怎么转行aigc产品经理

AGI 指通用人工智能，是一种能够像人类一样执行各种智能任务的人工智能。 AIGC 是人工智能生成内容的缩写，在公众传播层面，最初指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。AIGC 是一种利用人工智能技术生成各种类型内容的应用方式，包括文字生成（如使用 GPT 系列模型生成文章、故事、对话等）、图像生成（如使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等）、视频生成（如使用 Runway、KLING 等模型生成动画、短视频等）。 AIGC、UGC（用户生成内容）和 PGC（专业人士或机构生成内容）都是内容生成的不同方式。UGC 由用户通过社交媒体等平台发布自己的内容，内容丰富多样，反映用户真实想法和创意，适用于互动性强的平台。PGC 由专业团队或机构根据特定标准和流程创作高质量内容，适用于需要高质量内容的平台。AIGC 的优势在于可以快速、大规模地生成内容，适用于需要大量内容的场景。

在手机上通过宠物照片给宠物建模并实现一定的动态性，可以考虑以下几种方式： 1. 利用 3D 引擎：目前有一些公司提供通过手机摄像头快速创建虚拟人身体的服务，例如 NextHuman。不过，3D 引擎在拟真程度高的同时，定制化成本也较高。 2. 借助 AIGC：虽然 AIGC 省去了建模流程，能直接生成数字人的展示图片，但可能存在数字人难以保持 ID 一致性、帧与帧连贯性不佳等问题。典型的相关项目有 wav2lip等。但需要注意的是，如果对模型真实度要求较高，AIGC 方式可能不太理想，因为算法发展很快，未来可能会有更好的连贯度生成方式。 目前利用 AIGC 来快速实现可能存在一些挑战，但随着技术的发展，未来有可能更便捷高效地达成您的需求。

以下是为您整理的 AIGC 相关招聘信息： 猿印教育 AIGC 图像生成算法工程师/专家（北京五道口附近） 简历请发送至：stephen.wang@yyinedu.com 岗位职责： 面向 AIGC 领域，结合应用场景，开发针对性图像生成解决方案。 负责模型的部署和推理性能优化，确保模型在实际应用中的高效性和稳定性。 持续关注最新的技术发展和业界趋势，积极推动团队技术水平的提升，并将新技术应用到实际项目中。 任职要求： 计算机相关专业本科及以上学历，具备扎实的计算机基础知识。 熟练掌握 Python 语言，熟悉至少一种主流深度学习框架（TensorFlow/Pytorch 等）。 对深度学习和计算机视觉领域的基础理论和方法有深入理解，熟悉 DDPM，DDIM，Stable Diffusion 原理，了解 Dreambooth，ControlNet 等可控生成技术。 具有强烈的技术兴趣和钻研精神，具备良好的学习能力、沟通能力和团队合作精神。 数字银行 AIGC 产品经理（深圳） 请直接飞书联系@Eason 任职要求： 相信 AIGC：有过第一次用 chatgpt 时的兴奋，记得去年那个 AI 疯狂的 3 月份，熬夜看过 gpt4、copilot 的发布会，想过各种办法搞定 plus 账号，现在在翘首以盼 gpt5。 喜欢用：用过各种 AIGC 应用，如 GPT4,newbing，Kimi，Perplexity，Suno 等等。看到新的爆款产品，就会第一时间玩一玩。 能上手：可以简单的上手，不限于调用 api 做个小 demo，会写复杂的提示词，做一个简单的 RAG 应用，文生图、视频，微调模型等。 岗位职责： 构建赋能海量用户的大模型工程化产品，帮助某数字银行塑造技术领先性。 探索和设计工程化产品，来支持更快的 AI 原生应用构建（类似 Langchain，Llamaindex 等等，或者由您亲自来颠覆它们，做一个 Langxx，Llamaxx）。 在重点业务场景中深入探索大模型的应用落地，用最新的理念，做出真正能在海量金融业务场景中跑起来的应用（把类似 MetaGPT，AutoGen，Advanced RAG 真正落地，或者创造自己的 multi agent 应用）。 此外，3 月 2 日接龙中涉及 AIGC 相关人员的工作内容包括： 雯琋（Vinci）AIGC 不会编程但会鼓励编程。 AI 译文打杂文案。 AI 译然，AI 视频相关的都会一点，就是完全不会做网站。 Stanico，产品、运营、prompt。

