大模型应用解决方案专家实战体系 V5.0
2026-06-12 16:39:19 0 举报仅支持查看
AI智能生成
本课程是面向AI时代的系统化实战体系，从零认知到企业级项目交付，分为预习课+L1至L4共五个阶段。 预习课建立AI第一性原理认知；L1完成全局洞见与工具选型；L2深入技术架构，主导落地；L3完成产品从立项到上线的完整交付；L4通过文旅、教育、客服、HR等多行业真实企业级项目，完成能力证明与作品集沉淀。 学完可独立主导AI解决方案设计与交付，具备与研发无缝协作、计算商业回报率、产出真实可演示作品的综合能力。适合希望系统转型为AI解决方案专家的产品、运营、业务及管理人员。
教育培训
模板推荐
作者其他创作
大纲/内容
预习课·破冰：从零认识AI，建立第一性原理
不会技术也能听懂的大模型入门
认知基础 — 大模型是什么
训练原理 — 模型怎么学会的
使用技巧 — 怎么好好跟它说话
记忆与知识 — 让它知道更多
Agent智能体 — 从会说话到能干活
模型生态 — 开源 vs 闭源、大 vs 小
Vibe Coding从入门到实操
Vibe coding的概念、发展
Vibe coding的选型
Claude Code的安装与使用技巧
Trae的安装与使用技巧
其他工具的安装与使用技巧
精准把握AI能力边界
AIPM到底要不要技术？
大模型的四大能力边界
为什么产品经理要知道AI的能力边界？
传统PM 与大模型PM的核心差异
能力模型对比
传统产品与AI产品的核心差异
大模型PM的核心职责与工作流程
要不要懂技术?要懂到什么程度?
旧技能+AI思维 = 下一阶段的核心竞争力
产品经理是干什么的 — 角色认知
需求从哪来 — 发现与定义问题
怎么推进一个项目 — 流程与协作
数据驱动决策 — 用数字说话
AI PM的新起点 — 理解AI产品
AI PM的核心技能 — 跟模型打交道
AI产品的需求设计 — 跟传统有什么不同
AI PM的新协作方式 — 跟谁一起干活
L1｜解决方案专家·入局：建认知·学工具·做产品
建立AI产品与行业基本认知
学习方法
建立AI相关认知
AI行业生态全景
AI产品相关岗位全景
AI行业趋势与信号
掌握AI产品核心要点
AI产品的基本概念
AI产品的基本工作流
AI产品实操建议
AI Agent产品的全新能力矩阵（2026agent元年必知）
AI落地切入：传统业务场景分析实战
8大垂直行业深度拆解
零售 / 电商
金融 / 银行
医疗 / 健康
制造 / 工厂
教育 / 培训
政务 / 公共服务
物流 / 供应链
能源 / 公用事业
一人公司OPC创业落地：从分析到产品
从Vibe Coding 到AI Coding
vibe coding标准流程
vibe coding实操
vibe coding专业范式(规范化AI coding)
应用实践：AI学习助手
Prompt工程：让大模型精准执行你的业务意图
提示工程认知对齐
提示词(Prompt)与提示工程基于定义
Prompt Engineering核心原理
Prompt的典型构成要素
Prompt工程技巧与风险控制
Prompt调优进阶技巧
零样本提示
少样本提示
思维链(Chain-of-thought)
自洽性(Self-Consistency)
思维树(Tree-of-Thought)
Prompt攻击与防范
提示词注入
提示词防范
提示词优化工具与实战演练
Prompt Optimizer
PromptPilot
应用实践：小红书种草文案智能化生成系统
应用实践：基于提示词的旅游助手系统搭建
应用实践：教育行业学习规划助手
提示工程的演进
上下文工程(Context Engineering )
驾驭工程(Harness Engineering )
总结：AIPM关注的底层逻辑
AI+电商行业产品赋能实战
大模型辅助用户声音到用户画像
大模型辅助竞品分析与差异化定位
大模型辅助需求整理与数据验证
大模型辅助方案创新与优先级排序
大模型辅助立项可行性分析
大模型辅助PRD与项目计划
大模型辅助原型与Demo生成
大模型辅助Agent与自动化工作流
L2｜解决方案专家·深入：读架构·建系统·主导落地
LLM架构白盒认知与商业选型
从任务专用到统一基座：AI 架构的演进
Transformer 架构核心原理
