AI PRODUCT MANAGER

让模型的输出
变成可测量、可控制的产品行为。

产品经理,负责面向消费者的 AI 互动产品的体验设计与商业化探索。 覆盖路线规划、技术规格、模型协作与跨职能推进,持续把生成能力转化为稳定、可验证的产品体验。

体验围绕对话质量
持续建立验证机制
商业探索与情感体验
一致的价值路径
效率通过分层策略
优化资源使用
协作覆盖产品、算法与工程
多角色协同推进

01我负责什么,怎么推进

横向是五个职责域,纵向是我推进任何一件事的固定流程。 点行标题看该领域做了什么,点列标题看这个环节的通用方法。

表格可左右滑动查看全部五个流程环节 →

职责域 × 流程 ① 调研与判断 ② 方案与规格 ③ 评测与验收 ④ 上线与归因 ⑤ 沉淀与复用
对话体验质量衡量:每条回复好不好 结合竞品与能力边界,确定分层生成策略 形成从上下文管理到工程落地的完整规格 建立自动评测、人工评审与渐进验证机制 通过问题归因和工程兜底提升体验稳定性 自建 Prompt 实验台、7 层架构 SOP 与问题定位矩阵
内容供给能力衡量:产能与质量稳定性 基于内容标签、视觉风格与语音体验完成供给研究 设计可批量生产、可校验的内容生产链路 以脚本校验和人工验收保障内容质量 支持内容的规模化生产与多语言交付 沉淀可追溯的生成资产与本地化素材规范
商业化设计衡量:能不能收到钱 拆解竞品阶梯好感度系统后否掉进度条,定价对标通行证价位段 关系动态机制与复用型异步体验链路 明确验证假设与测试清单 通过埋点设计与验证框架,明确价值路径的核心判断 通过范围收敛,梳理相关链路与规格影响
出海与合规衡量:能不能上架并留住人 开展目标区域偏好研究与同类产品拆解 建立多语言政策与内容规范体系 梳理测试招募方法,推动界面文案本地化 核查语言表达、界面展示与内容风险 完成竞品政策研究与区域规则对照
产研流程与工具衡量:需求能否准确落地 定义需求确认项,把模糊边界前置成待定清单 PRD 与技术方案、埋点需求定义、参与技术评审 埋点 P0/P1 测试与公参验证、前端 buglist 勾兑 客户端封板跟进、一期 bug 质量复盘、分渠道数据归因对齐 自建生图与 prompt 测试工具并部署、向团队推广 AI 编程工具
O1 平均聊天轮次 以体验质量与稳定性为目标 O2 付费路径验证 以价值感与可持续性为目标 内容供给能力 对话体验质量 商业化设计 出海与合规 产研流程与工具(承载全部方案落地) 质量是付费前提
五个域不是并列关系。内容与质量支撑聊天轮次,出海与商业化支撑付费验证,产研交付是全部方案落地的通道。

02我的三条判断原则

这三条是我做决定时实际在用的依据,不是项目复盘。每条都在真实取舍里付过代价。

03我对这个赛道的判断

这三条是我认为未来两年会分出胜负的地方,也是我实际在往前推的方向。 有的已经做了一部分,有的还在争取资源。

正在推进

核心资产是关系状态,不是内容库

现在行业普遍在拼角色数量和画风数量,但素材能被抄、也能批量生成,这条路很快就会撞到同质化。 抄不走的是用户和某个角色处了半年攒下来的东西:他答应过什么、哪次吵过架、什么话题一提就冷场。 这些一旦攒起来,用户换个产品就得从零再来。

我在做的:把记忆系统的定位从知识检索改成关系历史,按会话隔离防串味, 「未了结的承诺」单独立一类固定召回。下一步要看半年以上跨度还成不成立, 以及关系深度跟付费意愿到底有没有关系。

争取资源中

定死商业模式上限的是成本结构,不是定价

订阅制放在 AI 陪伴上有个坑:重度用户的推理成本可能比订阅费还高,用户越活跃越亏。 多数团队是等毛利转负了才回头查。定价方案得和单用户成本模型一起出, 而且按模型档位分层承担,让烧钱的行为落在高价档上。

我在做的:已经用上下文注入预算把单次调用成本压在可控区间。 缺的是单用户全生命周期成本核算,这是我下一阶段要补的最大一块, 补完才知道当前定价能不能撑住规模。

长期看好

合规会从成本项变成门槛

不同区域对内容和数据处理的要求并不相同。多数团队把合规当成上架前才检查的事, 结果政策一动就得改产品。更稳的做法是把内容尺度做成可配置的策略层, 按市场、按年龄段切换,政策变了改配置就行。

我在做的:已建立多语言政策与区域规则对照。 下一步是把审核规则沉淀为可复用的策略配置,降低新区域适配成本。