随着大模型驱动的产品创新加速，企业亟需既懂技术又懂业务的产品人才。本课程系统教授从产品定位、数据与模型选型到方案落地的全流程方法论，强调：需求洞察驱动模型应用、业务指标驱动产品设计、工程化落地保证可复用性。内容覆盖 B 端与 C 端 10+ 领域洞察，包含 6 个行业热点项目实战案例，并由在一线有丰富经验的大厂 P8 专家亲自授课与答疑，旨在培养可立即产出的高价值产品经理与技术负责人。
.
├── 第1周 揭开AI行业及AI产品黄金赛道，搭建首个MVP/
│ ├── 1-AI产品经理岗位介绍/
│ │ ├── 第1章 课程介绍与安排（让你更好的学习）/
│ │ ├── 第2章 理解AI产品经理：岗位职责与能力模型/
│ │ ├── 第3章 AI Native明星产品初步感知/
│ │ └── 附件/
│ ├── 2-零代码搭建首个AI产品MVP/
│ │ ├── 第1章 零代码搭建你的首个AI产品MVP/
│ │ └── 附件/
│ └── 3-AI与大模型基础概念/
│ ├── 第1章 人工智能发展简史与大模型的爆发/
│ ├── 第2章 AI大模型的训练范式与运作机制/
│ ├── 第3章 大模型的特性、幻觉与能力边界/
│ └── 附件/
├── 第2周 双管齐下：高级提示词工程+AI产品评测基本功/
│ ├── 1-高级提示词工程：驾驭大模型的第一步/
│ │ ├── 第1章 基础提示词工程：概念和框架/
│ │ ├── 第2章 进阶提示词工程：多思维链与少样本提示/
│ │ └── 附件/
│ ├── 2-提示词工程的应用与实战/
│ │ ├── 第1章 提示词工程的应用与实战/
│ │ └── 附件/
│ └── 3-产品评测：最重要的基本功/
│ ├── 第1章 为什么要学AI产品的评测/
│ ├── 第2章 AI产品评测的流程与方法/
│ └── 附件/
├── 第3周 RAG和知识库，让大模型更懂你的业务/
│ ├── 1-上篇：RAG概览与知识库搭建/
│ │ ├── 第1章 快速了解RAG的核心概念/
│ │ ├── 第2章 RAG知识库的构建方法/
│ │ └── 附件/
│ ├── 2-中篇：RAG检索问题优化指南/
│ │ ├── 第1章 RAG检索问题优化指南/
│ │ └── 附件/
│ └── 3-下篇：RAG综合实战（AI陪伴3）/
│ └── 第1章 RAG综合实战（AI陪伴3）/
└── 第4周 Agent设计方法论，打造终极进化智能体/
├── 1-初探Agent，打造AI助理团队/
│ ├── 第1章 初识Agent智能体：概念与能力/
│ ├── 第2章 扣子&Dify操作基础技术概念/
│ └── 附件/
├── 2-Function Call与MCP更智能/
│ ├── 第1章 Function Call：大模型如何长出手脚/
│ ├── 第2章 MCP：让你的Agent长出三头六臂/
│ └── 附件/
└── 3-规划与记忆：让Agent变得更聪明/
├── 第1章 Agent的记忆能力构建实战/
├── 第2章 Agent的规划能力构建实战/
└── 附件/.
├── 第5周 机会捕捉：AI产品市场与需求分析方法论/
│ ├── 1-用户访谈方法论及AI实战指南/
│ │ ├── 第1章 用户体验的要素与需求调研概览/
│ │ ├── 第2章 高效用户访谈实战指南/
│ │ └── 附件/
│ ├── 2-问卷调查方法论及AI实战指南/
│ │ └── 第1章 需求量化：问卷调查实战指南/
│ └── 3-竞品调研方法论及AI实战指南/
│ ├── 第1章 竞品调研方法论及AI实战指南/
│ └── 附件/
├── 第6周 产品打造：AI产品市场选择、产品设计与数据基本功/
│ ├── 1-市场洞察：AI产品市场分析与选择/
│ │ ├── 第1章 纵览全局：通过市场细分识别AI破局点/
│ │ ├── 第2章 有的放矢：AI产品的目标市场选择/
│ │ └── 附件/
│ ├── 2-设计理念：AI&B&C端设计方法论通览/
│ │ ├── 第1章 设计理念：AI&B&C端设计核心方法论/
│ │ └── 附件/
│ └── 3-数据驱动：产品数据采集与监控基本功/
│ ├── 第1章 数据驱动：产品数据采集与监控基本功/
│ └── 附件/
├── 第7周 AI核心要素：产品经理也能学会的算法与算力原理/
│ ├── 1-产品文档：清晰充分地表达需求/
│ │ ├── 第1章 产品文档概述与PRD/
│ │ ├── 第2章 告别Axure：通过AI工具完成产品原型设计/
│ │ ├── 第3章 需求池与需求优先级管理技巧/
│ │ └── 附件/
│ ├── 2-算法篇：产品能懂的AI算法原理/
│ │ ├── 第1章 人工智能设计思想概述/
│ │ ├── 第2章 从机器学习到深度学习/
│ │ ├── 第3章 视觉问题求解的算法原理/
│ │ ├── 第4章 序列问题求解的算法原理/
│ │ └── 附件/
│ └── 3-大模型的微调、算力与部署问题/
│ ├── 第1章 产品也能操作的大模型微调/
│ ├── 第2章 GPU与模型算力成本的权衡/
│ └── 附件/
└── 第8周 AI落地指南：数据集构建、伦理合规及产品沟通技巧/
├── 1-数据篇：收集与清洗训练数据/
│ ├── 第1章 样本数据需求分析与获取/
│ ├── 第2章 样本数据的清洗实战技巧/
│ ├── 第3章 实战案例与作业/
│ └── 附件/
├── 2-沟通篇：AI产品经理汇报沟通技巧指南/
│ ├── 第1章 沟通篇：AI产品经理汇报沟通技巧指南/
│ └── 附件/
└── 3-合规篇：AI产品的法律法规与伦理问题/
├── 第1章 AI产品用户隐私保护实战技巧/
├── 第2章 训练样本与输出内容合规问题讨论/
├── 第3章 AI产品的安全防护/
└── 附件/
