇。
《非技术背景学生：迈向AI产品经理发展之路》
我本身是一位20年经验的产品经理和创业者，现在是AI产品的探索和实践者，也是不断的学习更新自己，与时俱进的不断成长，下面的个人思考，来自我的实践经验总结、个人思考和与AI模型的交流探讨，仅供参考。
从传统产品经理和AI产品经理说起
传统产品经理与AI产品经理在职责、能力模型上存在明显分化，但未来趋势并非”理工科取代商科”，而是”懂技术的商科”与”懂商业的理工科”在中间地带汇合——纯粹的单一背景会越来越难立足。
提问的同学，在大一就开始认真思考职业方向，还能把JD的变化观察得这么细，说明你已经具备了做产品很重要的一项素质：对现象的敏感度。下面我结合这二十年里从PC互联网、移动互联网到现在AI浪潮的经历，尽量掰开揉碎地跟你聊。
一、先把两个岗位的”底层差异”说清楚
传统产品经理（下文简称PM）和AI产品经理（下文简称AI PM）表面上都叫”产品经理”，但它们解决的问题本质不同，这是一切差异的根源。
传统PM面对的是”确定性系统”。 你设计一个按钮，点了它就跳转到某个页面；你设计一条规则，满足条件就触发优惠券。产品的行为是可预测、可穷举的，PM的工作是把用户需求翻译成明确的功能逻辑和交互流程，交给工程师实现。
这套方法论从2005年前后的互联网产品经理体系发展至今，核心是需求洞察 + 流程设计 + 项目推进。
AI PM面对的是”概率性系统”。 大模型的输出不是if-else决定的，而是基于概率分布生成的。同一个prompt,今天和明天的回答可能不一样；同一个推荐算法，对A用户神准、对B用户翻车。这意味着AI PM不能再用”定义清楚功能就结束”的思路工作，而要学会定义评估标准、设计数据闭环、管理模型不确定性。
举个例子，传统PM写PRD会写”用户点击提交后弹出成功提示”，AI PM则要写”当用户意图识别置信度低于0.7时，触发澄清式反问，并将该case回流至标注队列”——后者如果不懂一点模型原理，根本写不出来。
二、职责上的具体区别
职责差异我列一个对比，便于你直观理解：
|
维度 |
传统PM |
AI PM |
|
核心产出 |
功能规格、交互原型、流程图 |
场景定义、数据方案、评测集、prompt/agent设计 |
|
协作对象 |
研发、设计、运营、市场 |
算法工程师、数据工程师、标注团队 + 传统协作方 |
|
效果衡量 |
DAU、转化率、留存、GMV等业务指标 |
业务指标 + 模型指标（准确率、召回率、幻觉率、满意度等） |
|
迭代节奏 |
版本化发布，周/双周迭代 |
数据驱动持续迭代，模型和产品双线并行 |
|
失败模式 |
功能Bug、逻辑漏洞 |
模型偏见、幻觉、badcase长尾、成本不可控 |
一个很关键的新增职责是**”数据产品化”**：AI PM需要把数据当作产品的一部分来管理——从哪里采集、怎么标注、如何形成飞轮，这是传统PM几乎不碰的领域。
三、能力模型上的区别
传统PM的能力三角通常是”需求洞察 — 商业思维 — 项目管理“，在这之上叠加对某个行业（电商、社交、金融等）的深度理解。
AI PM的能力三角则是在前者之上多了一条腿，变成了”四面体“：
-
技术素养：不要求能手写代码训练模型，但要理解Transformer的基本原理、知道RAG和Fine-tuning的适用边界、能看懂评测报告、清楚一次推理的成本大致是多少。说白了，你要能和算法工程师用同一套语言对话，而不是只会问”这个能不能做”。
-
场景判断力：AI能力很强，但不是所有场景都适合用AI解决。什么场景值得用大模型、什么场景用规则更划算、什么场景现在做了明年就会被模型能力原生覆盖（即所谓”在模型进步的路径上”），这种判断力比单纯的需求分析要求更高。
-
数据思维：能设计评测集、能定义数据标注规范、能从badcase里反推产品策略。
