2019年~2021年期间,我在做智能写作项目创业的时候,由于当时市场相关产品较少,遇到了问题没有可以参考的竞品。
我们只能一路探索,一路踩坑,一路修正。随着产品的迭代,我也在不断地迭代自己的认知,梳理AI产品的方法论和技能树。当时还和Shadow在“蔚来”做了一次关于《AI时代的产品思维》分享。
但是光有方法论还不够,随着团队越来越大,也出现了一些管理上的新的问题。团队中新入行的同学,在职业发展的道路上产生了迷茫,甚至也有人提出了离职。
我回想起刚毕业的时候,我的导师告诉我:“如果赶路时候,心中有地图,那么你就不会惊慌,你要找到心中的那张图。”因此,作为产品合伙人,我提议在公司内部推行职业岗位上的能力模型。让小伙伴们能看到自己的成长的方向。
其实,我并不是想要推行大厂的那套职级的天梯,更重要的是让小伙伴们有明确的修炼方向,产品小伙伴的也觉得跟着我获得了专业提升。
现在正值毕业季,有很多刚毕业的小伙伴加入产品岗位中来,也希望能帮到大家。
【一一AGI大模型学习 所有资源获取处一一】
①人工智能/大模型学习路线
②AI产品经理入门指南
③大模型方向必读书籍PDF版
④超详细海量大模型实战项目
⑤LLM大模型系统学习教程
⑥640套-AI大模型报告合集
⑦从0-1入门大模型教程视频
⑧AGI大模型技术公开课名额
一、修正观念:人人不都是产品经理
大多数人听到“产品经理”这个词,总会联想到“人人都是产品经理”这句话。但实际上产品经理这个岗位并没有那么简单。
用一句话概括产品经理的职责就是 “帮助团队交付正确产品给用户的人” 。也就是说,产品经理要能凝聚团队的力量交付有价值的产品给用户,而不是一个人孤军奋斗。
我认识的一些优秀的产品经理,往往都是程序员或者交互设计师出身,他们的特点是学习能力很强、知识面广博、思维敏捷、逻辑严密、沟通能力很强。他们能带着你一步步思考,能够清晰地告诉你怎么样的产品才是正确的产品;另外,他们还有很强的驱动能力,不管是对自己还是对他人,是团队不可多得的发动机。
我个人的成长经历也比较杂糅,大学是学工业设计的,却阴差阳错的做了程序员,还和朋友一起创业。有人评价我不够专注,但是恰恰正是有这样的经历,让我对如何做产品有了最直接的体感,这个能力区别于在大厂单一岗位培养的产品经理。另外,我也不是完全跟着感觉走,平时也在不断的学习和总结,用体系化的思维框架整理自己的经验和知识,每个职业都有自己的最底层的思维框架,产品经理也不例外。
从思维框架层面,产品经理的核心能力就是要懂得如何平衡人的需求、技术的可行性、商业价值三方面问题。这个思维框架被著名的设计公司IDEO称之为“设计思维”(Design Thinking)。
我在从业的过程中,用这三个圈的指南针来指导我在产品岗位上学习、工作和决策:
1. 人(Human): 以人为中心。产品经理应该深入了解用户的需求、痛点和行为,通过观察、用户研究和用户反馈等手段获取关于用户的信息。产品经理需要思考如何创造出对用户有意义、有价值的产品和服务,以提供优秀的用户体验。
2. 商业(Business): 关注商业可行性。产品经理需要理解公司的商业目标和战略,将用户需求与商业需求相结合。产品经理应该思考如何创造出具有商业价值的产品,并将其与市场需求和竞争环境相匹配。同时,产品经理还需考虑产品的盈利模式、市场份额和增长潜力等商业指标。
3. 技术(Technology): 利用技术实现创新解决方案。产品经理需要了解现有的技术趋势、技术能力和可行性,以确定合适的技术方向和解决方案。产品经理应该与工程团队紧密合作,探索和评估不同的技术选型,并确保产品在技术上可行、成本可控、系统稳定和可扩展。
通过综合考虑人、商业和技术,产品经理可以更全面地理解和分析问题,找到平衡点,并在设计和决策过程中做出明智的选择。这三个圆圈相互影响、相互支持,帮助产品经理设计出具备用户满意度、商业可行性和技术可行性的产品。
另外,从产品经理的职业能力上看,可以分成四个圈层:素质层、认知层、影响力层和交付成果层:
1. 素质层: 素质层指的是产品经理的个人素质和品质,包括职业道德、责任心、团队合作能力、沟通能力、自我驱动等。这些素质是作为产品经理的基础,能够帮助建立良好的工作关系、处理复杂的工作情境,并展现出专业和可信赖的形象。
2. 认知层: 认知层指的是产品经理对产品管理领域的知识和理解能力。这包括对产品开发流程、市场分析、用户研究、竞争分析、商业模式等的理解。产品经理需要具备全面而深入的行业和产品知识,能够从战略和商业角度思考问题,并做出明智的决策。
