产品经理 · 完整课程大纲
5 门课、约 30 学时、2–3 个月完成。不教你写代码，但要让你建立工程师式的能力直觉，能设计、能验证、能拍板。
PM · 01筹备中
AI 能做什么 · 不能做什么
学完你能：在产品评审会上听到"AI 加这个"时，立刻知道"能 / 不能 / 难度"；不被供应商话术忽悠。
前置：无 · 完全 0 基础友好
模块
M1模型在做什么1.5h
用"做菜"的比喻讲清预训练 / 推理 / 上下文。不用任何数学。
预训练 vs 推理上下文 ≠ 记忆
M2为什么 AI 会胡说1h
幻觉、温度、采样的人话解释。识别"AI 在胡说"是 PM 的基本功。
hallucinationtemperature作业: 5 个真实幻觉案例分析
M3"做不到的事"清单1.5h
长链推理、严格数学、实时数据、复杂状态——一份保护你不被忽悠的清单。
capability boundary输出: 个人 cheat sheet
M4能力地图判断练习1h
10 个真实业务场景，判断该用 LLM / 用规则 / 不用 AI。即时反馈。
10 道决策题
输出物：
- 一份"AI 能力 cheat sheet"（个人随身资产）
- 对模型能力边界的真实理解
PM · 02筹备中
拆 prompt · 把模糊需求变成可执行任务
学完你能：独立写出可测试、可迭代、可复用的 prompt；能给工程师交付"具体到字"的需求；自己跑 A/B 对比挑出最优版本。
前置：PM · 01 完成
模块
M1System / User / Assistant 三角1.5h
三个角色的真实作用与典型错误。System 不是"小标签"，它是模型的人格。
role separationpersona prompt
M2少样本 · CoT · 结构化输出2h
三种让结果稳定的写法。什么时候用、什么时候反而变差。
few-shotchain-of-thoughtJSON output
M3Prompt 沙盒 A/B 测试1.5h
不靠感觉调 prompt——跑数据。同样需求 5 种写法对比胜率。
prompt sandbox作业: 真实任务的 A/B 5 轮
M4个人模板库的构建1h
把好的 prompt 沉淀成模板。一年下来这是你的核心资产。
prompt library输出: 10 个模板
输出物：
- 个人 prompt 模板库（10+ 模板）
- 一份"AI 功能需求文档"模板，可交付工程师
PM · 03筹备中
RAG / Agent / Tool 的能力地图
学完你能：跟工程师讨论方案时不再差一层；能画架构图给老板看；能判断供应商提的方案合理不合理。
前置：PM · 01 完成
模块
M1RAG 的本质（不是"喂文档"）1.5h
向量检索、reranking、混合检索。为什么很多 RAG demo 上线就翻车。
vector DBrerankerhybrid search
M2Agent 是什么（loop + tool + context）1.5h
三件事讲完 Agent。Sub-agent、Plan Mode、Multi-agent 的区别。
agent looptool usemulti-agent vs sub-agent
M3典型架构图谱1h
单 agent / 双 agent / Orchestrator+Worker。你能给老板画清楚每一种。
画 3 张架构图
M4读真实产品的架构1h
Perplexity / Cursor / Harvey 各用了什么——逆向案例分析。
case study输出: 3 张产品架构图
输出物：
- 3 张你自己画的产品架构图
- 跟工程师对话时的术语词汇表
PM · 04筹备中
AI 产品的设计模式与反模式
学完你能：设计 AI 功能时避免常见坑；用"评估指标"代替"感觉";知道你的功能"真的有用"还是"看着炫"。
前置：PM · 01-03 完成
模块
M15 个好用的设计模式2h
副驾、增强、自动化、对话、生成。每种都看 2-3 个成功案例。
copilot patternaugment patternautomation pattern
M210 个常见反模式2h
把 LLM 当数据库、把 chat 塞进所有场景、过度信任、缺乏 fallback……
anti-patterns作业: 找 3 个你身边的反模式
M3评估指标：怎么知道"真的有用"1.5h
不是 NPS 那种，是 AI 功能特有的指标：accept rate、回退率、stickiness。
acceptance ratetrust metrics
M4失败案例深度拆解1.5h
Github Copilot 早期 / Adept / Inflection / Humane Pin——为什么伟大团队也会失败。
post-mortem输出: 你的"设计 checklist"
输出物：
- 个人 AI 产品设计 checklist（防止重蹈覆辙）
- 3 篇案例分析（可发布到团队 / 公开）
PM · 05筹备中
用 Agent 自己造 demo 验证 idea
学完你能：不用等工程师，自己用无代码 Agent 搭建器做出能跑的 demo；用真实数据验证想法；给工程师写出能直接开工的需求文档。
前置：PM · 01-04 完成
模块
M1无代码 Agent 搭建器实操2h
用拖拽工具把你 PM · 03 的架构图变成跑得起来的 Agent。
drag-drop builder作业: 搭出 demo v0
M2真实数据测试— 自驱
找 5-10 个真实用户跑你的 demo。收集失败案例（更有价值）。
user testingfailure log
M3写"工程师能直接开工"的需求— 自驱
需求 + 评估方案 + 失败模式 + 验收标准——四件套。
PRD template输出: 完整 AI 产品 PRD
毕业输出：
- 一个跑通的 AI 产品 demo（无代码搭出来的）
- 一份能给工程师直接开工的 PRD
- 团队 / 公司内部一次产品评审通过