AIGC 是利用 GenAI（生成式 AI）创建的内容。GenAI 能够从已有数据中学习并生成新的数据或内容。 AIGC 存在多种法律与道德风险： 1. 知识产权方面： 由于与输入数据的关联性，可能造成作品、专利、商标侵权、不正当竞争、侵犯商业秘密等问题。 存在是否构成侵犯著作权的争议，根源在于 GenAI 系统的训练方式。 对于 AIGC 产品是否构成著作权保护的产品以及著作权归属问题，目前存在需要重点探讨的方面。目前中国法律体系下，著作权主体仅限于自然人、法人或者非法人组织，AIGC 是否构成作品尚无法律明确规定，但我国已有认定 AIGC 享有著作权的先例。 2. 其他应用风险： AIGC 本身可能被滥用，产生误导性虚假信息，被用于不法目的。 面临社会伦理风险，可能延续和放大人类作品中的歧视、偏见，生成不当言论，被用于网络攻击、网络炒作和不正当商业营销等。 我国针对 AIGC 的应用出台了一系列法律法规进行规范，如《网络安全法》《数据安全法》《个人信息保护法》《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》《网络音视频信息服务管理规定》等。

AIGC 即 AI generated content，又称为生成式 AI，是一种利用人工智能技术生成各种类型内容的应用方式。 它能够通过机器学习和深度学习算法，根据输入的数据和指令生成符合特定要求的内容，例如 AI 文本续写、文字转图像的 AI 图、AI 主持人等。 AIGC 的应用领域广泛，包括但不限于以下方面： 1. 文字生成：使用大型语言模型（如 GPT 系列模型）生成文章、故事、对话等内容。 2. 图像生成：使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 3. 视频生成：使用 Runway、KLING 等模型生成动画、短视频等。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 Gemini Ultra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。此外，AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域。 AIGC 作为一种强大的技术，在赋能诸多领域的同时，也存在多重潜在的合规风险。目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。 AIGC 与 UGC（普通用户生产）、PGC（专业用户生产）都是内容生成的不同方式，主要区别在于内容的创作者和生成方式。UGC 由用户生成内容，优势在于内容丰富多样，能反映用户真实想法和创意，适用于社交媒体、社区论坛等互动性强的平台。PGC 由专业人士或机构生成内容，优势在于内容质量高、专业性强，适用于新闻媒体、专业网站等需要高质量内容的平台。

AIGC（AIGenerated Content）是利用GenAI（生成式AI）创建的内容。GenAI能够从已有数据中学习并生成新的数据或内容。 AIGC存在多种法律与道德风险： 1. 知识产权方面： 由于AIGC与输入数据的关联性，可能造成作品、专利、商标侵权、不正当竞争、侵犯商业秘密等问题。 关于AIGC产品是否构成著作权保护的产品以及著作权归属存在争议，目前中国法律体系下，著作权主体仅限于自然人、法人或者非法人组织，AIGC是否构成作品尚无法律明确规定，但我国已有认定AIGC享有著作权的先例。 2. 其他应用风险： AIGC可能被滥用，产生误导性的虚假信息，被用于诈骗、恐吓、诽谤等不法目的。 AIGC面临社会伦理风险，可能延续和放大人类作品中的歧视、偏见，生成不当言论，还可能被用于编写恶意软件进行网络攻击、网络炒作和不正当商业营销等。 我国对AIGC的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成共同监管形势。《网络音视频信息服务管理规定》也对相关新技术新应用提出了监管要求。 AIGC主要分为语言文本生成、图像生成和音视频生成，在多个领域有广泛应用，但也存在内生风险、数据隐私问题等。

