最近幾年AI產(chǎn)品經(jīng)理爆火，不少同學(xué)都想進(jìn)入其中做AI產(chǎn)品。但學(xué)習(xí)資料這么多，如何選擇自己的方向？作者給到的這些經(jīng)驗(yàn)可以參考一下。

“AI有很多技術(shù)領(lǐng)域：視覺、語(yǔ)音、自然語(yǔ)言處理、推薦系統(tǒng)等，相應(yīng)的也有不同職能的AI 產(chǎn)品經(jīng)理，怎么選擇一個(gè)技術(shù)方向并規(guī)劃相應(yīng)的學(xué)習(xí)路線？”

直接上選擇的結(jié)論：

1. 工科有相關(guān)技術(shù)棧的同學(xué)可以直接選擇自己熟悉的領(lǐng)域（如計(jì)算機(jī)視覺、NLP、推薦系統(tǒng)等），從基礎(chǔ)理論到工具應(yīng)用，再到產(chǎn)品管理技巧，逐步積累AI產(chǎn)品經(jīng)理所需的知識(shí)和經(jīng)驗(yàn)。
2. 如果你沒有技術(shù)背景，學(xué)習(xí)路線需要從基礎(chǔ)開始，逐步積累對(duì)AI的理解。對(duì)于沒有技術(shù)背景的同學(xué)來說，選擇一個(gè)更易入門的AI技術(shù)方向非常重要。

針對(duì)沒有技術(shù)背景的同學(xué)這里有幾個(gè)方向的推薦：

• 推薦系統(tǒng)的實(shí)現(xiàn)通常依賴于數(shù)據(jù)分析和用戶行為建模，比較容易理解，很多推薦系統(tǒng)的模型（如協(xié)同過濾、基于內(nèi)容的推薦）較為直觀，適合沒有技術(shù)背景的人。
• NLP的很多應(yīng)用（如聊天機(jī)器人、情感分析、文本分類）也有著較強(qiáng)的業(yè)務(wù)背景，適合文科生或?qū)ξ谋咎幚碛信d趣的人。
• AIGC是近年來熱門的領(lǐng)域，像文本生成、圖像生成、視頻生成等，其產(chǎn)品層面更加直觀，易于理解并且應(yīng)用廣泛。沒有掌握相關(guān)技術(shù)棧的同學(xué)，首先需要建立對(duì)AI技術(shù)的基本理解。這里為大家搜集了體系化的學(xué)習(xí)資料。

一、學(xué)習(xí)目標(biāo)

1. 理解AIGC相關(guān)技術(shù)：學(xué)習(xí)AIGC的核心技術(shù)，掌握它們?nèi)绾沃С之a(chǎn)品的開發(fā)。
2. 掌握產(chǎn)品管理技能：學(xué)習(xí)如何將AIGC技術(shù)與業(yè)務(wù)需求結(jié)合，推動(dòng)產(chǎn)品的設(shè)計(jì)和開發(fā)。
3. 積累跨學(xué)科的經(jīng)驗(yàn)：從技術(shù)理解到團(tuán)隊(duì)溝通與需求分析，逐步培養(yǎng)成為AIGC產(chǎn)品經(jīng)理所需的多維能力。

二、學(xué)習(xí)路線

1）基礎(chǔ)知識(shí)：AI與機(jī)器學(xué)習(xí)基礎(chǔ)

AI基礎(chǔ)概念：學(xué)習(xí)AI/LLM知識(shí)科普和簡(jiǎn)單理解

https://space.bilibili.com/472543316/video（大模型領(lǐng)域技術(shù)點(diǎn)科普，易懂）

https://space.bilibili.com/3493082116917587?spm_id_from=333.999.0.0
（科普）

https://space.bilibili.com/1921388479/video
（科普+少量技術(shù)）

https://space.bilibili.com/517221395/video
（科普+技術(shù)講解）

https://space.bilibili.com/3546604218878676/video

https://zhuanlan.zhihu.com/p/675906726

https://zhuanlan.zhihu.com/p/696726728

https://zhuanlan.zhihu.com/p/693923750
（基礎(chǔ)概念）

https://space.bilibili.com/504715181?spm_id_from=333.999.0.0

大模型如何工作（易懂）

https://www.bilibili.com/video/BV1Kb421z7Yh/?spm_id_from=333.337.search-card.all.click&vd_source=a096fd5e34d1f864346f7426954892ce

https://www.bilibili.com/video/BV17t4218761?p=2&vd_source=a096fd5e34d1f864346f7426954892ce

