最近几年AI产品经理爆火，不少同学都想进入其中做AI产品。但学习资料这么多，如何选择自己的方向？作者给到的这些经验可以参考一下。
“AI有很多技术领域：视觉、语音、自然语言处理、推荐系统等，相应的也有不同职能的AI 产品经理，怎么选择一个技术方向并规划相应的学习路线？”
直接上选择的结论：
针对没有技术背景的同学这里有几个方向的推荐：
AI基础概念：学习AI/LLM知识科普和简单理解
https://space.bilibili.com/472543316/video（大模型领域技术点科普，易懂）
https://space.bilibili.com/3493082116917587?spm_id_from=333.999.0.0
（科普）
https://space.bilibili.com/1921388479/video
（科普+少量技术）
https://space.bilibili.com/517221395/video
（科普+技术讲解）
https://space.bilibili.com/3546604218878676/video
https://zhuanlan.zhihu.com/p/675906726
https://zhuanlan.zhihu.com/p/696726728
https://zhuanlan.zhihu.com/p/693923750
（基础概念）
https://space.bilibili.com/504715181?spm_id_from=333.999.0.0
大模型如何工作（易懂）
https://www.bilibili.com/video/BV1Kb421z7Yh/?spm_id_from=333.337.search-card.all.click&vd_source=a096fd5e34d1f864346f7426954892ce
https://www.bilibili.com/video/BV17t4218761?p=2&vd_source=a096fd5e34d1f864346f7426954892ce
编程基础（Python）：学习Python编程语言，Python是AI领域最常用的语言。可以通过B站免费的课程或者菜鸟教程来入门Python。学习基本的数据结构和算法知识，理解如何通过代码实现简单的功能。推荐书籍：《Python编程：从入门到实践》。（学习基本思想和基本解题思路即可）
AIGC的核心技术包括自然语言处理（NLP）、生成对抗网络（GAN）、大语言模型（LLM）、生成文本和图像等。你不需要深入编程，但要理解这些技术如何在产品中应用。
Prompt工程学：
作为AIGC产品经理，理解Prompt如何影响AI生成内容的效果是必不可少的。学习如何设计有效的Prompt（提示语），以便AI可以生成高质量的内容。
可以阅读一些关于Prompt的书籍和文章，或者参加一些在线课程来快速了解这一部分。
参考学习资料：
https://flowgpt.com/p/mayumi-saegusa-waifu-roleplay-nsfw
https://arxiv.org/abs/2307.11760
https://zhuanlan.zhihu.com/p/636690053
https://github.com/microsoft/promptbase
OpenAI官方prompt手册：https://platform.openai.com/docs/guides/prompt-engineering
OpenAI早期prompt综述：https://arxiv.org/pdf/2406.06608
RAG（Retrieval Augmented Generation）：这个技术与AIGC紧密相关，尤其是在生成内容时，如何通过检索增强生成模型的表现，这是目前生成式AI领域的一个前沿技术。理解RAG如何工作对产品经理非常有益，尤其是涉及到大规模内容生成时。
什么是RAG
https://mp.weixin.qq.com/s/prKsrbLmH9QzHPoCOw6jXQ
https://mp.weixin.qq.com/s/2hYzDN8J8rC7iijlvwv3rQ
https://mp.weixin.qq.com/s/YEF4C-m7N4qvgEhjuIcT6A
rag开源神器：https://mp.weixin.qq.com/s/feS9vRBYOCdpHkDKtfwW0A
Github rag学习资料：github.com/NirDiamant/RAG_Techniques
FAISS: Meta 开源的向量检索引擎 https://github.com/facebookresearch/faiss
Pinecone: 商用向量数据库，只有云服务 https://www.pinecone.io/
Milvus: 开源向量数据库，同时有云服务 https://milvus.io/
Weaviate: 开源向量数据库，同时有云服务 https://weaviate.io/
Qdrant: 开源向量数据库，同时有云服务 https://qdrant.tech/
蚂蚁集团RAG和向量库实践
Assistant API：这部分内容指的是与生成式AI产品相关的API设计和交互逻辑，学习这些技术会帮助你理解如何将AIGC能力融入产品中，提高用户体验。
研读OpenAI官方文档
https://platform.openai.com/docs/api-reference
LLM综合性学习资料：LLM（大语言模型）是AIGC产品的核心之一，了解LLM的运作、训练和调优技巧是必要的，尤其是在实际应用产品中，如GPT-3或BERT。
LLM系统性学习资料https://github.com/liguodongiot/llm-action?tab=readme-ov-file
什么是Transformer：Transformer是现代自然语言处理（NLP）和许多AIGC模型（如GPT、BERT）的核心技术。了解Transformer及其工作原理对AIGC的产品经理来说是一个基础但关键的技术点。
Transformer学习资料：
https://github.com/hinesboy/transformer-simple
https://jalammar.github.io/illustrated-transformer/
https://poloclub.github.io/transformer-explainer/
作为产品经理，除了技术理解，还需要掌握一定的产品管理技巧。
产品基础知识：
学习产品经理的基本工作流程，如需求分析、市场调研、产品规划、用户研究等。
推荐学习资源：《俞军产品经理方法论》、《微信背后的产品观》等经典产品管理书籍。
AIGC产品的应用与创新：
研究AIGC的实际应用案例，如聊天机器人、智能写作工具、图像生成平台等，了解产品如何借助AIGC提升用户体验。
学习如何分析用户需求，并将其转化为产品功能。与AI开发团队合作，如何协调技术与业务的落地。
产品开发流程：
理解产品从概念到上线的开发流程，学习如何撰写产品需求文档（PRD）、用户故事（User Stories），并与设计师、开发者、数据科学家等团队合作。
掌握数据驱动的决策制定方法，如何利用数据分析优化产品。
AIGC产品经理需要协调技术团队与业务团队，因此跨学科的沟通与协作至关重要。
学习如何与AI团队协作：学习AI团队常用的术语和工具，理解模型训练的基本流程、数据清洗与标注的工作内容等，帮助与技术团队更有效地沟通。
了解AI产品的挑战：学习AIGC产品经理面临的技术挑战，如模型的公平性、生成内容的质量控制、内容的多样性等问题。了解如何衡量和优化AIGC产品的效果。
理论学习固然重要，但实际的项目经验对于产品经理的成长至关重要。
参与AI相关项目：
使用AIGC工具：
尝试使用现有的AIGC工具（如GPT-3 API、DALL-E、Runway ML等）进行实践，了解它们的应用和限制。
构建自己的AIGC产品原型：
尝试设计并实现一个简单的AIGC产品原型，哪怕只是一个简单的文本生成或图像生成应用。这能帮助你更好地理解技术如何支持业务需求，并提升用户体验。
最后，想与大家共勉，无论背景如何，最重要的是持续学习，注重技术与产品的结合，并通过实践积累经验，才能成为一名合格的AI产品经理。
本文由 @月球种菜 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。