以下是为您整理的从数据产品经理转行 AI 产品经理的相关知识和建议： 一、AIPM 技能树 1. 理解产品核心技术 了解基本的机器学习算法原理，有助于做出更合理的产品决策。 2. 与技术团队有效沟通 掌握一定的算法知识，减少信息不对称带来的误解。 3. 评估技术可行性 在产品规划阶段，能更准确地判断某些功能的技术可行性。 4. 把握产品发展方向 了解算法前沿，更好地把握产品的未来发展方向。 5. 提升产品竞争力 发现产品的独特优势，提出创新的产品特性。 6. 数据分析能力 掌握相关知识，提升数据分析能力。 二、AI 提示词工程师岗位技能要求 1. 学历和专业背景 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 熟悉 AI 工具 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 3. 项目经验 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 4. 技术理解 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 5. 数据分析与决策 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 6. 创新思维 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 7. 技术关注 对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践。 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 8. 编程能力 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 具有一定的编程基础，熟练使用 Python、Git 等工具。 三、AI 市场与 AI 产品经理分析 当前有两个场景： 1. 企业（包括传统企业和互联网企业）如何实现 AI 转型或用好 AI。 2. 产品经理如何转型 AI 产品经理。 希望以上内容对您有所帮助。

以下是一些转行无经验可能适合的 AI 行业岗位： AIGC 产品经理：如 Sundy 从教育方向和 web3 行业转行，学习了生文生图的原理和应用后目标成为 AIGC 产品经理。 数据开发咨询、AI 视频制作与编辑：例如识影拥有 8 年数据开发经验，目前专注于探索这方面工作。 AI 创业者：像也毛从艺术专业毕业做职业导演，现布局竖屏短剧及 ai 短剧赛道；黄燕燕从 17 年地产人转行创业人工智能领域赛道，主做人工智能领域的服务与培训。 需要注意的是，虽然这些岗位可能对无经验者开放一定机会，但仍需要通过学习和实践不断提升自己在 AI 领域的知识和技能。

以下是为您提供的关于 0 基础转行 AI 的相关信息： 在“0 基础跨界 AI 编程共学零基础手搓 AI 拍立得银海”中，提到之前的效果大方向正确但提示词需慢慢调整，打算尝试不同效果，思考提示词风格，尝试让大模型遵循限定字数。调试提示词风格时，发现清晰表达指令就能让大模型生成内容，还可给更多样例辅助，也提及了图像流相关内容。结果未拿到且输出不稳定，需重新运行查看。示例跑完后今日分享结束，相关代码将入库且含使用说明。此外，底部图像已完成，接下来要进行文字生成部分，可通过设多个 image 变量输入多张图片。图像流已完成，要将图像流与工作流以及文本生成相结合以生成完整图片，创建医美局河图生成文本拼接图像流的工作流，还进行了添加 OCR 的简单演示，重点是用户提示词的写法。 在「AI 编程共学」中，包括了不同日期的分享内容，如 10 月 28 日麦橘的 0 基础做小游戏分享，10 月 29 日梦飞的 0 编程基础入门 Cursor 极简使用指南，10 月 30 日银海的 0 基础学做 AI 拍立得，10 月 31 日的 0 基础做小游戏分享。

以下是快速转行入 AI 的一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多大家实践后的作品、文章分享，欢迎实践后分享。 5. 体验 AI 产品： 与现有的 AI 产品（如 ChatGPT、Kimi Chat、智谱、文心一言等）进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于不会代码的情况，20 分钟上手 Python + AI 的方法如下： 在深入学习 AI 时，许多朋友发现需要编程会感到困难，各类教程默认会打命令行也导致入门难。因此有了这份简明入门，旨在让大家更快掌握 Python 和 AI 的相互调用，并在接下来的 20 分钟内，循序渐进完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。 一些背景： 1. 关于 Python： Python 就像哆拉 A 梦，拥有一个装满各种道具的百宝袋，即标准库，遇到问题可直接使用。 若百宝袋里的道具不够用，还可通过 pip 一类的工具从 GitHub 一类的分享代码平台订购新道具。 Python 被全世界广泛使用，尤其是在 AI 领域。 2. 关于 OpenAI API： OpenAI 通过两种方式提供服务，其一通过 ChatGPT 提供开箱即用的服务，直接对话即可；其二通过 OpenAI API 提供更加灵活的服务，通过代码调用完成更多自动化任务。 另外，关于如何防止 AI 取代人类思考一切，原文提到：认知萎缩会在我们因不活动而失去参与心理过程的能力时发生。在人工智能的世界中，我们需要意识到认知萎缩的危险，以便能够继续保持好奇心、创造力和深入学习。比如在过去，我们需要记住城市的布局和路线，而现在过度依赖 AI 可能导致认知能力的下降。

