1. 基礎篇（課時 2 ）

1. AIGC 行業視角

• AIGC 的行業發展演進：傳統模型/深度學習/大模型

• AIGC 的產品設計演進：AI Embedded / AI Copilot / AI Agen

• AIGC 的行業產業全景圖

• AIGC 的產品應用全景圖

1. AIGC 職業視角

• AI 產品經理/ AIGC 產品經理的典型崗位分析

• AI 產品經理/ AIGC 產品經理的能力模型解析

• AIGC 產品經理的能力圖譜

1. AIGC 項目視角

• AIGC 應用項目開發全流程是什么樣的？和傳統 AI 應用有哪些不同？

• 通過一個案例拆解 AI 項目的完整流程

• 通過一個案例拆解 AIGC 項目的完整流程

• 產品經理在 AI 和 AIGC 項目中扮演的角色是什么

1. 算法篇（課時 6 ）

1. 算法全景圖：產品經理必須要懂的技術以及邊界

• 一張產品經理看得懂的算法全景圖

• 產品經理必須要懂哪些的算法，要懂到什么程度

• 產品經理需要掌握的算法相關概念和專業名詞

1. 產品經理必須要懂的 AI 技術

• 產品經理聽得懂的AI技術

回歸問題的算法與應用場景

分類問題的算法與應用場景

聚類問題的算法與應用場景

• 怎么評估一個 AI 模型的好壞？

產品經理評估 AI 模型需要關注哪些指標？

模型性能評估

模型穩定性評估

1. 實戰：基于傳統 AI 設計個性化推薦產品

• 接需求：接到需求之后，該怎么思考？

• PRD 產出：傳統 AI 項目如何編寫 PRD

• 提需求：算法做什么，工程做什么？

• 上線：需求評審之后，產品經理還要做什么？

1. 產品經理必須要懂的 AIGC 技術

• 產品經理聽得懂的 AIGC 技術

Transformer：大模型的底層原理

BERT：預訓練語言模型領域的重要模型

GPT 系列模型：從 GPT-1 到 GPT-4

一個通用類大模型的訓練全過程：Pretraining & SFT & RLHF

常用文本大模型技術：GPT4、LLaMa、Skylark、百川

CV 算法盤點：圖像分類、目標檢測、圖像分割、多模態檢索、OCR、3D點云

常用圖像大模型技術：Stable Diffusion、CLIP、DALL-E

• 怎么評估一個 AIGC 模型的好壞？

產品經理評估 AIGC 模型和 AI 模型的區別是什么？

產品經理評估 AIGC 模型需要關注哪些指標？

1. 實戰：基于大模型設計個性化推薦產品

• 接需求：為什么要做？能不能做，可以怎么做？

• PRD 產出：傳統 AIGC 項目如何編寫 PRD

• 提需求：如何給算法提需求，工程要做哪些改動

• 上線：大模型產品怎么驗收？

1. 技能篇（課時 8 ）

1. Prompt / PE 工程

• 什么是 Prompt，什么是好的 Prompt？

• Prompt 基礎：設計原則與結構框架

• Prompt 進階：思維鏈（CoT）與思維樹（ToT）

• Prompt 實戰：實際應用場景中如何應用 Prompt

1. RAG

• 什么是 RAG，RAG 解決什么問題？

• RAG 基礎：詞嵌入 Embedding，RAG 流程

• RAG 進階：知識庫搭建：文檔預處理、向量數據庫、向量檢索算法

• RAG 實戰：實際應用場景中如何應用 RAG

1. Single Agent / Multi-Agent

大模型應用 = 數據/PE + 算法/通用大模型 + 算力/GPU + 平臺/大模型精調平臺

• 工欲善其事，必先利其器，先講講 Agent Studio 大模型開發平臺

