转行AI产品经理，第三步怎么走-优快云博客

转行到AI产品经理要学什么呢？要学技术吗？要学到什么程度呢？要报班吗？

一、明白AI的本质

AI能力是不同于以往的能力的，如果说人工智能是第四次工业革命，

第一次工业革命，开始于十八世纪六十年代。瓦特的发明——蒸汽机，世界工业进入蒸汽时代。机器取代人力，大规模工厂化生产取代个体工场手工生产。这个是机器人取代了人的体力劳动。

第二次工业革命，开始于十九世纪中期，以电力的广泛应用和内燃机的发明为主要标志。发电机的诞生使得人类历史从“蒸汽时代”跨入了“电气时代”。电的特性使得比蒸汽机更广泛应用，涉及的领域更多。

第三次工业革命，开始于二十世纪中期，以原子能、电子计算机、空间技术和生物工程的发明和应用为主要标志。互联网、计算机的出现，使得信息交流更便捷，第三次工业革命也成为信息革命。

人工智能的能力普及应用是第四次公用革命的话，现阶段要解决的问题其实是将人类经验数据化，决策算法化，取代部分低水平人工能力，特别是重复的人工，例如智能客观，安防系统，自动驾驶等。

AI产品经理能够从本质上去理解AI，理解人工智能，才能驾轻就熟的完成AI产品的设计工作。

二、AI产品经理必须具备的6大能力

1. 业务能力

现阶段的产品AI产品经理两极分化，一部分在实验室算法探究，技术研发前沿。这部分人大多是具有技术背景，占比较小，暂且不提；

更多的是处在需求前沿，用户提出需求，寻求AI系统解决能力，例如如何用人脸识别做图书馆借阅系统，如何利用语音识别技术做自动化会议纪要。

这就需要AI产品经理能够足够理解业务，然后做好需求转化，落地实施。

2. 产品能力

AI产品经理还是一个产品经理，产品的基本功还是要有的，原型图和需求文档撰写是和用户和研发沟通的最好工具，是经过多少年大家摸索碰撞出来的达成的共识的交流“语言”。

需求评审的目的是让相关人员（开发、设计、测试、运营、老板等）理解需求背景、需求目的以及具体的需求描述，并认可原型设计和解决方案。

是为了达成共识，好高效的完成项目，所以产品能力必不可少，是AI产品经理必备的基础能力。

3. 视觉能力

不管是toB产品还是toC产品，用户的感官是对产品的第一印象，你都AI能力展现必须体现在视觉上。

现在流行的数据主控室，操作台都很具备科技感，现在的机器人外形同样能给人耳目一新的感觉。

一个产品经理必须具备一些人文素养和艺术的审美水平提高，也许产品经理拼到最后拼的就是文化素养，具有人文素养的产品才是有灵魂的产品。

4. 交互能力

UE协同这近几年才兴起的一个岗位，说明交换设计越来越专业化了。

怎样的交互让用户感觉更加的友好，能够充分增强用户的操作感，满足用户的操作快感，一个合格的AI产品经理不必要熟练掌握UE能力，但是要知道什么才是好的UE设计。

5. 开发能力

AI产品经理需要懂技术吗？

需要，不懂技术的AI产品经理不是一个合格的AI产品经理。

其一因为在现阶段，技术还未普及，并且进化速度很快，谁能够率先应用上最新的技术到自己的产品上，谁就具有了先发优势，互联网产品速度决定产品的命运。所以AI产品经理要能了解最前沿的技术。

其二，现在人们对于AI技术还处于模糊状态，加之媒体的过度宣传，老板和客户对于AI技术的期望过高，就会提出一些超越现技术能力的需求，这就需要AI产品经理能够清楚的知道AI的技术边界在哪里，而不是一味迎合，最后导致期望变失望。

三、科学学习，搭建自我输入输出的闭环

转行要学习的东西很多，关于交流沟通、关于原型和需求文档、关于AI技术、关于竞品分析等等，学习能力决定了你的效率。快速的搭建自我的学习模型，对接下的转行会有很大帮助。

学习是反人性的，杂技团训练小动物的方法也许我们可以拿来研究一下，作对了给予奖励，做错了给予惩罚，每次完成都有及时反馈，这就是输入输出的闭环，给予反馈，才能更高效的学习。

一个有效的学习过程应该是：从输入、处理、输出、反馈，再到输入、处理、输出、反馈的一个闭环过程。

输入环节：来源可以是AI专业书籍，或者通过网络查找，看一些AI相关文章，还可以向专业大牛请教。
加工整理：把收集到的资料放入到笔记，同主题分类，定期翻看，每次翻看写一小段心得感悟。
建立体系：对比较梳理，可以利用思维导图搭建思考框架，知识树框架可以参考5W2H模型，主要体现2W2H（why、what、how、how good）内容就可以，至于以后再遇到相关知识都可以联接到现有的知识树，通过更新迭代扩展我们的知识框架。
输出：可以和行业内同行探讨，也可以写成文字发表，公众号什么的。只有输出了，才可能获得反馈，也只有得到了反馈，才能知道自己是不是真的懂了。

总结

第一，做任何事情不要有投机的思维，转行不是为了赶风口，不是一次短期投机，是人生的一次重大转折。

转行到AI产品经理不是给人生找了一条捷径，只不过是换了一个更有想象空间的路罢了，要清楚自己做了多少努力，就会有多大的收益。转了也只是第一步，后面的路还很长。

第二，不管你的岗位，你热爱的东西，演化成什么样子，只要你在过程中多去理解和揣摩，你就能把握住那些不变的东西，从而跟住这些变化不被甩掉。

如果你一直在怀疑和犹豫，那任何行业和任何岗位都不会给你机会。把握本质，砥砺前行。

最后送大家一句：激情和对事情的完美追求可以陪你走下去，走的更远。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