-
传统PM的全部能力：这部分一点没少。体验设计、商业闭环、项目推进，一个都不能丢。
所以你看，AI PM其实是”传统PM + 技术与数据素养”的叠加，而不是替代关系。
四、回到你最关心的问题：商科生会不会被挤出这个赛道？
我的判断是：商科背景本身不会成为劣势，但”只有商科背景”会。 这和”理工科是否会成为主流”是两个问题，需要分开看。
先说为什么现在AI PM的JD偏好理工科。有两个很现实的原因：
第一，行业早期的筛选成本。AI产品经理这个岗位真正成规模招聘也就是2023年以后的事，公司还没形成成熟的培养体系，HR和用人部门最省事的筛选方式就是”要求计算机/AI相关专业”，因为这至少保证候选人能听懂技术语言。这更像是信息不对称下的粗筛，而不是岗位的本质要求。
第二，当前阶段技术变量权重高。现在整个行业还在摸索AI产品的形态，从模型选型、架构设计到效果调优，技术决策对产品成败的影响非常大。在这个阶段，懂技术的PM确实更容易拿到话语权。
但把时间尺度拉长看，有两个规律是反复验证过的：
规律一：越成熟的技术，越需要商业和人文视角的PM。 移动互联网早期（2010年前后），最抢手的也是技术背景PM，因为要搞懂iOS/Android的技术限制。等生态成熟后（2015年之后），最顶尖的移动产品经理反而更多来自心理学、商科、设计背景——因为技术成了基础设施，真正的差异化在于对用户和商业的理解。AI也会走同样的路径，只是现在还在”技术为王”的那个窗口期。
规律二：所有平台型、消费级的伟大产品，最终都是”人文科学的胜利”。 乔布斯的经典那句”科技与人文的交叉路口”不是空话。张小龙是工科出身但骨子里是人文思考者；Instagram、TikTok、小红书这类产品的核心竞争力，从来不是技术最先进，而是对人性和场景的拿捏。AI再强大，它解决的终究是人的问题、商业的问题。
所以对你——一个香港中文大学（深圳）的大一学生来说，我的具体建议是：
不要纠结于”改专业”或”放弃商科”。 港中深的商科、经管、数据科学交叉培养本身就是很好的底子。你现在要做的是在商科之上主动补技术素养，而不是掉头去拼计算机科班生的硬技术。
大一大二阶段建议做三件事：
一是把Python、SQL、基础统计学搞扎实，这不是为了当工程师，而是为了未来能独立做数据分析、看懂模型评测、和算法同事顺畅对话。港中深这类课程资源很充足，选修或旁听都可以。
二是系统学习一次机器学习和大模型的基本原理。吴恩达最新的大模型系列、李沐的《动手学深度学习》，挑一个认真啃完。目标不是会调参，而是建立”技术直觉”——听到一个新技术概念，能快速判断它大概能做什么、不能做什么。
在B站、油管，有非常多的学习视频。
三是找真实场景练手。学校的创业比赛、黑客松、或者自己用Coze、元器这类工具搭一个AI应用给身边同学用，哪怕只有几十个用户，都比读一百本产品书有用。产品感是做出来的，不是读出来的。
大三大四再考虑实习方向。到时候你既有商科底子（商业判断、用户理解、表达沟通），又有技术素养（能和算法对话、能设计数据方案），这种”T型人才”正好卡在未来5-10年AI产品经理最稀缺的那个生态位上。纯理工科背景的PM未必有你对用户和商业的敏感度，纯商科背景的PM又迈不过技术这道门槛——中间这块恰恰是你的机会。
最后说一句掏心窝的话：二十年来我见过太多同学在大一就过度焦虑专业选对没、赛道押对没。说实话，具体的技术栈和岗位名称十年后大概率会变，但”解决复杂问题的能力、理解人的能力、把事情做成的能力”永远不会过时。你现在能在大一就主动研究JD、对比岗位差异、找前辈请教，这种主动性本身就比绝大多数同龄人领先了。把节奏放稳一点，该补的能力一点一点补，等你毕业时，AI PM会是什么样、商科生该怎么切入，答案自然就在你手上了。