• 從 Copilot 到 Agent（agent 概念，原理，和 Copilot 的對比）

• coze 和他的變量，Function Calling，知識庫，數據庫，工作流

• Single-Agent vs Multi-Agent

• 如何寫好 Multi-Agent

1. AIGC 文生圖/圖生圖

• CV 算法和 AIGC 生圖工具的應用場景分析

• Stable Diffusion 生圖的過程精講

• 實戰：Stable Diffusion 的 LoRA 模型使用

• 實戰：使用自己的數據集做 Stable Diffusion 的 LoRA 模型微調

• 實戰：基于 ComfyUI 精準控制圖像生成

1. 用 Coze 手搓一個智能體

• 實戰1：用 coze 搭建一個單智能體（入門）

  • 扣子是什么，可以做什么

  • 5分鐘搭建一個最簡單的bot

  • prompt：bot 的身份和目標

  • 插件：引入外部能力

  • 知識庫：知識與記憶能力

  • 工作流： bot應該按什么流程處理信息

• 實戰2：用 coze 搓一個多智能體（進階）

  • 切換到多 Agent 模式

  • 配置和添加節點

  • 調試與發布：發布到飛書與微信的bot

1. 項目篇（課時 8 ）

1. 一個 AIGC 應用類產品全流程 SOP 是什么樣的

• 產品經理做設計的全流程整體介紹

• 全流程剖析詳解

1. 模型設計：大模型驅動下的產品方案

• 模型選型

• 數據工程

• PE 工程

• WorkFlow 編排

1. 模型對齊：讓大模型對齊業務場景——FineTune & RAG

本小節將從痛點分析、目標指標、達成路徑、達成效果幾個角度來展開課程，比如痛點分析（產品經理為什么要學習大模型微調？解決什么問題），目標指標（學習到什么程度？如何衡量）...

• 產品經理為什么要學習大模型對齊，對齊手段有哪些？

• 產品經理需要了解哪些微調技術？

• 產品經理在微調階段需要配合做的事情

1. 模型構建：大模型應用構建的幾種路徑

• 工程化

• Agent-Workflow

• LangChain

1. 模型評測：把控模型質量——構建產品經理區別外行的護城河

本小節將從痛點分析、目標指標、達成路徑、達成效果幾個角度來展開課程，比如痛點分析（產品經理為什么要做 AIGC 的能力評測？），目標指標（做評測的目的是什么？）...

• 產品經理為什么要做 AIGC 大模型應用評測？

• AIGC 大模型應用的評測包括哪些？通用評測，場景化評測，安全策略？

• 如何建設一套適合業務場景的 AIGC 大模型應用的評測體系

1. 模型提升：產品上線后的持續迭代

本小節將從痛點分析、目標指標、達成路徑、達成效果幾個角度來展開課程，比如痛點分析（產品經理為什么要做 AIGC 的內容質量管理？），目標指標（做內容質量管理的目的是什么？）...

• 產品經理為什么要做 AIGC 大模型應用的內容質量管理？

• 上線后的 AIGC 大模型應用的監控怎么做？

• 設計一套 AIGC 內容質量管理體系，持續跟蹤監控線上 AIGC 應用的內容質量，診斷問題，分析數據，優化大模型訓練流程，做到 AIGC 應用的不斷迭代

1. 實戰篇（課時 10 ）

1. 如何做 AIGC 應用類產品方案設計

在 “AIGC +產品” 中，產品經理有沒有可參考的 AIGC 產品應用設計模型，可以指導產品經理落地應用

• 大模型項目分析和常見的 AIGC 項目類型

• 如何判斷業務場景是否適用大模型

• 如何評估大模型方案，包括技術路徑選型，實現成本...