Transformer：定义与起源
基于Encoders and Decoders的业务选型
大模型工作原理四大步骤
大模型训练过程
预训练 Pre-training
监督微调 SFT
强化学习 RLHF
多模态与推理模型原理
多模态
多模态模型的实现逻辑
多模态应用的典型场景
推理模型
产品交互设计新要求
产品决策：何时开启推理？
模型评估维度和选型指南
选型的本质：匹配业务需求与模型能力
模型选型关注的核心维度
通用场景选型策略
垂直场景精准选型
医疗行业基座模型选择实战演练
科学选型实操步骤（SOP）
大模型选型核心方法论
从Naive RAG到生产级系统：全流程拆解与调优实践
Naive RAG基础底座
RAG的诞生背景
RAG 架构的价值与未来
直面挑战：LLM 的核心能力缺陷与商业化瓶颈
范式革命：RAG 架构的检索-增强-生成协同工作流全景解析
智能知识库构建与数据工程
数据源的高效集成与预处理：文档解析
解析工具选型评估
兼顾语义完整性与检索效率：文档分块策略
语义向量化的核心技术深度解析
Embedding向量定义与向量化的意义
主流向量数据库分析
嵌入模型选型
实站：通过FastGPT构建人事RAG管理系统
RAG落地痛点攻坚与进阶调优
RAG商业化落地痛点分析
痛点优化方法
Advanced RAG 场景概述与全局视野
Pre-Retrieval预检索
多维索引策略
摘要索引 (Summary Index)
父子索引 (Parent-Child Retriever)
假设性问题索引 (Hypothetical Question Index)
元数据索引 (Metadata Index)
查询优化
Enrich完善问题
Multi-Query 多路召回
Decomposition 问题分解
Centre-Retrieval混合检索
检索优化-混合检索核心原理解读
检索优化-混合检索适用场景分析
Post-Retrieval后检索
重排序
上下文压缩和过滤
RAG的评估与诊断闭环
评估方法
人工评估：作为质量评估的黄金标准
自动化评估：实现规模化、可重复、高效的量化评估
评估类型和评估指标
检索质量评估
上下文相关性（ Context Relevancy）
上下文精度（ Context Precision）
上下文召回率（ Context Recall）
生成质量评估
忠实度（Faithfulness）
答案相关性（Answer Relevancy）
评估指标总结
应用实践：智能座舱RAG评估系统
评估工具Ragas
四大评估指标解析与应用
RAG 性能诊断与优化闭环
性能基线建立｜如何通过指标判断RAG应用的性能
瓶颈诊断分｜诊断RAG应用性能瓶颈
制定优化策略｜RAG应用针对性优化策略
设定行业基准｜RAG性能指标范围和行业阈值
最优知识块大小
为什么知识块大小很重要
通用场景推荐
细分场景推荐
知识块大小评估
评估参数
评估结果
评估结论
上下文提纯提升RAG应用性能
重排序模型提升RAG应用性能
混合检索提升RAG应用性能
低代码平台应用落地
RAGFlow
基础认知
实战：构建AI医疗问诊助手
拓展：GraphRAG
知识图谱
为什么要使用知识图谱
知识图谱三元组
GraphRAG应用场景分析
实战：解析货拉拉从 Naive RAG 到 GraphRAG 的迭代效果
从工作流到智能体：AI自动化落地的完整方法论
Agent 生态认知革命
浅谈 Agent
大模型时代: AI Agent定义
AI Agent 基础架构
AI Agent 决策闭环
AI Agent任务解构
任务拆解
反思改进
AI Agent记忆 Memory
AI Agent应用开发框架
Agent工具调用
Function Calling的诞生背景
Function Calling前后AI应用开发流程比对分析
Function Calling的工作流程
Function Calling全链路解析：Prompt到API响应的完整工作流
应用实践：12306查票实时工具
Agent 核心认知框架
AI Agent实时决策：React
AI Agent策略蓝图：Plan-and-Execute
AI Agent自省：Self-Ask
Thinking and Self-Reflection
