近几年，人工智能在投资圈、创业圈甚至是全社会都成了热词，那么提起人工智能，一定会想到机器学习、深度学习、自然语言处理等等名词，同时也会想到这些技术背后的人才—算法工程师，因此这两年算法工程师成为了人才市场上的香饽饽，已经到了一员难求的境地。

但是在 AI 技术的落地过程中，我们发现另一角色也异常重要，那就是 AI 的产品经理，由于 AI 的范围很广，本文所提的 AI 产品经理，更多是指对话机器人这个范畴，我们试图从实际应用的角度，来探讨 AI时代的产品经理应该具备什么样的能力。

一、什么是对话机器人

维基百科的定义：对话机器人（Chatterbot）是经由对话或文字进行交谈的计算机程序，能够模拟人类对话。

在实际应用应用场景中，对话机器人主要分为两类。一类是开放域的对话机器人，主要应用场景是闲聊机器人，典型代表是微软的小冰机器人；另一类是封闭域的对话机器人，更多是在各行各业的应用，智能客服就是典型代表，也有最新的应用，比如：智能一点公司提出的智能导购。

本文主要对封闭领域的对话机器人进行分析和探讨。

1.问答式机器人（QA BOT）与任务式机器人（TASK BOT）

封闭域的对话机器人实现的方案主要是两类，分别是问答式和任务式。 问答式机器人大多数采用检索方式，既然是检索，就需要有 FAQ 问答库，而且需要有庞大的问答库才能支撑用户的不同问法。

大致的原理与搜索引擎非常类似，首先会将 FAQ 问答库进行存储索引，当用户新的 Query 过来时，将用户的问题与索引中的问题进行语义相似度的计算，然后将最相似的问题答案回复给用户，从而完成了一次交互。

对于任务型机器人，在智能化程度上向前迈了一大步，在技术实现上是与问答式机器人有截然不同的实现方案，更多是通过对用户意图的识别来进行交互，同时具备多轮对话的能力。

综合来看，问答式机器人和任务式机器人有以下三方面的区别：

(1) 单轮&多轮

问答式机器人由于他的技术实现方式受限，是一种被动的方式，就是只能用户提问，不具备反问的能力，也就不具备多轮交互的能力，任务型机器人则完全可以实现多轮交互。

(2) 静态&动态

由于问答式机器人采取检索的方式来实现，那对用户的回复被索引好的，是一种静态方式的展现，任务式机器人恰恰相反，所有的回复都是动态生成，具备理解、查询、计算的能力

（3）知识库

问答式机器人需要准备大量的知识库，对于客户会造成很大的工作量，任务式的机器人是通过意图来实现，很多 FAQ 可以抽象为一个意图，因此有一个较为有限集的意图库就能解决比较多的问题。

2.什么是意图

这里所说的意图是指用户意图（User Intent），也即可理解为用户提问问题的中心思想，如果不用用户的问题中心思想一样，即属于同一个意图。

什么快递	询问发货用什么快递
早上好。我买纸尿裤寄厦门送什么快递？
发什么快递
问下，发什么快递
发啥快递
发哪个快递？到重庆
你们寄什么快递啊
快递发哪家

那么如果要通过 TaskBot 方式做一个行业的对话机器人，需要梳理很多这个行业的用户意图，由所有的用户意图构成了这个行业 Bot 的能力。以意图来贯穿在整个行业 ChatBot 的设计过程中，由算法、数据、行业知识图谱来支撑来进行意图以的识别以及与用户的对话。

二、AI 产品经理具备的能力

我们在看每个行业，尤其是传统行业对 AI 的需求是非常强烈的，大家都在想我怎么才能用上 AI，AI 怎么才能帮助企业提高效率、节约成本、优化我的业务，甚至帮我增加销售额。

这个场景下，其实是需要 AI 的产品经理来对接用户的需求，因为 AI 的产品经理清楚 AI 技术的边界，能快速理解用户的需求，能通过产品化的方式来解决用户的需求。

目前专业的 AI 产品经理，更多适合在一些提供 AI 类解决方案的公司，比如像智能一点，提供 AI 导购服务的解决方案提供商，虽然对话机器人使用者多数是 C 端用户，但是付费者更多是企业用户，也可以理解为帮助企业用户更好的服务他们的用户。

不同的客户有不同的需求，怎么能够支持不同客户的需求，一定需要一个 AI 的支撑平台，这就需要平台类的产品经理，来定义这些平台。

另外一类是需要来定义和设计一个行业 ChatBot 来解决用户的问题，我们称之为对话设计型产品经理。

1.平台型产品经理

平台型产品经理可能面临几类型的用户，TO B（客户）、TO P（产品经理）、TO D（开发者）。

首先要具备很强的业务理解能力，同时也要有能力将不同类型用户的需求抽象化产品功能的能力，才能更好的搭建好一些平台产品。

仅仅具备这些能力我觉得还不够，必须要加上 AI 的能力，才能成为一个 AI 平台型产品经理，那么具体需要哪些 AI 能力呢？我们列举了以下一些： ChatBot 实现的原理

• 自然语言处理

• 多轮对话

• 算法模型优化

• ChatBot 迭代优化

具备了以上的能力的产品经理，能够清楚的掌握 AI 的边界，更好的去设计一个平台类的产品，支撑企业的业务发展需要。

2.对话设计型产品经理

对于对话设计型产品经理，我们在实际的培养过程中发现与平台型或者传统的产品经理的要求有些不一样的地方，比如对语言的感觉。

由于是进行交互设计，那么，语言的表达理解能力非常重要，因为对话设计的过程本质上是产品经理为ChatBot 赋能的过程。

同时我们觉得对话设计型产品经理还应该具备一个很重要的能力就是“生意经”，我们说无论为哪一类客户设计对话机器人，我们本质上是希望解决最终用户的问题，同时也是希望把更好的产品、内容、服务推荐给他们，让他们有更好的体验。

具备这些能力同样我们觉得还是不够，还是要加上 AI的能力，不仅仅要加上平台型产品经理的 AI 能力，同时还要加上一些更专业的知识。 我们梳理了以下一些：

• 意图识别、命名实体抽取的原理

• 多轮对话、实体继承

• 知识图谱的原理与构建

• 主动学习的方式（Active Learning）

聚类算法（支持向量法）

分类算法（语义相似度）

• 在线学习（Online Learning）

具备以上的能力，我们相信我们的产品经理能够设计出能解决用户问题、有温度、有智慧的机器人。

最后想说，持续学习的能力决定产品经理能够走多远！

如何转行/入门AI产品经理？

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，转行/入门AI产品经理，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI产品经理入门手册、AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI产品经理入门手册

三、AI大模型视频教程

四、AI大模型各大学习书籍

五、AI大模型各大场景实战案例

六、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。