如何规划：非技术背景学生的AI产品经理发展之路？
我从腾讯和字节跳动抽取了5个AI产品经理岗位的JD进行具体分析。（具体的JD要求在文章后面）
对一个大一非技术背景的学生来说，2年冲击AI PM实习岗，核心是打造”场景感知力 + 技术对话力 + 数据动手力 + 作品沉淀”这四个支点。
按”打地基(0-6月)→建能力(7-12月)→出作品(13-18月)→冲实习(19-24月)”四个阶段节奏推进，最关键的不是学了多少课，而是手上有没有能被HR点开看的真实AI产品作品。
学会用产品经理的方式思考自己的职业成长：需求洞察(JD)→能力差距分析→路线图规划。
一、先把5个JD的共性需求抽出来
我把腾讯金融AI PM、腾讯云设计工具PM、腾讯云Agent PM、抖音电商AI数据PM、TikTok AI搜索PM这5个岗位的要求拆成”显性要求”和”隐性要求”两层：
|
能力维度 |
5个JD的共性信号 |
对大一学生的翻译 |
|
场景/业务理解 |
金融、设计、ToB销售、电商、搜索各有侧重，但都强调”深入业务、理解痛点” |
必须深耕1-2个垂直场景，不能泛泛而谈 |
|
AI技术素养 |
反复出现：大模型、RAG、Agent、工具调用、prompt engineering、多模态 |
懂原理+能动手搭，不要求能训模型 |
|
数据能力 |
“数据驱动决策””指标体系””效果评估””数据分析工具” |
SQL+Python数据分析+评测集设计 |
|
产品基本功 |
PRD、原型、需求拆解、全生命周期管理、项目推进 |
传统PM那套不能丢 |
|
作品/项目经验 |
“主导过AI应用项目””有从0到1落地经验”几乎是加分必选项 |
必须有2-3个拿得出手的AI产品作品 |
二、2年总路线图：四阶段推进
先看一张总览图，再展开每个阶段。
三、阶段一：0-6个月（大一下学期）——打地基
这个阶段目标只有一个：从”完全的非技术生”变成”能听懂技术语言的商科生”。不要贪多，基础不牢后面全是坑。
编程与数据基础（每周10-12小时）
Python重点学数据处理和调用API两块，不用学爬虫和Web开发这种对PM帮助不大的方向。推荐路径：廖雪峰Python教程快速过一遍 → 立刻上手用Python调OpenAI/DeepSeek的API做点小东西（比如自动整理你的课程笔记、批量翻译文献）。
SQL从一开始就练，推荐SQLZoo或牛客网SQL专项。目标是大一下结束时能独立用SQL完成常见的数据查询和聚合。
统计学基础：描述性统计、假设检验、A/B测试原理，这三块对PM最重要。可汗学院的统计课或者港中深自己的概率统计课就够。
AI通识入门（每周5-8小时）
吴恩达的《Machine Learning》和《Generative AI for Everyone》是最好的入门组合，前者让你懂ML基本范式，后者让你懂当前大模型产品形态。看完再补李沐《动手学深度学习》的前几章（注意力机制和Transformer那部分一定要啃下来）。
关键动作：每看完一个技术概念，强迫自己用”产品语言”复述一遍。例如学完RAG，你要能回答”什么场景用RAG比Fine-tuning划算？它的成本、延迟、可控性各如何？”这种思维训练比多看几门课重要。
产品思维启蒙（每周3-5小时）
《微信背后的产品观》《俞军产品方法论》《产品前线》《启示录》选读。每周找一款你在用的AI产品（Kimi、豆包、Cursor、即梦等），写一篇500字的体验拆解，重点分析”它为什么这样设计””这个功能背后的技术方案可能是什么”。
阶段一结束时你应该能：独立用Python调API完成一个小工具、能用SQL做基础分析、能看懂一篇大模型技术博客的核心思路、有10篇以上的产品体验笔记。
四、阶段二：7-12个月（大二上学期）——建能力