Dify：领先的自主工作流构建器
认识 Dify-应⽤开发新范式
什么是Dify ？
为什么用Dify？
在那里用Dify？
Dify 私有化本地部署
前提条件
开始部署
配置大模型
实例测试
应用实践：房产数据分析助手
AIPM利器：Coze扣子
功能与优势
插件使用及自定义插件开发
工作流
什么是工作流
工作流和对话流的区别
工作流在Coze中的表现形式
使用工作流
图像流
什么是图像流
使用图像流
知识库
什么是知识库
为什么需要知识库
上传知识库
使用知识库
数据库
什么是数据库
使用数据库
应用实践 ：淘宝JD客户线上正装形象生成器系统搭建
应用实践 ：一人公司实现“访客管理系统”
应用实践 ：实时热点新闻聚合挖掘商业价值实战
应用闭环：Agent评估与迭代策略
评估基本结构
评估的重要性
评分器类型选择
多场景Agent评估方法
如何处理非确定性
全方位评估方法体系
PM评估路线图
应用实践：Agent智能体评估实战
2026 AI技术趋势：提前看懂，提前卡位
MCP：技术剖析与应用价值
MCP核心组件
MCP工作流程
MCP生态
实践：基于MCP技术的股票分析系统
A2A：技术交互与应用拓展
A2A工作原理
MCP协同A2A
Agent Skills：关键能力剖析与应用
从 MCP 到 Skills：AI 的进化逻辑
为什么需要Agent Skills？
Skills 的结构解析
Skills 的核心设计
Skills 的工作原理
实践：基于Agent Skills实现产品PM赋能
低成本打造私有化大模型实战
大模型技术生态
模型微调简介-重识大模型
理解微调：PM需要知道的“是什么”与“为什么”
PM在微调中的任务和流程
PM微调必知必会技术栈
数据收集方法
数据分类
通用微调数据
领域微调数据
数据配比
不同数据配比下的微调效果对比
数据获取
通用优质数据集推荐
领域数据收集方式
网络爬虫
大模型数据蒸馏
基于下游任务数据集构建
模型微调方法
全参微调
PEFT主流技术
Adapter Tuning原理解析
Prompt Tuning原理解析
Prefix Tuning原理解析
Freeze原理解析
LoRA低秩适配微调
原理解析
性能效果分析
全参微调 VS PETF微调
大模型选型与评估体系
大模型选型
基于模型能力选择
基于业务场景选择
基于测试集选择
开源模型评估方法
自动化评估
精确度（Precision）
召回率（Recall）
F1 值（F1-Score）
准确率（Accuracy）
BLEU（重叠程度）
ROUGE（召回率）
Bertscore（嵌入空间）
人工评估
明确评估维度
常见评估维度
选择评估人员
制定评估指南
实施评估过程
收集评估结果
大模型评估
逐点评估
对比评估
大模型评估框架解析
HELM
SuperCLUE
C-Eval
MedBench
大模型本地部署
个人体验：Ollama
图形化工具：LM Studio
企业大规模服务：VLLM
应用实战：本地私有化部署 DeepSeek-R1-Distill-Qwen-1.5B
部署方法1：使用transformers库本地部署DeepSeek-R1-Distill-Qwen-1.5B
部署方法2：使用vLLM框架快速部署DeepSeek-R1-Distill-Qwen-1.5B
可视化大模型：使用Gradio搭建可交互的网页chatbot
扩展实践：实现自定义的单轮对话和多轮对话
微调实战：打造医疗领域模型微调实战
可视化微调框架LLaMA-Factory
环境安装实操
框架启动实操
模型下载实操
数据准备与配置演练和分析
指令微调数据的基本格式讲解
常见的数据预处理方法实践
参数微调分析
使用LLaMA-Factory开源框架微调Qwen2.5-0.5B-Instruct
性能评估实操
L3｜解决方案专家·交付：立项·设计·上线·商业验证
TO C：绿茵智播 AI 足球数字人中枢
需求获取与用户画像形成
精准需求识别
需求判断与用户画像
需求管理与功能优先级
数字人方案与信息流获取
测试信息流获取
解决方案形成
立项可行性分析与立项可行性报告
数字人整体规划
功能判断与页面规划
数字人设计与应用
数字人交互功能设计
数字人agent系统搭建
数字人设计功能开发与实现