如果您想转行做 AI 产品经理，以下是您需要了解的一些 AI 方面的知识： 1. 算法知识： 理解基本的机器学习算法原理，有助于更好地理解 AI 产品的核心技术，从而做出更合理的产品决策。 掌握一定的算法知识，可与开发团队进行更有效的沟通，减少信息不对称带来的误解。 在产品规划阶段，能够评估某些功能的技术可行性。 了解算法前沿，更好地把握产品的未来发展方向。 发现产品的独特优势，提出创新的产品特性，提升产品竞争力。 提升数据分析能力，因为很多 AI 算法都涉及到数据处理和分析。 2. 技术框架：对技术框架有认知，了解技术边界，最好能知道一些优化手段和新技术的发展。 3. 关注重点： 关注场景、痛点和价值。 例如在录播课编程作业的自动批改案例中，要关注班主任批改作业时间长的场景，作业批改无法统一标准的痛点，以及提高教学质量和效率的价值。 总之，AI 产品经理需要具备跨学科的知识背景，能够在技术和业务之间进行有效沟通和决策。

以下是关于求职转行到 AI 行业的一些建议： 在 AI 时代，技术专业人士需发展 AI 难以替代的技能，如团队建设、跨文化交流、创新解决方案设计等，因为 AI 无法建立团队、跨越文化交流或激发团队创造力。对于从事可能被 AI 取代风险工作的技术工作者，要重新思考职业生涯规划，可能需学习新技能或转向更需人类特质的工作领域。 在 AI 就业市场： 1. 鱼龙混杂，求职者要做好信息甄别。即使面试通过拿到 offer，除了看 boss 直聘的招聘评价，还应提前在脉脉等平台收集公司的其他信息。 2. 部分公司未搞懂 AI 能带来的价值，只是跟风，求职者要有咨询和商业化思维，帮公司厘清业务增长机会。 3. 不同公司对 AI 产品经理定位不同，岗位职责和任职要求也不同，未来会统一标准，这是产品经理转型的机会。 4. 有行业沉淀和认知的产品经理转型更有机会，目前应用层机会在“AI+行业”，只懂 AI 或只懂行业不够，业务创新也很重要。 对于学生和应届毕业生： 1. 可以通过相关产品了解 AI 技术在不同职业中的应用，评估兴趣和技能，选择合适职业路径并制定规划。 2. 根据职业目标获得个性化学习建议和资源，提升 AI 领域技能为就业做准备。 对于职场新人和职业转换者： 1. 可根据自身职业目标和市场需求制定发展计划，明确短期和长期目标。 2. 对于希望从其他领域转型到 AI 相关领域的从业者，可获得详细的转型路径和必要的技能培训资源以顺利转型。 对于企业： 1. 可利用相关产品评估应聘者 AI 技能水平，选择合适候选人。 2. 为现有员工提供职业发展规划和技能提升建议，培养内部 AI 人才。 3. 为员工制定个性化职业发展计划，提供持续职业指导和培训，提升员工职业满意度和留任率。

由于您提供的内容中没有具体的相关信息，以下为您生成一份较为通用的房地产开发公司年度 AI 提升工作效率的工作策划示例，您可以根据实际情况进行调整和完善。 一、目标 通过在公司内部推广 AI 工具的使用，在本年度内实现各部门工作效率提升 30%以上，降低人力成本 15%左右，提高项目质量和客户满意度。 二、行动计划 1. 第一季度 进行市场调研，了解适合房地产开发行业的 AI 工具。 组织内部培训，让员工初步了解 AI 工具的应用。 2. 第二季度 针对各部门需求，选择并引入相应的 AI 工具进行试点应用。 建立数据收集和分析机制，为 AI 工具的优化提供支持。 3. 第三季度 对试点部门的应用效果进行评估和总结。 根据评估结果，对 AI 工具进行调整和优化。 4. 第四季度 在全公司范围内推广成熟的 AI 工具应用。 对全年的 AI 应用效果进行总结和评估。 三、团队人员需求及分工 1. 成立 AI 推广小组 组长：负责整体工作的规划和协调。 技术专家：负责 AI 工具的选型、配置和技术支持。 培训师：负责组织员工培训和指导使用。 数据分析师：负责收集和分析数据，为工具优化提供依据。 部门联络人：每个部门指定一名联络人，负责与推广小组沟通本部门的需求和问题。 四、具体 AI 工具及对应解决的问题 1. 智能客服系统 解决客户咨询响应不及时的问题，提高客户满意度。 2. 项目管理 AI 工具 优化项目进度安排和资源分配，提高项目管理效率。 3. 市场分析 AI 工具 精准分析市场趋势和客户需求，为项目定位提供依据。 五、需要费用明细及资源需求 1. 费用明细 AI 工具采购费用：万元。 培训费用：万元。 技术支持和维护费用：万元。 数据采集和分析费用：万元。 2. 资源需求 服务器和存储设备，以支持 AI 工具的运行和数据存储。 足够的网络带宽，确保数据传输的流畅性。 六、风险点 1. 员工对新技术的接受度和适应能力可能较低，需要加强培训和引导。 2. AI 工具的应用效果可能不如预期，需要及时调整和优化。 3. 数据安全和隐私保护可能存在风险，需要建立完善的防护机制。