目标：从”能听懂”升级为”能动手”，并选定一个垂直场景。
大模型应用深入（每周8-10小时）
这个阶段要系统学会三件事：
一是Prompt Engineering。推荐OpenAI和Anthropic的官方prompting文档、吴恩达的prompt系列课程。学完后给自己定一个KPI：用prompt重构你本学期至少3门课的学习流程（比如用prompt做论文阅读助手、错题归类助手、期末复习生成器）。
二是Agent搭建。用Coze、元器这类低代码平台，至少完整搭建3个有实际用途的Agent。不要做玩具——一定要做身边人真的会用的。比如给港中深同学用的”选课助手”、给社团用的”活动策划Agent”、给自己用的”文献综述Agent”。
三是RAG原理与实践。理解embedding、向量数据库、chunking策略、重排这些概念，动手用LangChain或LlamaIndex搭一个个人知识库问答系统。
数据分析实战（每周5-8小时）
找一个真实数据集（Kaggle、天池、或者你自己Agent的使用日志）做端到端分析。输出一份完整的分析报告：业务问题→指标拆解→数据探索→结论→行动建议。这个过程中你会自然地用到Python pandas、SQL、matplotlib，比单独学工具高效10倍。
场景方向选定（关键决策点）
结合你的5个目标JD，AI PM的热门场景大致分这几类：
-
AI + 金融（对应腾讯金融AI PM）：需要补金融知识，港中深经管学院资源对你是极大优势
-
AI + ToB/企服（对应腾讯云Agent PM）：销售赋能、客服、HR这类场景，需要理解B端业务逻辑
-
AI + 电商/内容（对应抖音电商、TikTok搜索）：需要对用户增长、内容分发有感觉
-
AI + 设计工具（对应腾讯云设计工具PM）：需要懂UI/UX流程
-
AI + 数据产品（对应抖音AI数据PM）：需要数据敏感度最强
我的建议：作为港中深商科生，优先选”AI + 金融”或”AI + 电商”。前者最匹配学校优势（港中深金融资源在大湾区相当强），后者最容易接触到真实数据和用户。选定后，在这个领域深耕——看行业报告、关注头部公司动态、用它们的产品并写深度拆解。
五、阶段三：13-18个月（大二下-大三上）——出作品
这个阶段是决定你能不能拿到好实习的关键。 前面所有的学习都是为了这6个月能产出2-3个高质量作品。
作品标准（参考JD里”主导过AI应用项目”的实习版）：
每个作品必须包含以下完整链路：
1.真实问题：解决一个真实存在的需求，而不是造题。可以从你的学校、社团、家人、实习单位里找。
2.场景拆解：为什么用AI解决、AI解决的边界在哪、不用AI的基线方案是什么。
3.产品方案：PRD+原型+交互流程（用Figma或即时设计）。
4.技术实现：自己用Coze/Dify/代码实现MVP，不依赖工程师。
5.数据验证：设计评测集（至少50条badcase），跑出准确率、满意度等核心指标，有A/B或前后对比数据。
6.用户使用：真的有人在用，有至少20个真实用户的反馈和迭代记录。
7.复盘文档：一篇5000字左右的项目复盘，上传公众号或小红书。
推荐的2个作品方向（结合你选定的场景）：
如果选”AI + 金融”方向，可以做：一个面向大学生的投资学习Agent（模拟巴菲特/段永平等的投资逻辑做答疑）+ 一份金融大模型应用行业研究报告（对标知名咨询公司report规格）。
如果选”AI + 电商”方向，可以做：一个小红书/抖音种草文案优化Agent（真找几个微商朋友或校园带货账号用起来）+ 一个电商客服AI Agent（可以用淘宝/拼多多的公开客服场景）。
行业研究与竞品分析