数字人agent化设计
数字人evals设计与脚本生成
数字人agent化开发与实现
功能测试
信息流困局与解法
实际信息流难易度分析与报告
人工替代方案形成
演播台系统设计
演播台系统搭建
演播台各页面开发与实现
功能测试
数字人与演播台交互调试优化
evals构建
数据接口对接
功能测试与调优
用户异常信息注入与系统安全防范
用户安全体系设计
系统安全体系设计
安全体系开发与实现
全量测试与交付
TO B ：教育Agent：大模型原生应用实战
CHEM AI需求转化与资源准备
需求来源与信息识别
用户调研设计
需求分析与管理
整体框架方案输出
CHEMAI开发实施全流程
场景假设
快速POC验证
模型测试与选型
评测集构建
数据闭环设计
提示词工程
产品细节设计
基础页面功能实现
agent功能实现
CHEMAI测试调优与需求迭代
测试问题调优与性能优化
MVP功能测试-上线基础功能
新需求注入-迭代功能设计
POC验证-开发安排
迭代落地与交付
B2C：通用行业：企业智能客服系统
重构智能问答体验
告别单一模块的低效痛点
多技术融合实现降本提效
融合 Task Flow+KBQA+RAG+Agent
适配多场景问答与任务自动化
落地的高价值交付
核心指标设计
全栈架构、核心技术与数据闭环
核心技术矩阵
RAG/FAQ/KG 知识图谱
混合检索
Agent 工具与多智能体
从数据到生成的闭环优化
数据预处理
数据清洗
智能切片
精准召回核心信息
多方式召回
智能排序
生成与评估
文本融合
输出精准回答
科学评估
AI产品的商业变现与算力成本权衡之道
商业领域深度剖析
商业分析核心逻辑
成本与交易基础
产品主要变现模式
商业优化关键方法
揭秘产品盈利核心逻辑
AI商业价值的本质重构
AI盈利的系统动力学
寻找高利润生态位
跨越商业死亡谷闭环设计
实践：全球支付巨头Klarna盈利分析实践
算力规划与部署的财务模型构建
认知破局：“开源免费”是错觉
核心测算
必懂的硬件常识
AI算力底层部署决策矩阵
实践：基于大模型的科研论文润色系统构建成本预算实践
精准把控：研发成本评估与项目盈利要点
认知校准：传统软件 vs AI 原生研发的“账本异变”
核心重构：拆解 AI 研发的“四大隐形黑洞”
研发期的决策博弈：Build vs Buy
研发效率把控
实践：基于大模型的智能劳动法咨询助手系统构建成本评估与测算
L4｜解决方案专家·实战：多行业企业级项目实战与能力证明
多行业AI实践作品集
多模态发票智能识别与云端归档
直击企业财务流程痛点
可落地轻量化 AI 内部赋能实战方案
可演示的 Dify 智能体
Dify 环境部署
智能体全流程搭建
Workflow 可视化配置全链路
融合多模态大模型
精准图像识别
结构化信息提取
云端协同归档
多节点协同自动资讯聚合与智能投递
可演示的 Coze 智能体
全链路 ChatFlow 逻辑编排
综合运用 Coze 平台
插件系统
工作流节点
定时触发器
跨平台自动化投递
智能合同合规审查卫士
企业法务与业务流程的内部赋能实战
可演示的 Dify 智能体
自动生成完整修订批注 PDF
引入人类监督环节
兼顾自动化与法律场景的严谨合规
简历智能直筛智能体
企业人力资源管理内部赋能实战
可演示的 Dify 智能体
多维度、全维度、精细化评分体系
适配多类招聘场景
工业设备智维图文问答支持平台
工业、制造业内部赋能实战
可演示的RAGFlow项目
解决图文信息割裂
跨案例知识整合能力
图文混排复杂资料处理
通用RAG平台能力与领域化协同结合
金融异构流水智能风控
金融信贷场景内部赋能实战
可演示的 Dify 智能体
解耦式架构
融合大模型认知规划与处理器精确执行
解析格式各异的银行流水
流水数据的全维度风险识别
风控分析洞察报告智能生成
自媒体内容智能处理系统
需求拆解与用户画像
核心目标用户梳理
差异化需求设计
产品设计
采集模块
知识库模块
筛选评分模块
内容生成模块
输出交付模块
核心指标体系
落地与优化
内容采集与结构化处理
多平台批量采集设计
自动化采集容错优化
内容去重与清洗
知识库高阶搭建
层级知识库设计
检索性能优化
内容智能甄选与输出
多维度评分体系设计
分级筛选工作流搭建
输出模板设计
创作高阶提示词体系
