腾讯文档只能加一个 AI 功能,你加什么?

腾讯文档里，只能加一个 AI 功能，你加什么？

功能上线以后，两个核心指标出现冲突，你怎么取舍？

这两道题出自一篇腾讯 AI 产品经理的秋招面经。题目里没有出现一个技术名词。

准备腾讯 2027 届 AI 产品经理校招，很多人会先列一份技术清单：LLM、Agent、RAG、多模态。

把名词讲清楚是应该的，但从公开面经看，面试官往下追的，更多是另一类问题：这个功能为什么值得做，怎么知道它有效，这些判断是不是你自己做的。

这篇写的是反复出现的考察点，不是 2027 届的真题合集。文末附了一份题目清单，可以收藏。

JD 里写的，是一条完整的链路

这份 JD 把工作写成一条线：先找到 AI 能创造增量价值的场景，再定义需求、设计方案、验证效果，之后通过实验持续优化。

几处值得多看一眼：

• 技术理解的落点，是判断“什么该用 AI 做，什么不该用”。

• 交互不只有聊天框，还包括生成式 UI、主动推荐、Agent 多步推理。

• 评价一个 AI 产品，既看准确率、幻觉率、用户信任，也看留存、付费转化和满意度。

• “AI 应用技能”不只是会用工具，还要能拆解复杂问题、判断输出质量。比起“我经常用 AI”，讲清楚自己怎么用、怎么验证、怎么修正，更有说服力。

面试官的追问，大致有4层

下面是根据Anchor学员面试过程中的归纳框架，不是官方的面试顺序。

第一层：技术理解，知道能力，也知道边界吗

AI 产品策划一面问到了 Transformer、注意力、扩散模型，以及 Agent 和 Workflow 的区别。一篇实习面经里，有人被问到 AI 搜索相关问题，并被要求详细讲讲 RAG，还问到 Skill 和 MCP 的区别。

只背定义，很容易在追问下露底。更稳的讲法是三步：它解决什么问题，怎么工作，在什么条件下会失效。再接上自己做过的项目，名词就有了落点。

第二层：产品判断，有了能力，为什么做这个功能

一篇秋招面经里，面试官让候选人挑一个常用的 AI 产品，说缺点并给出改进；问腾讯文档只能加一个 AI 功能会做什么；问元宝要新增功能，怎么评估成本和收益。

另一篇聊的是广告 AI 工具：该做成 all-in-one，还是拆成独立产品；生成式设计产品里，二次编辑的体验怎么办。

这几道题有个共同点：不能从“模型能做什么”直接跳到“用户一定需要什么”。先说清楚用户是谁、要完成什么任务，现有方案哪里不够，再比较 AI 和非 AI 的做法。

第三层：指标与数据，怎么知道它真的有价值

项目怎么定义成功，上线数据如何，没达到预期怎么办；

腾讯文档 AI 功能的两个核心指标冲突时怎么取舍。

广告方向则会问：AI 生成的素材，怎么证明有商业价值。

这里有一个容易混的地方：“生成了内容”和“完成了任务”不是一回事。

调用量只能说明有人在用，不能说明用户拿到了可用的结果。指标要回到用户的目标，再说清楚数据怎么收集，变化是怎么判断出原因的。

第四层：项目归属，这些判断真是你做的吗？

一篇 HR 面的记录里，问到了 API、接入模型、调用效果、竞品研究和商业化。这不能说明所有 HR 面都会问技术，但至少说明，只准备项目包装是不够的。

把经历拆成四句话会清楚很多：我的职责是什么，我做了哪些决策，证据是什么，复盘出了什么。团队做了什么，和自己具体负责什么，要分开讲。没有上线数据，就如实说停在哪一步，原型测试不必写成业务成果。

两道题，一种答法

下面是一种答法，不是标准答案，也不代表面试官的偏好。

腾讯文档只能加一个 AI 功能，加什么？指标冲突了怎么办？

两个问题出自同一篇秋招面经。可以分四步讲：

1. 先限定场景。不急着报功能，先说服务谁、完成什么任务、现在的痛点在哪。

2. 再选最小方案。比如“带来源定位的长文摘要”（这是举例，不是面经里候选人的答案）。说明它怎样减少阅读负担，以及为什么要用 AI，而不只是多一个入口。

3. 定义成功，也定义底线。既看用户是否更快找到关键信息，也看摘要是否忠实、来源能不能核对。只拿生成次数当标准，说服力不够。

4. 最后处理冲突。假设使用率涨了，准确率却掉了（这是练习用的假设，不是真实数据）。先查统计口径、用户分组和错误类型，再决定是限制使用场景、加强来源展示，还是保留人工确认。涉及可信度的错误，不能用更多的点击量去抵消，具体取舍要讲清场景和风险。