每个月产出1份深度竞品分析或行业研究，发布到公众号、小红书或知乎。这会在2件事上帮到你：一是锻炼你的结构化输出能力（PM最核心技能之一），二是面试时”你的作品有人看吗”这个隐形门槛会被它解掉。
同步建议：这个阶段如果能争取到一份非AI的小型产品实习（比如某个创业公司的产品助理、学校数字化项目的产品志愿者），哪怕没工资也值得——你需要”实习经历”这个抽象名词在简历上出现过一次，这对大厂AI PM实习的简历关帮助巨大。
六、阶段四：19-24个月（大三下）——冲实习
简历与作品集打磨（第19-20个月）
简历按”START + 数据”结构写每一个项目。记住一个原则：HR/面试官平均看你简历的时间是5秒～10秒，所以每个项目开头第一句话必须是”做了什么 + 带来什么量化结果”。
作品集（portfolio）建议用Notion搭一个公开页面，包含：每个作品的视频demo（1-2分钟）、PRD链接、数据报告、用户反馈截图、复盘文档。这个链接要放在简历最显眼的位置。
投递策略（第21-24个月）
优先级梯队：
第一梯队冲刺（最想去的）：字节、腾讯、阿里、美团、小红书、Kimi、智谱、MiniMax等的AI PM/AI产品助理实习。JD关键词搜”AI产品实习””大模型产品实习””AI Agent产品”。
第二梯队保底（先积累经验）：AI创业公司、垂类SaaS公司的产品实习。这类岗位门槛稍低但能学到的东西非常多，尤其是能接触完整的从0到1过程。
第三梯队练手（面试训练）：一些数据分析岗、运营岗、ToB产品岗的实习，虽然不是AI PM，但可以作为”跳板”，做3-4个月后再跳。
投递时间节点：大厂暑期实习通常3月底开始投，春招1月开始，日常实习全年开放但3-5月和9-11月是旺季。你的节奏刚好卡在大三暑期实习。
面试准备重点
AI PM面试通常5类题：
1.产品基本功题：体验拆解、功能设计、需求分析，例如”设计一款给大学生用的AI学习助手”。
2.AI场景题：例如”你觉得大模型在金融客服场景的最大挑战是什么？”
3.技术理解题：例如”RAG（ Retrieval-Augmented Generation 检索增强生成）和Fine-tuning（微调）怎么选？”
4.数据分析题：给你一份数据让你找问题、提建议。
5.行业洞察题：例如”你怎么看OpenAI最新发布的XX？”
你前面所有的积累都是为了答好这5类题。如果作品真的做扎实了，第一、二、三类题自然就有底气。
七、额外3条建议
第一，不要陷入”学习陷阱”。很多同学会花一整年在刷课、看书、做笔记上，却一个真实项目都没落地。PM这个岗位本质上看的是”做成事的证据”，不是”学过的内容”。从阶段二开始，每周至少花一半时间在”做东西”上，而不是”学东西”。
第二，主动利用学校的资源。学校的计算机学院、数据科学学院有大量相关课程和实验室，跨院选修、找老师做RA、参加国际性的AI创业比赛（HackUST、字节青训营、腾讯犀牛鸟），这些都是别人学校同学拿不到的资源。尤其是大一大二参加校级或联校黑客松，是最高性价比的”项目经历来源”。
第三，建立你的AI PM社交圈。关注几个AI产品社区（如即刻、产品沉思录、Product Hunt、小红书AI产品话题），多写多发，主动加同行微信。大三投实习时，一份内推简历的通过率是海投的3-5倍，而内推来自你平时积累的人脉。
最后想说的是：2年时间对”从0到AI PM实习”这个目标，是紧但可实现，关键是路径执行而不是资源差距。
你现在大一就开始规划、会主动找前辈请教，这种主动性本身就是稀缺的PM素质。按这个节奏走，到大三投实习时，你会发现自己不是在”够”门槛，而是会有多家公司来抢你。
加油，同学！
腾讯：金融AI产品经理
CDG产品三年以上工作经验
“用户为本，科技向善”，是写在每位腾讯产品人心中的一句箴言。在互联网浪潮中，大众的生活已被深刻地改变，如何为用户创造价值、创造怎样的价值，需要每位产品人花费更长时间去体会与探索。在这里，你将与同样关注细节、关注本质、关注美好的同事一道，开启你的创造性工作。