AI Agent 打通招聘两端：企业与求职者的双向革命
TO B ：从0到1 构建企业级HR Agent：招聘助手
AI 产品经理操盘企业级 AI 项目的全链路动作
直接复用AI 产品全流程落地方法论
需求调研
MVP 定位
流程设计
PRD 撰写
开发评测
风险管控
上线运营
AI 产品的价值拆解与 ROI 商业论证方法
核心技能
面向业务场景的 Prompt 工程设计
RAG 检索增强系统的全链路优化
大模型选型与多模型路由策略
评测体系与黄金数据集搭建
向量数据库选型
解决AI产品落地四大核心风险
数据隐私泄露
AI 幻觉
算法偏见与伦理风险
API 成本失控
AI 产品核心运营逻辑
AI 产品专属北极星指标体系
B2C：从内部应用到企业采购：求职助手
TO G：文旅行业：基于OpenClaw深度定制文旅解决方案
需求沟通与政策研究
营销技术支持
政策热点判断与责任人研究
责任人与员工访谈问题设计
信息收集整理与技术方案讨论
openclaw研究与解决方案形成
openclaw研究与产品分析
技术方案形成
业务红线判断与合规审查
MVE规划与建设
MVE设计与规划
demo开发与功能验证
MVE迭代-主体功能清单梳理
迭代功能交流讨论与梳理
迭代方案形成与评审
MVP版本规划与建设
MVP版本设计与规划
evlas体系与脚本构建
具体功能分析与审查
多步demo AI coding实现
页面coding与测试
agents体系coding与评估
导向性调优与部署
安全合规标准制定与审查
整体性软件安全标准制定
责任人审查制度与信息内容安全防范
内部需求与漏斗式访谈
业务对接与需求获取
设计漏斗式访谈提问
调研结果收集与归纳分析
需求管理与优先级分类
多页面规划与POC验证
MVE级功能规划与设计
POC测试集构建
POC验证
多页面整体开发
多页面功能开发与实现
页面功能测试
页面功能验证与可行性分析
agent系统demo验证
agent可行性分析
Demo验证
产品整体agent化重构规划
整体agent系统规划与设计
子agent体系与功能
记忆与工具
多agent系统与编排器开发
evals设计与脚本构建
编排器开发
多agent系统开发
数据体系与功能集中测试
求职agent与多页面协作调优
页面联动测试
agent与页面联动调优
JWT、个人信息隔离与登录安全防范
登录体系与权限构建
个人信息隔离体系构建
登录安全体系构建
集中开发与测试
全量测试
用户注入、用户信息安全与文字图片审核安全体系
用户注入防范
用户隐私安全
图片文字安全
安全系统整体测试与交付
TO G：文旅行业：基于OpenClaw深度定制文旅解决方案
需求沟通与政策研究
营销技术支持
政策热点判断与责任人研究
责任人与员工访谈问题设计
信息收集整理与技术方案讨论
openclaw研究与解决方案形成
openclaw研究与产品分析
技术方案形成
业务红线判断与合规审查
MVE规划与建设
MVE设计与规划
demo开发与功能验证
MVE迭代-主体功能清单梳理
迭代功能交流讨论与梳理
迭代方案形成与评审
MVP版本规划与建设
MVP版本设计与规划
evlas体系与脚本构建
具体功能分析与审查
多步demo AI coding实现
页面coding与测试
agents体系coding与评估
导向性调优与部署
安全合规标准制定与审查
整体性软件安全标准制定
责任人审查制度与信息内容安全防范
DeepResearch专业研究智能系统
覆盖 B/C 双端
自动化分析报告生成平台
Multi-Agent 多智能体架构
融合 MCP 应用
HITL人类监督交互体验优化
提示词增强体系设计
多场景业务适配
行业千万级爆款 AI 产品拆解
AI 知识空间类产品：语雀AI
功能全景盘点
核心AI业务流拆解
全局AI写作
意图识别与Prompt架构推演
边界Case与产品避坑指南
沉浸式AI唤醒
阅读助手与长文伴读
Tbox智能体
商业化思考与竞争壁垒分析
市场与行业维度
用户与需求维度
产品本体维度
商业模式维度
运营与增长维度
风险维度
产品核心防御壁垒分析
最终战略判词
AI 会议纪要类产品：飞书妙记
商业定位与核心壁垒
业务切入点
商业协同壁垒
技术与工程壁垒
AI 功能矩阵与大模型能力映射
结构化功能拆解表
成本与延迟的“算力分级调度”