产品经理转变为 AI 产品经理，需要以下步骤： 1. 学习技术原理：了解诸如 RAG（检索增强生成）、PAL（程序辅助语言模型）、ReAct 框架等相关技术知识。RAG 是将外部知识库切分成段落后转成向量存在向量数据库，用户提问时段落信息会和问题一起传给 AI，还可搭建企业和个人知识库。PAL 不让 AI 直接生成计算结果，而是借助 Python 解释器等工具。ReAct 框架是 reason 与 action 结合，让模型动态推理并与外界环境互动，可借助 LangChain 等框架简化构建流程。 2. 关注技术脉络：关注或直接阅读技术论文，虽然有难度，但这对于理解技术很重要，同时要完成一定的知识储备。 3. 了解前沿观点：例如 Transformer 是仿生算法的阶段性实现，未来可能不再使用；在端到端算法时代，不应继续使用冯诺依曼架构；在存算一体的芯片上会诞生全新算法等。 总之，转型需要不断学习和积累相关知识，关注行业动态和前沿观点。

以下是一些能够模仿产品经理，把您的需求描述整理成格式化 PRD 的工具： 1. 用户研究、反馈分析：Kraftful（kraftful.com） 2. 脑图：Whimsical（whimsical.com/aimindmaps）、Xmind（https://xmind.ai） 3. 画原型：Uizard（https://uizard.io/autodesigner/） 4. 项目管理：Taskade（taskade.com） 5. 写邮件：Hypertype（https://www.hypertype.co/） 6. 会议信息：AskFred（http://fireflies.ai/apps） 7. 团队知识库：Sense（https://www.senseapp.ai/） 8. 需求文档：WriteMyPRD（writemyprd.com） 9. 敏捷开发助理：Standuply（standuply.com） 10. 数据决策：Ellie AI（https://www.ellie.ai/） 11. 企业自动化：Moveworks（moveworks.com）

以下是为您提供的使用 AI 工具提高产品经理工作效率的建议： 根据调研问卷结果，多数产品工作从业者已在使用 AI 工具，但仍有部分用户使用频率不高或认为其对工作效率提升影响不大。 一些相对实用的场景包括： 1. 辅助精读论文，例如利用 https://scispace.com 进行翻译、拆解公式、分析代码等。 2. 写一些小脚本，如写 SQL 查询、Python 脚本、正则表达式、图片批量处理等。 3. 撰写产品宣传文案，根据产品宣传渠道生成营销文案、营销邮件、产品上架文案等。 4. 设计和整理调研问卷，生成调研框架，回收非结构化问卷并按指定框架生成指定表头表格。 5. 进行竞品分析，使用 BingChat 或 ChatGPT Browsering 插件，按指定框架对比各项数据，如 DAU、用户结构、市场占比等。 6. 解释专业名词，可通过 ChatGPT 解释垂直领域的缩写或行业黑话，并举例、给场景说明。 另外，写完 PRD 后，可以让 GPT 从产品和研发两个视角写逻辑代码，既能发现产品逻辑表达问题，也方便 QA 同学测试。 银海分享了 10 个 Prompt 提示词，效果可平替 PMAI。PMAI 是一款面向产品经理的生产力工具，具有一键生成 PRD、输出解决方案、生成 SQL 等实用功能。您可以通过以下链接了解更多： 工具的视频演示： 产品体验地址：https://www.pmai.cn/?utm_source=qoZaR5O 创业团队或负责出海产品的产品经理使用 AI 工具的价值可能会更大。