岗位职责
1.负责金融场景用户query回答质量提升的策略设计、验证及落地闭环，通过持续策略优化提升场景整体回答质量，并满足场景个性化需求；
2.与技术团队深度协作，通过驱动“模型+数据+工程”的三角协同，实现整体能力面向用户价值的持续优化；
3.调研市场动向，为创新提供思路；结合业务实际制定产品长期战略、规划和路线图。
岗位要求
1.本科及以上学历，金融、数学、统计学、计算机、人工智能等相关专业优先；
2.有金融行业经验，熟悉金融机构业务流程与产品，及有AI 产品或项目经验，主导过金融领域 AI 应用项目优先；
3.具备动手能力，精通数据分析工具，以数据支持产品决策，具备prompt engineering能力或智能体搭建经验；
4.有创新思维和探索精神，快速学习自我提升，适应 AI 行业变化；
5.能制定AI 产品战略和路线图，掌握需求分析、原型设计等技能，熟悉产品生命周期管理。
腾讯云-设计工具产品经理
CSIG产品三年以上工作经验更新于2026年04月22日
岗位职责
1.负责设计工具类产品（如UI/UX设计工具、设计系统管理工具等）的全生命周期管理，聚焦AI相关功能的规划、设计与落地，核心围绕AI智能体、AI生成UI、组件库关联AI等场景，打造符合设计师、开发团队需求的高效产品；
2.深入调研设计行业痛点、用户需求（设计师、开发、团队管理者等），结合AI技术趋势（如大模型应用、多模态生成、智能协同），输出产品规划、需求文档（PRD）、原型设计，推动AI功能与设计工具的深度融合；
3.主导AI功能的需求拆解、优先级排序，协同算法、研发、设计、测试等团队，确保产品功能按时上线、迭代优化，解决上线后用户反馈的问题，持续提升产品体验与核心竞争力；
4.负责设计工具与团队组件库、设计系统的协同适配，推动AI功能（如基于团队组件库生成UI）的标准化、规模化应用，助力团队提升设计效率、统一设计规范；
5.跟踪行业竞品动态、AI技术在设计工具领域的应用进展，输出竞品分析报告，提炼产品差异化优势，制定产品迭代策略；
6.协同运营、市场团队，输出产品功能说明、使用指南，配合开展用户培训、产品推广相关工作，提升产品渗透率与用户满意度。
岗位要求
1.本科及以上学历，2-5年设计工具类产品经理相关经验，有AI功能（AI生成、AI智能体、大模型应用）相关产品设计经验者优先；
2.熟悉UI/UX设计流程、设计系统（DSM）、组件库管理，了解主流设计工具的产品逻辑与功能特性，能精准捕捉设计师与开发团队的核心需求；
3.具备扎实的产品功底，熟练掌握需求调研、PRD撰写、原型设计、项目推进等能力，能独立负责AI相关功能的从0到1落地与迭代；
4.有设计行业背景、团队组件库相关产品经验，或参与过AI智能体在设计工具领域应用项目者，优先考虑。
加分项
1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
CSIG AI产品经理
“用户为本，科技向善”，是写在每位腾讯产品人心中的一句箴言。在互联网浪潮中，大众的生活已被深刻地改变，如何为用户创造价值、创造怎样的价值，需要每位产品人花费更长时间去体会与探索。在这里，你将与同样关注细节、关注本质、关注美好的同事一道，开启你的创造性工作。
岗位职责
1.产品规划与目标定义：深入理解销售、运营、客服等内部业务流程与痛点，规划AI Agent产品的核心场景、能力矩阵与演进路线，并设定可量化的效率提升与增收目标；
2.智能体体验与流程设计：主导Agent的交互逻辑、决策流程与工具调用设计。将复杂的业务规则与AI能力，转化为简单、高效、可靠的产品功能与用户体验；