3. 影响力层: 影响力层强调产品经理在团队和组织中的影响力和领导能力。产品经理需要能够有效地沟通和协调各方利益,与团队成员、上级、利益相关者进行有效的合作和交流。他们应该能够激发团队成员的潜力,建立良好的工作氛围,并在组织中推动产品管理的重要性和影响。
4. 交付层: 交付层是指产品经理能够通过实际行动和结果展现自己的能力。这包括制定产品战略方案、需求管理、撰写需求文档等工作,最终的结果通过成功推出具有商业价值的产品、实现产品目标、提高用户满意度等来呈现。产品经理要能够有效地管理产品项目,与团队紧密合作,按时交付高质量的产品,实现业务目标和商业价值。能力越大,责任也就越大。产品经理的交付能力成长过程分类三个阶段:方案交付能力、产品交付能力、战略交付能力。
这四个层次相互关联,结合设计思维的三个圆环构成了产品经理综合能力的框架。通过不断提升自身的素质、扩展认知领域、增强影响力和能够交付出色的成果,产品经理可以更好地应对各种挑战,发挥更大的作用,并取得成功。因此有了这张岗位能力模型图:
二、方案交付能力:千里之行始于足下
你可能会发现,初级的产品岗位名称(对标阿里P4及以下)常用的是产品专员或者产品助理,为什么不用“产品经理”这个Title?
初级阶段的产品工作人员工作和能力,其实配不上“经理”的Title,产品经理是需要承担团队最终的交付结果的人,需要学习产品管理知识、需要有深刻的行业知识、需要有技术和设计能力、需要有沟通和协调能力等等,没有三到五年的基本功修炼,是不可能有好的“产品交付能力”,先要达成“方案交付能力”。当你具备了基本“产品交付能力”才能算一个合格的产品经理。
因此,针对初级的产品从业人员,我们团队用“产品设计师”的岗位名称。从而强调我们新晋的产品工作者,首先要有交付正确方案的能力,“方案交付能力”是“产品交付能力”的基本功。起码要能产出高质量的产品原型设计方案和具有可行性的需求文档。
如果把P1到P4,比作做是大学四年的学习的话,我们需要修完所有的专业课程才能顺利的毕业。现在我开始对这些“专业课”进行介绍,并且推荐了一些“课本”,希望不管你是产品设计师还是初级产品经理,都可以查缺补漏一下。
首先,要把一个合格的方案交付给团队,我们就需要有基础的设计能力,能够将合格的原型给到团队。
1、原型设计: 原型设计是很重要的交付成果物,让团队成员能够清晰的知道需要做什么。主要讲清楚产品需要有哪些信息,是如何与用户交互的,分为低保真和高保真图,想要产品体验好,交互设计能力不可少。除了活动类产品,强调活泼有趣的画面感,大多数产品UI都遵从设计规范(Material Design、iOS规范等),需要具备了解设计规范的制定逻辑(配色、排版、组件、图标),并且能够将规范和产品的灵活结合在一起,最后通过UI设计软件(Sketch、Figma)进行输出。
2、产品规划: 产品规划中需要产出对应的规划文档,最常见的有产品需求文档PRD、其次是市场需求文档MRD和商业需求文档BRD。针对初级的产品工作人员,最基本的要求是需要能够写好PRD。需求制定并不是把原型图简单的往上一放。一方面,你要深入地理解用户需求和产品目标,并且对需求进行识别和拆解,因此,产品工作人员应该定期更新PRD,以确保文档内容与产品的最新需求保持一致。
**3、市场调研与竞品分析:**市场调研与竞品分析的内容通常呈现为调研报告,也会呈现在BRD和MRD上,用来推动领导层和团队达成共识。市场调研不是一堆复制黏贴、截图就完事了,需要收集数据和分析、解读和洞察,将调研结果能够应用于产品决策和战略制定上面。我们通过对于企业的调研可以分析它的产业价值链和商业模式,推荐学习波特五力模型、SWOT分析和商业模式画布。我们还要通过分析产品的迭代情况和功能反推背后的战略目标,
4、业务数据分析: 业务数据分析的报告内容通常出现在产品的规划文档和复盘报告中。初阶的产品工作人员需要,了解常用的一些数据指标的计算方式,如DAU/MAU、PV/UV、GMV、ARPU、点击率等,产品经理需要经常计算业务的转化漏斗,需要擅长使用Excel或者Python,推荐阅读书籍《深入浅出数据分析》《深入浅出统计学》《数据思维:从数据分析到商业价值》《产品经理数据分析实战手册》 《网站分析实战:如何以数据驱动决策,提升网站价值》;另外,也会涉及到一些通过SQL查询获得业务报表的场景,所以产品经理还要了解基本的SQL语法,推荐书籍《SQL必知必会》《利用Python进行数据分析》;并且产品经理也要知道,如何根据不同的业务特点制定的核心的可衡量的业务指标、制定产品的改进策略,推荐阅读《精益创业》《精益数据分析》《增长黑客》等相关书籍。