以下是为您推荐的入门 AI 产品经理的学习方案： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，个人做了一下划分，仅供娱乐和参考： 1. 入门级： 能通过 WaytoAGI 等开源网站或一些课程了解 AI 的概念，使用 AI 产品并尝试动手实践应用搭建。 2. 研究级： 有两个路径，一个是技术研究路径，一个是商业化研究路径。 这个阶段对应的画像可能是对某一领域有认知，可以根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用： 这一阶段的画像就是有一些成功落地应用的案例，如产生商业化价值。 对 AI 产品经理的要求： 1. 懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。 2. 关注场景、痛点、价值。 观察目前行业的 AI 提示词工程师岗位的招聘技能要求情况： 1. 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 3. 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 4. 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 5. 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 6. 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 7. 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 8. 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 9. 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 10. 具有一定的编程基础，熟练使用 Python、Git 等工具。 产品经理的工作内容（仅作参考）：

要从普通的功能型产品经理转变为 AI 应用产品经理，可以从以下几个方面进阶并掌握相应能力： 一、不同阶段的能力要求 1. 入门级 能通过 WaytoAGI 等开源网站或一些课程了解 AI 的概念。 使用 AI 产品并尝试动手实践应用搭建。 2. 研究级 技术研究路径或商业化研究路径。 对某一领域有认知，能根据需求场景选择解决方案。 利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用级 有一些成功落地应用的案例，产生商业化价值。 二、AI 产品经理与传统互联网产品经理层级对应 传统互联网产品经理层级： 1. 负责功能模块与执行细节。 2. 负责整体系统与产品架构。 3. 熟悉行业竞争格局与商业运营策略。 三、AI 产品经理需掌握的能力 1. 懂得技术框架，对技术边界有认知，最好能知道一些优化手段和新技术的发展。 2. 理解产品核心技术，了解基本的机器学习算法原理，做出更合理的产品决策。 3. 与技术团队有效沟通，掌握一定的算法知识，减少信息不对称带来的误解。 4. 评估技术可行性，在产品规划阶段做出更准确的判断。 5. 把握产品发展方向，了解算法前沿。 6. 提升产品竞争力，发现产品的独特优势，提出创新的产品特性。 7. 具备数据分析能力，很多 AI 算法都涉及到数据处理和分析。 四、其他能力 1. 语言学能力，锻炼语言表述能力，更精准地用语言描述问题。 2. 业务理解和 AI 嵌入能力，找到业务中需要应用大模型的场景，将业务和大模型算法结合，理解模型在业务中的边界。 3. 维度转换能力，将各种问题、业务数据转化为语言描述，将通用模块问题转化为通用问题模块。 总之，AI 产品经理要关注场景、痛点、价值，不断提升自身能力，以适应市场需求。

以下是一些您可以从以下角度开发产品来赋能兼职督学岗位的工作效率，并锻炼您的 AI 能力，以争取上司或老板为产品支付报酬： 1. 利用 Coze 的多语言模型支持，为解答高中生学习方法等疑问提供更准确和全面的回答。 2. 借助插件系统，集成与学习相关的插件，如学习资料查询、学习工具推荐等，丰富服务内容。 3. 运用知识库功能，上传各类学科知识点、优秀学习案例等，方便在服务中快速调用和推送。 4. 利用数据库和记忆能力，记住每个高中生的学习情况和需求，提供个性化服务。 5. 设计工作流，例如自动发送测试卷、自动通知后端制作学习计划、自动推送学习计划链接等流程，提高工作效率。 6. 采用多代理模式，针对不同学科或学习阶段设置专门的代理，提供更精准的服务。 7. 利用 Coze 易于发布和分享的特点，将服务产品推广给更多需要的高中生和督学人员。

