AI 产品经理的 8 小时实操课:源码全给,陪跑到交付

去 BOSS 直聘翻一圈「高级 AI 产品经理」，会发现一件事：这些岗位不要求你写代码，但要求你真的做过。

01 · 现在的 JD 到底在问什么

把近期几十条 AI 产品经理 JD 拆开，AI 能力那部分高度一致，基本是四层：

· 概念层：LLM、Prompt Engineering、RAG、Function Calling、MCP、Workflow、Agent、向量数据库、长短期记忆

· 平台层：熟悉 Dify、Coze、LangGraph 等至少一种，理解它的设计思路和能力边界

· 动手层：能独立跑通 Demo、做 PoC、独立完成智能体编排与工作流定制

· 交付层：端到端推动落地，对任务完成率、准确率、用户满意度负责

有几条 JD 甚至把要求写到了「能够清晰说明」的程度：RAG 解决什么问题、Prompt 和微调的区别、Agent 和普通聊天机器人的区别、为什么长期记忆重要。这不是考概念，是考你有没有真的踩过坑。

最值得留意的是第四层。以前产品经理交一份 PRD 就算交付，现在要交「能上线」。广州在招的高级 AI 产品经理，多数开在 20–35K，头部岗位到 40–60K，价格差基本就差在能不能端到端交付。

02 · 产品经理学 Agent，最容易卡在三处

术语都认识，但没见过它坏。检索没召回、工具调用死循环、换个模型版本答案就变了——这些只在自己跑的时候才会出现。没见过的人判断不了可行性，排期和质量只能听研发的。

会拖工作流，但说不清边界。什么该交给 Agent 自己判断，什么该写死成固定流程，这个取舍错了，做出来的东西看起来很聪明，但没人敢用。

有想法，没作品。面试说「我很关注 Agent」，对方问一句「你自己做过哪个」，对话就停在这了。

03 · 这门课补的正好是这四处

8 小时录播，Dify + 前端交付实战，按实际搭建顺序走一遍。目前已上线的是 Agent 如何调用外部能力那部分：

· MCP 服务的开发与接入——自己写一次工具调用，才知道它什么时候不该调

· 知识库构建与工具接入——RAG 不是「接个文档」就完事，切片、召回、评测全是坑

· Skill 技能的提炼——把一次性操作固化成可复用能力，这本身就是产品化

后面接着是 Agent 构建及可复用架构（Workflow 与 Agent 怎么取舍、多 Agent 怎么编排），以及后端 API 对接前端开发、整体部署和启动——最后这两节，对应 JD 里那句「推动产品达到可上线标准」。

注意：以上本块内容是课程中的一部分，剩余还有关于知识库构建和调优、工作流编排，智能问数构建，深度分析构建等内容。课程部分演示效果如下：

04 · 你能带走什么

· 三套源码直接改：Dify 工作流模板、Agent 模板包、React 前端模板

·AI Agent 基本原理，术语，调优方向等

· 学习社区陪跑，版本更新和集中答疑都有人接

简历上写「熟悉 MCP」，和面试时打开一个自己搭的 Agent，是两件事。后者才是现在面试官想看的。

05 · 适合谁，不适合谁

做过几年产品、想把 AI 写进简历但缺一个真项目的；已经在做 AI 产品，但技术判断总要靠研发的；这两类最合适。

也不藏着：想靠一门课转算法工程师的，不合适；只想看不想动手的，也不合适——4 个作业不做，8 小时就只是 8 小时视频。

06 · 价格

首发价 199 元，原价 599–699。8 小时录播 + 全套源码 + 学习社区，一次配齐，首发限时。