5、用户分析: 用户分析的内容会出现在产品规划文档中,也会出现在产品复盘的文档中。在产品项目前期,我们也要参与到用户调研和用户画像制定的过程,在阶段性复盘的过程中我们也要去了解和收集用户的反馈。我们需要能够有以人为中心的设计思维方式,站在用户的场景和视角来思考问题,推荐学习“用户体验地图”的相关知识点。绘制出有效的用户画像 Persona(相关书籍推荐《About Face:交互设计精髓》),通过分析用户在场景中的流程,找到痛点,使用心理学一些知识点去发现问题解决问题,提出产品需求和迭代的方向,推荐书籍《认知心理学》《社会心理学》《思考,快与慢》《马斯洛需求层次理论》。对于C端产品来说,还有很重要的是,自己也要能带入到用户的角色中去和用户打成一片,成为自己产品的用户,在使用中发现更多的问题。另外,能够了解定性和定量的用户调研手段和分析的一些方法,推荐相关书籍《用户体验与可用性测试》《用户体验度量》。
有了上面5项基础的交付技能还不够,你需要更多的背景知识的支撑,才能让你的方案更有灵魂:
1、商业认知: 初级产品工作者通过学习市场营销的知识,来提升自己对市场和运营的理解。例如,4P理论、STP理论;另外,产品经理需要与运营团队紧密合作,知道产品运营的思考方式,推荐阅读书籍《流量池》《运营之光》《参与感》《爆款文案》,要从一个简单的营销页面就能感知到很多的门道。此外,产品的每个前台功能都可能涉及到一个运营后台,涉及到推荐逻辑和管理逻辑,也要充分考虑到内容运营和用户运营的各种底层逻辑。
2、软件工程与架构: 虽然产品工作人员不需要亲自敲代码,但是产品是怎么做出来的需要有清楚的认知,否则就是盲人摸象。软件工程知识可以帮你系统的了解软件生产过程,推荐书籍《软件工程最佳实践》《软件工程:实践者的研究方法》;软件架构的相关知识,能够让你知道如何设计软件系统才是合理的,让你的需求文档更有说服力,推荐阅读《系统架构,复杂系统的产品设计与开发》、《大象:Thinking in UML》等书籍。另外,建议所有的产品经理应该亲手尝试编程做一两个小项目,这样你对技术会有更深刻的体会。其实编程语言比英语要简单很多,特别是今天有了ChatGPT的加持,门槛变得更低了。
3、人工智能技术 : AI产品经理需要了解人工智能的相关知识,知道如何将AI技术应用到自己的项目中去。包括但不限于以下几个方面:首先,对常见的人工智能算法和模型有基本的了解,如机器学习、深度学习、自然语言处理等,能够知道常见的模型评估指标,如准确率、召回率、F1值、AUC等。其次,需要了解数据处理和数据标注的基本原理和方法,以确保数据质量和训练模型的有效性。同时,了解人工智能的伦理和法律问题,如隐私保护、数据安全等,以确保产品的合规性。最后,对人工智能技术的发展趋势和应用场景有一定的了解,以保持对市场的敏感性和判断力。此外,了解常见的人工智能工具和平台,如TensorFlow、PyTorch,以及GPT、Stable Diffusion、Midjourney、LLaMA等,能够理解它们的使用和优缺点。
4、行业认知: 产品工作人员需要对自己企业当前所处的行业有足够的了解,小到一个常用业务功能的设计的最佳实践,大到整个行业竞争的格局和市场变化。能够分析生态链和已有商业模式,推荐书籍《商业模式新生代》的商业模式画布、迈克尔·波特的“价值链分析”;了解市场规模、增长趋势、机会和挑战,同时评估竞争对手的产品特点和定位,推荐书籍《市场竞争战略》;预估行业的趋势,推荐阅读《跨越鸿沟》《创新者的窘境》高德纳Gartner的《技术成熟度曲线》;另外,还要关注国家的法律法规的动态,避免在产品设计的过程中触及红线。对于行业信息的获取,一方面是同行或者业内资深人士的交流,另外一方面可以通过一些行业的自媒体或者媒体网站如36氪等媒体网站来了解。
另外,还有三个对于基础素质的考核:
1、执行能力: 作为执行层,执行力毋庸置疑的重要,执行力并不是低头干事,我们需要明确自己的目标,通过能够分析问题,拆解问题。需要了解“金字塔法则”,”5W1H分析“,并合理安排的自己每日的时间和计划、“SMART法则”和“重要紧急四象限”、PDCA循环(Plan-Do-Check-Act)(推荐书籍《麦肯锡问题分析与解决技巧》),从而提升自己的工作效率(推荐书籍《高效能人事的七个习惯》)。另外,也要了解项目管理的敏捷开发相关知识,你才能更好地管理和执行需求。