以下是关于您利用 Coze 和 DeepSeek 等 AI 接入飞书来赋能兼职督学岗位工作效率的一些建议： 开发产品的角度： 1. 智能答疑系统：利用 AI 技术，对高中生常见的学习方法疑问进行自动分析和回答，提高答疑效率和准确性。 2. 个性化测试卷生成：根据学生的学习情况和需求，通过 AI 生成个性化的测试卷。 3. 学习计划优化：基于学生提交的测试卷结果，利用 AI 更精准地制定学习计划。 4. 知识点精准推送：运用 AI 分析学生的学习进度和薄弱环节，定期推送更具针对性的知识点。 5. 打卡提醒优化：通过 AI 实现更灵活、个性化的打卡提醒方式。 推销给上司的方法： 1. 展示效率提升：详细说明产品如何大幅提高兼职督学的工作效率，节省人力和时间成本。 2. 个性化服务优势：强调产品能够为高中生提供更个性化、精准的服务，提升学习效果。 3. 数据支持：提供相关的数据和案例，证明 AI 赋能后的积极效果。 4. 成本效益分析：说明开发和使用该产品的成本相对较低，而带来的收益显著。 5. 未来发展潜力：阐述产品在不断优化和拓展功能方面的潜力，适应更多的教育需求。 另外，Coze 是由字节跳动推出的 AI 聊天机器人和应用程序编辑开发平台，专为开发下一代 AI 聊天机器人而设计。它具有多语言模型支持、插件系统、知识库功能、数据库和记忆能力、工作流设计、多代理模式、免费使用、易于发布和分享等特点。这些特点可以为您的产品开发提供有力支持。

以下是一些与 AI 相关的舆情分析或信息订阅产品： 腾讯研究院开发的系列产品： AI 每日速递：高度凝练的日报产品，帮助读者在 35 分钟内快速掌握 AI 领域当日十大关键进展。 AI 每周 50 关键词：周报产品，基于 AI 速递内容构建，通过梳理一周热点关键词并制作可交互索引，为研究者提供便捷的“检索增强”工具。 科技九宫格：以 35 分钟视频形式解读科技热点与关键技术原理的短视频栏目，通过可视化呈现促进读者对前沿技术的理解与讨论。 此外，团队还开展了 AGI 专题分析、AGI 线上圆桌、AI&Society 高端研讨会与 AI&Society 百人百问等系列研究探讨。 个人订阅的 AI 信息源： 包括公众号、Telegram、微博、即刻等平台。 推荐的 Telegram 频道：黑洞资源笔记、科技新闻投稿、AI 探索指南、ChatGPT 新闻聚合、ChatGPT 精选、极客分享、开源社区、深度技术资源、AI News、AI Copilot、GIthub 仓库推荐等。 公众号“卡尔的 AI 沃茨”也会有一些 AIGC 周报等。 一种通过文章链接订阅公众号，定时推送情报消息，并实现情报 CoT 问答的方式： 利用 wewerss，建议使用 Docker。浏览器打开 http://127.0.0.1:4000 或 http://wewerss 服务的 IP:端口（为上面设置的外部端口）。 点开后输入 Dash 管理页面密码，先点帐号管理，然后点“添加读书帐号”（即使用微信读书来实现公众号订阅），扫码添加帐号。 然后在公众号源上，点添加，将想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章，但建议不要短时间订阅太多公众号（最好不超 40 个）。在本地 data/目录会生成一个 SQLite 数据库文件 wewerss.db。

以下是关于人力 AI 产品的相关信息： AI Native 硬件： AI Pin：由 Humane 公司开发的可穿戴设备，通过激光投影技术在手掌显示信息，由高通 Snapdragon 芯片驱动，运行 OpenAI 的 GPT4 语言模型，集成麦克风、摄像头和传感器，能语音通话、上网和回答问题，注重隐私保护，配备“信任灯”功能，但价格高昂且面临市场竞争。 TAB AI：挂在脖子上的小冰盘，本质是麦克风和电池，使用蓝牙传输音频到手机和云端，ChatGPT 在云端转录对话，各种人工智能模型提取见解，是人工智能伴侣。 OpenAI 和 Lovefrom 在软银 10 亿美元融资开发的备受期待的“人工智能 iPhone”。 AI 面试官相关产品： 用友大易 AI 面试产品：具有强大技术底座、高度场景贴合度、招聘全环节集成解决方案、先进防作弊技术和严密数据安全保障，能完成面试、初筛和自动发送面试邀约。 海纳 AI 面试：通过在线方式自动面试、评估，精准度高达 98%，面试效率提升 5 倍以上，候选人到面率提升。 InterviewAI：在线平台，提供面试问题和 AI 生成的推荐答案，候选人用麦克风回答，每个问题最多回答三次，会收到评估、建议和得分。 AIPM 技能树： 传统软件/互联网 PM 面对 AI 产品时，AI PM 作为更专业化角色逐渐形成，需具备跨学科知识背景，在技术和业务间有效沟通和决策。 掌握算法知识的必要性： 理解产品核心技术，做出更合理产品决策。 与技术团队有效沟通，减少信息不对称误解。 评估技术可行性，在产品规划阶段做出更准确判断。 把握产品发展方向，了解算法前沿。 提升产品竞争力，发现独特优势，提出创新特性。 提升数据分析能力，很多 AI 算法涉及数据处理和分析。

