企业官网建设流程全解析

我是做功能产品的 PM，干了五年。今天聊聊我这两年真实经历的一段变化，不鸡汤，也不吓人。

一、被问住的那次

2025 年前后，我们组开始接 AI 功能。第一个活，是给手头的 App 加一个智能问答入口。我照着干了五年的老习惯写 PRD：入口放哪、按钮长什么样、点完弹什么、流程几步。文档我写得很顺，毕竟这活闭着眼都会。

文档发群里，技术同学拉了个会。他看完 PRD，第一句话把我钉住了：「这个问答，你到底要让模型回答什么问题？答不准怎么办？不准的边界你在哪定义了？」

我张了张嘴，没接上。

以前我做的功能都是确定的：点按钮出弹窗，输错有报错，对错我能写清验收。但 AI 问答不是这样。模型可能答错、可能编一段看着像真的、可能踩到安全线。我写不出「准确率 100%」这种验收，也说不清「它胡说八道算不算 bug」。

那之后，类似的场面又来过几次。技术方案评审，RAG、Agent、微调这些词在会上来回飞，我基本插不上嘴，只能点头记笔记。组里后来招了个懂模型的同事，AI 功能基本由他拆方案，我慢慢从「定义功能的人」变成了「旁边记需求的」。

还有一次，那个智能问答上线后，有用户问到一个我们资料里没有的问题，模型编了一段看着有理的话，用户信了，事后投诉。复盘会上老板问「这个功能验收标准谁定的」，我坐在那，没法说「我定了准确性 100%」，因为那标准我自己都写不出。锅最后还是落在我这——不是不努力，是从定义到验收这条线，我以前真没碰过。

一个做技术的朋友后来跟我说得直白：你以前定义的是「确定行为」，AI 功能定义的是「不确定行为里的边界」，两件事难度不在一个量级。

慢慢地，连不是纯 AI 的功能也开始带 AI 味。比如搜索框要加「智能推荐」，消息列表要加「智能摘要」，后台要加「智能填单」。这些需求名义上还是我写 PRD，但我又说不清推荐准不准、摘要漏了关键信息怎么办、填单填错了谁兜。每次技术来问边界，我又卡住。那阵子我明显感觉自己在会上的发言变少了，不是不想说，是怕一张嘴就暴露我讲不清——这种「明明是我负责的活，我却接不住」的滋味，比被问住那次还难受。

刷招聘软件也看到，新出的 AI 产品经理岗位，JD 里明晃晃写着要懂 RAG、Agent、会写 AI 能力 PRD。我对照了一下，自己一条都不沾。不是恐慌，是清楚：再守着老一套，我在 AI 功能里会越来越没声量。

二、我怎么开始摸模型的

转折在去年年中。那个朋友甩给我一套入门材料，原话是：你别光在会上记需求，自己下去摸一下模型，不然永远被带着走。

我先从提示词工程下手。不是背模板，是真去调了几个我们产品的问答场景：把同一个问题换不同说法喂给模型，看它怎么答、什么时候胡说、怎么问它能稳住。才发现「让模型干嘛」本身就有讲究——问题怎么拆、上下文给多少、答不上来怎么兜底，全是细节。

之后学 RAG。说白了就是给模型接上我们自己的知识库，让它从我们的资料里找答案，而不是凭空编。我跟着教程搭了个小 demo，把产品手册丢进去，问几个真实用户常问的问题，答案明显比裸模型靠谱。那一瞬我有点明白技术同学说的「检索召回」在管什么了。

提示词看着简单，真调起来发现模型对措辞极敏感，换个字答案就跑偏。学 RAG 时我卡在最基础的「怎么把文档切干净」上，切太大答不准，切太小找不全。这些笨坑踩了一圈，反而让我和技术聊的时候有了共同语言。

再往后摸了 Agent 的搭建逻辑：不是让模型一步到位，而是拆成「先想清楚要干啥、再去查资料、最后组织答案」几步。我用过一个低代码搭 Agent 的平台，拖拽能跑通一个简单流程。学得不算深，但够用——下次会上别人说「这块用 Agent 拆」我不再只是点头。

学完这些，我第一次试着把学到的写进一份 AI 功能的 PRD。没写「按钮长啥样」，写的是「模型能答哪类问题、答不出怎么兜、验收看准确率还是拒答率」。技术看完整整没改我的边界，只补了实现细节。那是我第一次觉得，我写的文档技术真用得上，而不是看完问我「你到底要什么」。

工具就那几样：几个大模型对话产品、一个低代码 Agent 平台、自己搭的知识库 demo。过程很笨，但第一次能听懂会上说的「召回率」「拒答率」时，踏实感是真的。

学的过程里最难的是，模型和我想的不一样。我一开始以为喂够资料它就懂，结果它照样编；以为把问题说清楚就行，结果它挑字眼，换个说法答案就跑偏。一个做技术的朋友点我：模型不是人，你得像带一个记性好但死板的同事，把边界、例子、兜底都摆明白，它才稳。这句话点醒我不少，后面再调提示词，我学会了先列「能答什么、不能答什么、答不出怎么兜」三张单子，顺了很多。

三、现在的我，变了但也没变太多

说变化得说实话，没有一夜逆袭那种戏码。

我现在写 PRD 还是写，但多了一块以前没有的：定义 AI 能力的边界。哪些问题模型能答、答不准时怎么兜底、出错了走什么流程、验收看哪些数（回答准确率、拒答率、用户二次追问率），这些我开始一条条写进文档。技术同学再问「你到底要模型干嘛」，我能拿得出一页边界说明，而不是干瞪眼。

和技术对齐的成本，说实话变高了。以前我们聊的是「功能长啥样」，现在多一层「模型能做什么、不能做什么、效果怎么算达标」。每次 AI 功能评审，光聊边界就能聊掉半天。

我自己的活里，AI 相关的占比从零慢慢到了三成。组里也悄悄开始看「AI 功能落地数」这类指标。我没变成技术大牛，薪资也没突然跳一档。真实的变化是：我在 AI 功能里重新拿回了一点定义权。以前是被问住、退到旁边记需求；现在能和技术一起把「这个 AI 功能到底要成什么样」说清楚。画原型这事还是我做，只是它不再是我唯一值钱的本事。

日常节奏也变了。以前需求来了我直接画原型开干，现在我多了一步：先把 AI 能力的边界和验收想清楚，再动手。这步费时间，也费和技术来回聊的精力，但省下的是上线后被人问「标准谁定的」时那种慌。说白了，我以前靠手快吃饭，现在得多靠脑子把边界想透，两手都得有，但比重挪了。

上个月有个新 AI 功能，我提前写了边界文档，评审时技术没再返工我的需求，反而照着我的边界去估效果。那一刻我才觉得，这步算没白挪。

一点真实想法

这两年我最大的体会是：AI 没有让我丢饭碗，但它确实把我「只写确定功能就够用」的那套老本，逼着往前挪了一步。我不替谁打包票说转了就一定好、一定涨薪，那不老实。但作为 PM，至少别让自己在 AI 功能会上，连「你要模型干嘛」都答不上来——那种被边缘的感觉，我不想再体会第二次。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2026 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2026 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！