2、沟通能力: 不懂沟通,就不会执行。做产品的一定要和开发撕逼的吗?不同的人有不同的沟通方式,核心的关键是站在对方角度思考,而不是陷入到不良的情绪中。所谓沟通能力并不仅仅是把事情说清楚的能力,善于沟通的人往往善于倾听。很多时候,你的解决方案并不是完全来自你自己,需要产品经理有专业的沟通能力,要能用相关专业知识带领大家层层深入,最终达成团队共识,推荐书籍《关键对话》《非暴力沟通》。
3、学习能力: 其实“学习能力”是一种心态。在职场上,许多人工作了好几年,为什么没有什么长进?其实大部分人对工作的态度是做一天和尚撞一天钟,并没有主动提升的意愿;还有一部分人虽然看似热爱学习,但陷入了“理障”和“我执”。“理障”是把自己限制在自己认为的道理或逻辑中,忽视其他差异性的观点和信息;“我执”是相信自己永远都是对的,不接受别人的批评和挑战。这两类心理现象都会限制我们成长。如果要破除“理障”和“我执”需要我们做到以下三点:保持开放心态、有批判思维、做到知行合一。例如,当你画原型图的时候,可以根据一些设计原则进行设计,但是不必太拘泥某个设计原则,因为设计原则是前人总结的经验,并不适用于所有场景,当你无法决策时候,一方面你可以根据业务目标判断,另外,你可以和他人交流,有时候直觉判断可能会更加准确。另外,上线之后可以通过复盘和反思修正自己的认知,推荐书籍《刻意练习》。
三、小结
初级产品岗位的历练大概2~3年左右,时间并不漫长,如果你能知行合一,你可以学到很多东西,但也可能会遇到很多困难……但这并不是坏事,因为简单的事情是无法铸就你独一无二的竞争力的。
产品经理是一个极其需要综合能力的岗位,但是学校并没有产品经理专业,每个行业、每个公司,每个团队,每个人的理解都会有所不同。
我大学本科和硕士都是读工业设计专业,当时受保罗·格雷厄姆的《黑客与画家》的影响,有种想自己亲手把软件做出来的冲动。我在临近毕业时候特地去学习了编程技术,并找了程序员的工作,又工作了一段时间,我最终选择了产品经理这个岗位。很多人不理解,认为我做事情不够专注。其实,我并不这样认为,其实设计和编程都是一种创造性活动,我真正的目标都是要把一个好产品做出来。
正是因为有这份经历,让我对于怎么做一款互联网产品也有了更深刻的理解,之后在创业的过程中,也能够更好做好创业者的角色。
有一次创业,我的合伙人都是算法工程师,因为公司没有像样的产品,导致这家创业公司开了快一年了还是没有一个订单。当时团队也没有钱招聘设计师和前端开发人员,我和团队说:“这样吧,给我点时间,把东西做出来,到时候看看能不能卖钱或者融资”。然后,我主动承担起设计和前端开发的任务。半年过去,产品做出来了,也成功谈到了投资,团队续命成功。这就是产品交付能力的最好证明。
毕业许多年后,我偶尔还是回学校讲课。我也经常提醒学弟学妹:“产品设计师不仅仅要能出设计方案,还要有足够强的动手能力,这是传承百年的包豪斯精神。”
如何系统的去学习大模型LLM ?
作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的 AI大模型资料
包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1:AI大模型时代的基础理解
- 目标:了解AI大模型的基本概念、发展历程和核心原理。
- 内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
- 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
- 内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3:AI大模型应用架构实践
- 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
- 内容:
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4:AI大模型私有化部署
- 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
- 内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划:
- 阶段1:1-2个月,建立AI大模型的基础知识体系。
- 阶段2:2-3个月,专注于API应用开发能力的提升。
- 阶段3:3-4个月,深入实践AI大模型的应用架构和私有化部署。
- 阶段4:4-5个月,专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