以下是一些常见的数据分析产品的智能体类型： 1. 简单反应型智能体：根据当前的感知输入直接采取行动，不维护内部状态和考虑历史信息。例如温控器，根据温度传感器的输入直接控制加热器。 2. 基于模型的智能体：维护内部状态，对当前和历史感知输入进行建模，能推理未来的状态变化并据此行动。比如自动驾驶汽车，不仅感知当前环境，还维护和更新周围环境的模型。 3. 目标导向型智能体：具有明确的目标，能根据目标评估不同的行动方案并选择最优行动。像机器人导航系统，有明确目的地并规划路线以避开障碍。 4. 效用型智能体：不仅有目标，还能量化不同状态的效用值，选择效用最大化的行动，评估行动的优劣并权衡利弊。例如金融交易智能体，根据市场条件选择最优交易策略。 5. 学习型智能体：能够通过与环境的交互不断改进其性能，学习模型、行为策略以及目标函数。比如强化学习智能体，通过与环境互动不断学习最优策略。 此外，还有一些具体的数据分析产品智能体，如颖子团队的“市场分析报告”生成智能体，它能根据输入的行业/类目关键词自动检索关联信息并生成报告，数据化呈现且附带信息来源网址便于校正，适用于企业管理层、投资者、创业者、营销人员等，可减少信息收集时间，聚焦决策判断。 在智谱 BigModel 开放平台工作流搭建中，也有相关的智能体节点，如具有自主规划任务、使用工具、记忆的 Agent 节点。

以下是一些关于 AI 产品的榜单信息： ShowMeAI 周刊 No.10 中的得到 AI 产品好用榜： Brev.AI：能生成更好听的中文歌 妙刷：突如其来的「出圈」与莫名其妙地「被骂」 当我们一起围观 Cursor 限时编程项目hhh 网传「国产 AI 产品 Q3 投放金额统计」：不是真的！没这么多！ 把大模型输出的数据搞成 Excel 表格，一共有几种方法？ 完成「得到 AI 产品好用榜」发布会 PPT，一共用到了这几款 AI 工具 当 OpenAI 决定起诉 Open AI：当你的创业想法被别人「抄」走 ModelJudge：快速测评多个 AI 模型的回答结果，并帮助做出选择 关于大模型、复杂剧情、内容创作、AI 陪伴的一些想法@AI 投什么 妙用 AI：把照片里的 PPT「提取」出来的小技巧 ProductHunt 2023 年度最佳 AI 产品榜单： Dora AI——用一次 prompt 生成网站：使用 Dora AI（Alpha 版），可以通过一个 prompt，借助 AI 3D 动画，生成强大网站。支持文字转网站，生成式 3D 互动，高级 AI 动画。 Bard（免费）——谷歌推出的官方 ChatGPT 竞争者：这个工具由谷歌的对话应用语言模型（LaMDA）提供支持。 Chat.DID（免费）——和 ChatGPT 来一场面对面交谈：chat.DID 是有史以来首个允许人们以人类方式与 AI 进行视频聊天的 APP。 Pika（免费）——将创意转化为动态视频的概念视频平台：Pika 是一个 AI 视频平台，使任何人都能将他们的创意愿景变为现实。通过一款先进的视频基础模型以及一个轻松易用的创作产品，Pika 正在重新定义视频制作和编辑方式。