多步 Agent 失败了，问题出在哪？

这道题来自实习二面，涉及 Prompt、模型、工具、逻辑的归因，以及效果、速度、成本之间的权衡。它是实习面经，不宜当成校招必考题。

可以先定义什么叫“失败”：是目标理解错了，工具调用失败了，还是执行成功但结果不符合要求？再看任务轨迹，一步步核对输入、模型输出、工具返回和后续决策。

接着做最小对照：固定其他条件，只调一个因素。同时换模型、改 Prompt、重写流程，最后很难说清是哪个起了作用。

修复后，用同类任务回归验证，看成功率、耗时和成本；必要时设置重试、降级或人工接管。重点不在报出多少组件，而在分析过程可追溯、可验证。

面试前，可以先整理四份材料

• 一张项目证据卡：用户问题、个人职责、方案取舍、验证方式、结果与局限。没有真实数据的地方，直接标出来。

• 一份 AI 产品拆解：选一个自己真正用过的产品，记录一次具体任务、遇到的失败和改进想法，不必复述功能列表。

• 一个能演示的原型：说清输入输出、用了什么模型或工具，以及失败一次之后怎么改的。JD 把“用 AI 工具搭建原型”列为加分项，没有要求每个人都有成熟产品。

• 一页技术边界笔记：把 LLM、Agent、RAG、多模态对应到具体任务，写下适用条件和限制，不只是写定义。

腾讯校招团队的播客节目《鹅厂wò谈会》，在“鹅厂 HR 坦白局”这一期里，也聊到简历里的“AI 应用技能”，以及缺少 AI 项目经验怎么办。以上只依据节目说明。

普通校招和 AI 产培专项，是两条线

这份 JD 是 AI 产品经理校招。

腾讯另有一个 AI 产品经理培训生专项，Marvis 官方账号此前公布的 2026 年选拔安排（北京时间）是：9 月 4 日简历截止并完成测评，9 月 5 日到 8 日做 AI 能力评估作业，9 月 9 日到 30 日线上面试，10 月线下 Demo Day，10 月起陆续发 offer。这条线的环节，不能直接套到这份 JD 上。

普通岗位的公开记录里，有“业务一面加总监二面”的案例，也有单独的 HR 面记录，但都不足以说明固定几轮。具体安排以收到的通知为准。

最后

名词是入场券。能把一个问题讲完整，才是面试里拉开差距的地方：为什么是这个用户，为什么用 AI，为什么这样设计，凭什么说它有效。

如果你面过腾讯的 AI 产品岗，欢迎在留言区补充被问到的题，注明岗位和大概时间，后面会更新进下面这份清单。

收藏版：学员面试过程中出现过的题

AI 技术理解

• Agent 和 Workflow 有什么区别

• AI 搜索相关，详细讲讲 RAG（实习）

• Skill 和 MCP 有什么区别（实习）

• 模型出现幻觉，产品上怎么处理

产品判断

• 挑一个你常用的 AI 产品，说它的缺点并给出改进方案

• AI PM 和普通 PM 有什么区别

• 广告 AI 工具，做成 all-in-one 还是拆成独立产品

数据和指标

• 腾讯文档的 AI 功能，两个核心指标冲突了怎么取舍

• 怎么证明 AI 生成的广告素材有商业价值

案例设计

• 腾讯文档只能加一个 AI 功能，你加什么，怎么判断它成功了

• 元宝要加一个新功能，怎么评估成本和收益

• 多步 Agent 失败了，怎么归因（实习）

行为和动机

• 为什么选腾讯

• 怎么证明 AI 项目真的是你做的

资料来源

1. 鹅厂wò谈会：鹅厂 HR 坦白局（第11期），小宇宙播客，2026 年 8 月 19 日。

   https://www.xiaoyuzhoufm.com/episode/6a851ca85aeb2a5712e9105c

2. AI 产品经理培训生专项流程：腾讯 Marvis 团队招聘（2026-09-01）；Datawhale 转载（2026-08-13）。

   https://www.sina.cn/news/detail/5338421725757871.html

   https://finance.sina.com.cn/wm/2026-08-13/doc-inineuqe4590092.shtml

3. 腾讯 2027 校园招聘：AI 产品经理，腾讯校园招聘官网。

   https://join.qq.com/post_detail.html?postid=1283126456553382912