編程基礎(chǔ)（Python）：學(xué)習(xí)Python編程語(yǔ)言，Python是AI領(lǐng)域最常用的語(yǔ)言。可以通過B站免費(fèi)的課程或者菜鳥教程來入門Python。學(xué)習(xí)基本的數(shù)據(jù)結(jié)構(gòu)和算法知識(shí)，理解如何通過代碼實(shí)現(xiàn)簡(jiǎn)單的功能。推薦書籍：《Python編程：從入門到實(shí)踐》。（學(xué)習(xí)基本思想和基本解題思路即可）

2）深入了解AIGC核心技術(shù)

AIGC的核心技術(shù)包括自然語(yǔ)言處理（NLP）、生成對(duì)抗網(wǎng)絡(luò)（GAN）、大語(yǔ)言模型（LLM）、生成文本和圖像等。你不需要深入編程，但要理解這些技術(shù)如何在產(chǎn)品中應(yīng)用。

Prompt工程學(xué)：

作為AIGC產(chǎn)品經(jīng)理，理解Prompt如何影響AI生成內(nèi)容的效果是必不可少的。學(xué)習(xí)如何設(shè)計(jì)有效的Prompt（提示語(yǔ)），以便AI可以生成高質(zhì)量的內(nèi)容。

可以閱讀一些關(guān)于Prompt的書籍和文章，或者參加一些在線課程來快速了解這一部分。

參考學(xué)習(xí)資料：

https://flowgpt.com/p/mayumi-saegusa-waifu-roleplay-nsfw

https://arxiv.org/abs/2307.11760

https://zhuanlan.zhihu.com/p/636690053

https://github.com/microsoft/promptbase

OpenAI官方prompt手冊(cè)：https://platform.openai.com/docs/guides/prompt-engineering

OpenAI早期prompt綜述：https://arxiv.org/pdf/2406.06608

RAG（Retrieval Augmented Generation）：這個(gè)技術(shù)與AIGC緊密相關(guān)，尤其是在生成內(nèi)容時(shí)，如何通過檢索增強(qiáng)生成模型的表現(xiàn)，這是目前生成式AI領(lǐng)域的一個(gè)前沿技術(shù)。理解RAG如何工作對(duì)產(chǎn)品經(jīng)理非常有益，尤其是涉及到大規(guī)模內(nèi)容生成時(shí)。

什么是RAG

https://mp.weixin.qq.com/s/prKsrbLmH9QzHPoCOw6jXQ

https://mp.weixin.qq.com/s/2hYzDN8J8rC7iijlvwv3rQ

https://mp.weixin.qq.com/s/YEF4C-m7N4qvgEhjuIcT6A

rag開源神器：https://mp.weixin.qq.com/s/feS9vRBYOCdpHkDKtfwW0A

Github rag學(xué)習(xí)資料：github.com/NirDiamant/RAG_Techniques

FAISS: Meta 開源的向量檢索引擎 https://github.com/facebookresearch/faiss

Pinecone: 商用向量數(shù)據(jù)庫(kù)，只有云服務(wù) https://www.pinecone.io/

Milvus: 開源向量數(shù)據(jù)庫(kù)，同時(shí)有云服務(wù) https://milvus.io/

Weaviate: 開源向量數(shù)據(jù)庫(kù)，同時(shí)有云服務(wù) https://weaviate.io/

Qdrant: 開源向量數(shù)據(jù)庫(kù)，同時(shí)有云服務(wù) https://qdrant.tech/

螞蟻集團(tuán)RAG和向量庫(kù)實(shí)踐

Assistant API：這部分內(nèi)容指的是與生成式AI產(chǎn)品相關(guān)的API設(shè)計(jì)和交互邏輯，學(xué)習(xí)這些技術(shù)會(huì)幫助你理解如何將AIGC能力融入產(chǎn)品中，提高用戶體驗(yàn)。

研讀OpenAI官方文檔

https://platform.openai.com/docs/api-reference

LLM綜合性學(xué)習(xí)資料：LLM（大語(yǔ)言模型）是AIGC產(chǎn)品的核心之一，了解LLM的運(yùn)作、訓(xùn)練和調(diào)優(yōu)技巧是必要的，尤其是在實(shí)際應(yīng)用產(chǎn)品中，如GPT-3或BERT。

LLM系統(tǒng)性學(xué)習(xí)資料https://github.com/liguodongiot/llm-action?tab=readme-ov-file

什么是Transformer：Transformer是現(xiàn)代自然語(yǔ)言處理（NLP）和許多AIGC模型（如GPT、BERT）的核心技術(shù)。了解Transformer及其工作原理對(duì)AIGC的產(chǎn)品經(jīng)理來說是一個(gè)基礎(chǔ)但關(guān)鍵的技術(shù)點(diǎn)。