• AIGC 要獲取哪些數據

• 如何做技術預研

• 如何與技術同學溝通協作

• 產品 PRD 文檔撰寫

1. RAG 產品實戰：“企業問答知識庫”和“智能客服”產品設計實戰

• 項目背景：

通過智能客服產品，帶領大家完整體驗一個 AIGC 產品的建設全流程。

• 項目內容：

對比傳統 AI 智能客服機器人，掌握如何一步一步通過 Prompt、RAG 等技術，提升客服機器人能力。實現一個 AIGC 智能客服。

• 知識點：

Prompt：Prompt 工程設計，掌握 Prompt 的編寫、調優、評測和應用

RAG：產品經理如何使用 RAG，以及如何對 RAG 的召回結果進行評估，評估指標有哪些

Embedding：詞嵌入 Embedding 是什么，從關鍵詞搜索轉為向量搜索，如何選型向量數據庫和檢索算子

知識庫：如何設計知識庫

評估：為保證客服機器人滿足上線標準，產品如何評估客服機器人

安全性：客服機器人生產內容的把控

1. Agent 產品實戰：類釘釘/飛書的個人助理 Bot 產品設計實戰

• 項目背景：

釘釘/飛書個人助理，是目前比較容易切入，且后續可應用場景比較廣泛的 AIGC 項目，通過該項目可以幫助大家從 0-1 創建個人助理

• 項目內容：

個人助理競品分析，產品定位，通過 RAG 實現個人助理的知識儲備，Function Call 和自定義 Function 幫助用戶快速解決業務問題。

• 知識點：

AI Copilot 模式：掌握 AI Copilot 模式的產品設計理念的落地方案

意圖識別：業務領域數據微調，通過多輪對話實現意圖識別

Function Calling：讓大模型使用工具，擴展自己的能力

知識庫：具備業務知識(壁壘)，分析回答業務問題

報表化總結：報表化內容生成和反饋

1. 多模態產品實戰：智能生成圖片/視頻的營銷創意類產品工具設計實戰

• 項目背景：

市場上 Midjourney，Stable Diffusion 等圖像生成工具的優勢在于可以生成很真實的圖片，但劣勢在于受控性差。通過打造一款受控性強的圖像生成平臺，解決以上問題。同時幫助大家理解，文生圖原理以及實際產品應用。

• 項目內容：

文生圖平臺競品分析，產品的差異點與用戶痛點分析。Prompt 智能語義分析，以及文生圖相關算法

• 知識點：

Prompt 智能語義分析，優化 Prompt 描述，生成更符合用戶意圖的圖像。

Stable Diffusion：文生圖模型，精準可控，SD 可控圖像生成

LoRA 模型的訓練：SD 的 LoRA模型和微調

ComfyUI：ComfyUI 的產品化應用

相關圖像類大模型：相關圖像檢測、分類的大模型

1. 平臺類產品實戰：Agent 智能體生產平臺產品設計實戰，讓業務人員在線構建場景大模型

這里直播你更了解平臺而且講了幾個案例了也可以答疑

• 項目背景：

利用 AIGC 的能力，釋放算法生產力，只通過業務人員+平臺模式，實現模型精調評估，快速對其和產出場景大模型。

• 項目內容：

場景大模型生產平臺定位，產品同學將業務需求拆解、轉化成機器可理解的自然語言等描述，通過算法工具基于小樣本的方式微調模型，實現產品同學自行構建場景大模型，即時評估效果、并進行策略應用，讓模型和人的價值觀對齊、認知對齊，從而達到復制人的能力，全程無算法工程師參與。

• 知識點：

Few-shot learning

對齊引擎的設計：提示詞 prompt-engineering、模型微調 finetune、強化訓練 RLHF

對齊工具：微調finetune工具、benchmark工具、蒸餾工具、數據生產工具、案例庫、Prompt&規則庫

1. 面試篇（課時 6 ）

1. AIGC 產品經理面試

• AIGC產品經理招聘現狀與趨勢

• AIGC產品經理簡歷撰寫和注意事項

• AIGC產品經理高頻面試題解析：面試官的目的，回答思路，回答樣例

• AIGC產品經理1V1面試模擬

• 談offer和選offer，哪些公司更值得去，哪些要避雷

1. AIGC 產品經理職場提升

• 如何與領導同頻溝通，拉齊與領導的認知

• 接手AIGC探索型項目，如何破局

• AIGC時代，產品經理的持續提升

• 技術快速發展，作為AIGC產品經理，如何快速跟上這個時代，有哪些網站可以關注