3.系统整合与自动化闭环：设计并推动AI Agent与现有业务系统（如经营系统、知识库等）的深度集成方案，实现从“感知-决策-执行-反馈”的业务自动化闭环；
4.数据驱动与效果评估：建立AI Agent产品的核心指标体系，监控使用效果、准确率与业务影响，通过数据分析驱动产品的持续迭代与优化；
5.全链路项目推动：协同算法、工程、业务与设计团队，主导产品从需求、开发、测试到上线运营的全过程，确保产品高质量落地并产生实际业务价值。
岗位要求
1.业务洞察力：具备To B或云计算产品经验，深刻理解销售赋能、运营提效、客户成功等至少一个领域的业务流程、关键瓶颈与成功要素；
2.AI产品思维：具备强烈的AI原生产品思维，能够运用大模型与智能体技术重构传统业务流程。善于在不确定性中定义最小可行产品，并具备出色的数据驱动决策能力；
3.技术理解力：了解大语言模型、智能体框架、RAG、工具调用等核心AI技术的基本原理、能力边界与最新进展，能与技术团队进行高效沟通；
4.协调与落地能力：拥有出色的跨部门沟通与资源协调能力，具备强烈的项目owner意识，能有效管理优先级、化解冲突、推动复杂项目落地；
5.强烈的自驱力与好奇心：对AI技术充满热情，能快速学习并应用新的AI工具与框架，积极探索AI赋能业务的新场景。
AI数据产品经理-抖音电商
上海正式产品 – 产品经理职位 ID：A146037
职位描述
1、负责抖音电商全域数据产品体系设计，面向品牌、商家、管理层及运营小二等多角色，搭建面向业务场景的指标体系、评估标准、问题诊断能力和智能决策能力；
2、推动AI+数据产品创新，将大模型、智能Agent等AI能力融入数据产品，实现智能取数、智能问数、自动化报告、智能决策建议等场景，降低用数门槛，提升决策效率；
3、深度挖掘业务场景，沉淀业务数据分析场景，支持和赋能用户使用数据决策；
4、主导产品全生命周期管理，完成需求分析、产品规划、原型设计、项目管理、效果验收及持续迭代，确保产品高质量落地；
5、构建跨团队协同机制，联动业务、算法、技术、运营等团队，推动数据能力与AI技术的业务化应用，对产品的使用渗透率和业务价值负责。
职位要求
1、逻辑思维能力较强，能够系统设计面向业务场景的数据产品，能够通过数据产品的设计帮助用户科学决策，降低运营成本；
2、具备良好的跨团队协同和项目管理能力，能协调内外部资源，推进项目优质高效落地；
3、具有相关产品工作经验，熟悉电商/商业化/本地业务的优先；
4、富有创业精神，勇于创新，有平台产品经理经验或AI应用产品经验优先。
搜索产品经理（AI搜索方向）-TikTok
北京正式产品 – 产品经理职位 ID：A15884
职位描述
1、作为AI搜索产品经理，推动大模型技术在搜索中的落地与创新；
2、结合TikTok的海量内容场景，打造智能、直观、令人惊艳的搜索体验；
3、主导产品需求挖掘与方案设计，提升搜索相关性与用户满意度；
4、与研发、设计密切协作，确保产品高效实现与持续优化；
5、关注AIGC行业趋势，输出战略建议，驱动产品不断进化。
职位要求
1、本科及以上学历，计算机科学、人工智能或相关专业优先；
2、3年以上产品经理工作经验，具备搜索引擎、大模型应用或AI搜索产品经验者优先；
3、熟悉产品设计和项目管理流程，具有良好的沟通协调、项目管理与跨团队协作能力；
4、对人工智能、自然语言处理和机器学习技术有深入了解，有实际落地项目经验；
5、对用户敏感，具备强洞察力与策略思维，能有效识别问题与机会；热爱AI领域，具备强烈的好奇心和自驱力。
公众号：BLUES，12年原创公众号，作者兰军，历任腾讯高级产品经理、YY语音高级经理、迅雷产品总监、梅沙科技创始合伙人等，20多年丰富的职场经历，连续创业者，AI产品与企业咨询、培训顾问。