Transformer學(xué)習(xí)資料：

https://github.com/hinesboy/transformer-simple

https://jalammar.github.io/illustrated-transformer/

https://poloclub.github.io/transformer-explainer/

3）產(chǎn)品管理技能

作為產(chǎn)品經(jīng)理，除了技術(shù)理解，還需要掌握一定的產(chǎn)品管理技巧。

產(chǎn)品基礎(chǔ)知識(shí)：

學(xué)習(xí)產(chǎn)品經(jīng)理的基本工作流程，如需求分析、市場(chǎng)調(diào)研、產(chǎn)品規(guī)劃、用戶研究等。

推薦學(xué)習(xí)資源：《俞軍產(chǎn)品經(jīng)理方法論》、《微信背后的產(chǎn)品觀》等經(jīng)典產(chǎn)品管理書籍。

AIGC產(chǎn)品的應(yīng)用與創(chuàng)新：

研究AIGC的實(shí)際應(yīng)用案例，如聊天機(jī)器人、智能寫作工具、圖像生成平臺(tái)等，了解產(chǎn)品如何借助AIGC提升用戶體驗(yàn)。

學(xué)習(xí)如何分析用戶需求，并將其轉(zhuǎn)化為產(chǎn)品功能。與AI開發(fā)團(tuán)隊(duì)合作，如何協(xié)調(diào)技術(shù)與業(yè)務(wù)的落地。

產(chǎn)品開發(fā)流程：

理解產(chǎn)品從概念到上線的開發(fā)流程，學(xué)習(xí)如何撰寫產(chǎn)品需求文檔（PRD）、用戶故事（User Stories），并與設(shè)計(jì)師、開發(fā)者、數(shù)據(jù)科學(xué)家等團(tuán)隊(duì)合作。

掌握數(shù)據(jù)驅(qū)動(dòng)的決策制定方法，如何利用數(shù)據(jù)分析優(yōu)化產(chǎn)品。

4）跨學(xué)科溝通與團(tuán)隊(duì)協(xié)作

AIGC產(chǎn)品經(jīng)理需要協(xié)調(diào)技術(shù)團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)，因此跨學(xué)科的溝通與協(xié)作至關(guān)重要。

學(xué)習(xí)如何與AI團(tuán)隊(duì)協(xié)作：學(xué)習(xí)AI團(tuán)隊(duì)常用的術(shù)語(yǔ)和工具，理解模型訓(xùn)練的基本流程、數(shù)據(jù)清洗與標(biāo)注的工作內(nèi)容等，幫助與技術(shù)團(tuán)隊(duì)更有效地溝通。

了解AI產(chǎn)品的挑戰(zhàn)：學(xué)習(xí)AIGC產(chǎn)品經(jīng)理面臨的技術(shù)挑戰(zhàn)，如模型的公平性、生成內(nèi)容的質(zhì)量控制、內(nèi)容的多樣性等問題。了解如何衡量和優(yōu)化AIGC產(chǎn)品的效果。

5）實(shí)戰(zhàn)經(jīng)驗(yàn)積累

理論學(xué)習(xí)固然重要，但實(shí)際的項(xiàng)目經(jīng)驗(yàn)對(duì)于產(chǎn)品經(jīng)理的成長(zhǎng)至關(guān)重要。

參與AI相關(guān)項(xiàng)目：

• 可以通過加入AI相關(guān)的實(shí)習(xí)或兼職，積累實(shí)際的項(xiàng)目經(jīng)驗(yàn)。
• 參與一些AI技術(shù)的開源項(xiàng)目，學(xué)習(xí)如何將AI能力應(yīng)用于實(shí)際的產(chǎn)品中。

使用AIGC工具：

嘗試使用現(xiàn)有的AIGC工具（如GPT-3 API、DALL-E、Runway ML等）進(jìn)行實(shí)踐，了解它們的應(yīng)用和限制。

構(gòu)建自己的AIGC產(chǎn)品原型：

嘗試設(shè)計(jì)并實(shí)現(xiàn)一個(gè)簡(jiǎn)單的AIGC產(chǎn)品原型，哪怕只是一個(gè)簡(jiǎn)單的文本生成或圖像生成應(yīng)用。這能幫助你更好地理解技術(shù)如何支持業(yè)務(wù)需求，并提升用戶體驗(yàn)。

最后，想與大家共勉，無論背景如何，最重要的是持續(xù)學(xué)習(xí)，注重技術(shù)與產(chǎn)品的結(jié)合，并通過實(shí)踐積累經(jīng)驗(yàn)，才能成為一名合格的AI產(chǎn)品經(jīng)理。