开篇勘误标题：未来不会有AI产品经理这个岗位，就像没有移动产品经理一样。
如果你是个产品经理，但是不懂移动端的产品交互和设计，那你就只能在自己的头衔前面加上一个“PC”：PC产品经理，代表你的细分或者不完整。
未来在面试的时候，只会出现以下场景：
哦，你只会设计传统的产品，不懂 AI 对吧？
那你应该在简历上写“移动产品经理”或者“传统产品经理”。
你这写的是“产品经理”，我以为你会 AI。
回去等通知吧，辛苦跑一趟。
而不会出现“我们招 AI 产品经理”这样奇怪的表达。
今天的“AI 产品经理”就像 2011 年前后出现的“无线端产品经理”一样，只在时代交接的那一两年里临时用了一下。
我猜如果没有前面的背景信息，直接说这个岗位大部分人都不知道它是个啥……
（以前的互联网公司，在移动互联网到来的时候，把 App 称为“无线端”）
回到正题，成为正常的产品经理，应该具备哪些能力？
省流版：
- 产品经理必备的互联网思维、产品思维、洞察力、抽象能力、批判性思考能力、写文档能力……
- 生成式 AI 的底层运作原理，以及由此导致的能力边界；
- 确保生成式 AI 可控、严格听话的调教、约束能力；
以及在以上能力基础上，延伸出来的“把生成式 AI 的能力融入现有产品”的判断力，包括：
- 这个本来实现不了的需求，可不可以引入生成式 AI，实现；
- 这个勉强实现了的需求，可不可以通过引入生成式 AI，让鲁棒性更强；
以上三个问题，不只需要可以回答“是”，还要在回答的时候给出引入 AI 后带来的风险 List，以及在回答“不行”的时候，给出明确的理由。
接下来浅盘一下。
产品经理要比常人更懂 AI
注意，我在上面说到新时代产品经理的必备能力时，使用的是“生成式 AI”，而不是“AI”。
AI 前面加的那三个字非常重要，产品经理们应该习惯这样称呼它。
这可以确保你在“利用” AI 时，保持清醒的头脑：时刻提醒自己它的能力边界。
这里有两个关键信息：利用和能力边界。
第一个关键词，是产品经理跟普通人的区别：普通人使用 AI，产品经理利用 AI。
除了日常提效，AI 对产品经理们来讲，应该是像“互联网思维”、“移动交互体验”一样的基础性技术原则，它是融汇到你产品设计、让你的产品体验更好的支撑。
所以，在用 AI 的时候，产品经理不能像普通用户那样，只知道怎么让 AI 生成自己需要的答案
（实际上大部分普通用户不知道怎么做，需要产品经理们再向前一步，让不知道怎么让 AI 生成正确答案的人也能得到答案）
也就是说，AI 是你的“同事”，而不是“乙方”。
要想跟同事一起把项目做好，你必须非常熟悉这位同事的能力边界。
大模型的所有能力边界，都来自于生成式三个字，这三个字背后是Pre-trained和Transformer。
是的，就是就是 ChatGPT 里跟你“Chat”的那三个字母：G（Generative，生成式）、P（Pre-trained，预训练）、T（Transformer，一种神经网络架构）。
只有透彻搞懂了运行原理，才有探讨这项新技术能力边界的可能性，否则就是个“围观群众”。
“围观群众”会怎样？
就像之前的所有 PC 端产品都会有一个 APP 一样，今天的 APP 未来都会在各种不同的场景能力、交互里包含 AI。
作为产品经理，如果搞不清楚你引入的那个 AI 的能力边界，浅了说，你搞不出好用的产品；严重的话，AI 在你的产品里捅了娄子，你都不知道……
关于 生成式 AI 的底层原理，强烈建议大家读一下《这就是 ChatGPT》，里面有大概 1/2 的篇幅介绍了今天的 AI 是如何“一个字一个字的往外蹦”，并通过“预训练”和“神经网络”让蹦出来的字很对味的。
如果你读起来很吃力，可以瞅瞅我 10 月 14 日开营的《AI 产品经理行动营》，我在里面会有大概 1/5 的章节内容为你通俗易懂的把那些复杂、高级的底层原理。
产品经理要比常人更会管 AI
产品经理在“利用”作为“同事”的 AI 时，肯定不是“对话式”的。
没有对话框、没有“新开个窗口”、没有“重新生成”，更没有“追问”修改需求。
你会“写死”一条System Prompt，把它扔进某个功能点上，等待着用户或者上游功能点发来user content，给出一条响应。
这条不可修改、重置、重新生成、追问的“响应”，必须满足直接用户的预期，或者传到下一个功能点时不引发报错。
用户在使用你的产品时，不再像容忍 ChatGPT、Kimi 甚至文心一言一样，允许你胡说八道；因为他们使用你的产品就是为了要正确的回答，否则他们会秒级长按、删除，然后打开 App Store。
如果 AI 生成的内容会被发往下一个功能点，那对“答案”的精度要求就更大了，因为下游可能只接受结构化的信息，所以你得知道如何让 AI 生成 JSON 格式。
这前提，肯定是你也知道啥是 JSON……
除此以外，普通人不需要了解的temperature、top_p、penalty、stop，在产品经理这里，就是得是基本常识了。
否则，你就无法让大模型更严谨、更有创意，以及在可能回答某些不合时宜的内容时及时闭嘴。
但，以上这些只是皮毛。
真正在产品中应用 AI 时，纯靠基本能力无法做到完全可控，下面这个概念，我建议你也了解：
- Function Calling 或者 Tool Use，拓展大模型的能力边界；
- RAG、知识库和 Embedding，拓展大模型的知识边界；
- Agent、智能体和工作流，把拓展边界后的大模型跟产品需求串起来
这些散落在各处的知识，你可以通过阅读各大模型开发文档、GitHub 上开源项目的 wiki 和各智能体平台的操作手册来学习。
当然，API 是啥以及如何使用，肯定是在学习这些知识之前完成。
你也可以报名我 10 月 14 日开营的《AI 产品经理行动营》来学习，通过 21 天的集中学习和实践来搞定这些。
最后的 Tips
作品，比嘴上说的经验更重要。
今天拥有一个炫酷、可交互、能打动客户/上司/面试官的 AI 作品太简单了。
你可以在 Cursor 类工具的帮助下徒手写一个漂亮到哭的网页工具，也可以使用各种智能体平台把你慧眼发现的需求痛点产品化，你甚至可以做个 Chrome 插件、写个 APP。
你独特的产品思维，加上今天各种便捷的工具和强大的 AI，一定是逆天的存在。
窗户纸，很薄的~