核心功能工程流程拆解
实时转录与滑动窗口总结
双轨制智能纪要生成
意图抽取与智能知识沉淀流
算力鉴权与资产存储
指令工程与意图识别深度解构
微观意图捕获
智能纪要的 Schema 压制与层级渲染
三维反向索引与时间戳对齐
“待办事项”的槽位抽取
状态机的上下文感知
商业化路径与成本控制
免费空间的数据阳谋
算力阶梯配额
工程避坑指南
长文总结的“幻觉”控制与边界切割
三段式高信度保障架构
风险责任对冲
AI 营销、写作类产品：秘塔写作猫
业务原点与价值重构
场景切片
替代逻辑
核心解构：人机协同创作流
0-1 破冰阶段
1-99 沉浸创作阶段
99-100 质检与分发阶段
底层能力的工程化封装
Prompt 工程的设计
上下文窗口的记忆管理
增长杠杆与商业化阵型
私有化资产沉淀
产品驱动增长的钩子设计
定价心理学分析
批判性推演
产品护城河的虚与实
降维打击防御
演进推测
小龙虾OpenClaw深度横评
OpenClaw诞生背景与设计哲学
OpenClaw vs 传统AI Agen
四层能力架构详解
两大部署挑战：安全边界与安装门槛
衍生产品的四条核心进化路线
腾讯、阿里等十家Claw产品分析
部署模式矩阵：用二维视角看清产品的差异
核心功能详解（腾讯云/阿里云/ArkClaw/KimiClaw/MaxClaw/AutoClaw/WorkBuddy）
8个关键维度横评
场景选型决策树
0基础选修｜PM核心能力筑基与AI转型指南
产品经理：概念与职责剖析
缘起与行业发展历程
核心工作内容与日常流程
考核标准与 KPI 设定
上下游协作与工作环境
常见类型与岗位选择维度
构建产品经理核心能力体系
五大核心能力
执行力
学习研究能力
沟通社交能力
逻辑分析与判断力
抗压力
专业技能与工作职责
个人素质与性格要求
优秀特质与危险信号
职业发展阶段与晋级之路
产品经理的软技能
产品与开发的协作核心
产品与开发的行动指南
优化协作的制度设计建议
合作意识的建立与实践
高效会议开展技巧
职场邮件沟通礼仪
汇报实用要点与向上沟通
产品关键能力要素
产品思维和产品意识
产品思维核心解析
利益相关者解析
用户与客户的区别
商业架构
产品市场定位深度解析
为什么要做市场定位
IM（即时通讯）平台定位案例分析
市场定位的四大核心要素
行业定位四维度
用户定位
痛点定位
产品解决方案定位
ToC市场定位
竞品分析
竞品分析的核心意义
产品竞品获取途径
竞品分层与优先级
竞品分析维度
数据分析
数据分析概览
数据分析的本质与核心价值
数据分析的四大核心应用场景
数据分析的核心执行步骤
数据分析的工具
产品价值评估体系
建立多维度的产品价值评估体系
业务价值与效率指标体系拆解
寻找产品评估的核心关键指标
设定产品效果的合理分析方法
数据分析下的产品宏观规划
确定产品核心目标
数据指标拆解
基于拆解指标搭建解决方案
功能落地
通过数据发现问题
界定问题
拆解指标评估体系
定位异常环节
提出功能解决方案
C端数据分析
需求挖掘
掌握客群画像及需求
高效业务调研3大核心环节
业务流程梳理
业务场景挖掘
需求快速转化为功能
项目管理
项目与产品的核心差异
项目管理的完整实施环节
管理的核心要素与模型
管理实用工具与沟通技巧
项目管理的现实与避坑指南
项目管理本质认知
产品文档的生成
产品文档的定义
产品文档的核心作用
常见产品文档类型解析
好产品文档的评判标准
系统架构从 0 到 1 的落地
信息架构设计的核心思路
常见B端产品逻辑图
产品体验设计原则及产品原型设计
产品PRD文档落地
产品规划全流程：定义与落地
核心认知-定义、价值与责任主体
实施逻辑与步骤
产品规划实操
产品规划的层级拆解
产品规划实施案例
需求优先级排序方法
产品规划中的特殊情况处理
产品规划的核心产出物
需求评审与产品发布
需求评审
定义与核心价值
目的与形式
完整流程
产品发布
核心意义
关键注意事项
发布 checklist
产品经理的成长与职业规划
产品经理职业发展路径
职业生涯关键决策建议
常见职业问题
个人影响力建立方法
AI产品经理初了解
产品思维与人工智能的融合逻辑
AI 产品与传统产品的核心差异
AI 产业链与核心岗位
大模型应用产品化的原则和路径
转型大模型应用PM的能力要求
收藏
立即使用
评论
0 条评论
下一页
