随着AIGC的突出，就会有针对于AIGC的产品岗位面试。那AIGC面试不单单看你对AIGC的理解，同时也考验你的产品思维能力和技术掌握。本文整理了一些相关的问答和拆解，希望对你有所帮助。

AIGC突起，很多大公司在入局新赛道就需要大量的人力资源，内部培养是一方面，社会招聘才是高效又省力的办法。那么针对AIGC的面试，不光是考验你对AIGC的理解，还有对于产品的思维能力和相关技术掌握。

一、请说明下你对AIGC的理解

答：

AIGC是指生成式人工智能，是基于对抗神经网络、算法算力、模型、多模态、数据集等多种内容融合的一种技术形态。

日常的AIGC常规应用于文本、图片、音视频等场景中，目前国内模型大厂有百度的文心一言、科大讯飞的星火、阿里的通义千问、字节跳动火山等，国外出名的就是ChatGPT、微软的NewBing、谷歌的Bard、Midjourney等。

我理解AIGC主要是一个灵巧的工具，比如用文心一言用来生成文字，反译内容做持续输出，写一篇一万字的论文。其他的还做作图的即时灵感、做视频的度加等。就像日常在使用的Axure一样，便利、好用、有价值。

思路拆解：

先解释对AIGC的定义是正确的，虽然大家都知道，但一句通顺的开头语，可以快速有效的打通与面试官之间的举例。因为目前AIGC的工具很多，没必要在多一个内容和少一个内容上面和面试官纠结。假设面试官说了一个你不知道的应用，比如保险行业的青松保InsureGPT，就认真的听一下面试官做介绍，然后绕过这个话题就可以。

（下图是国内AIGC商业落地产业图片）

二、你日常用AI工具来解决哪些问题

答：

产品经理日常用原型文具、导图工具、文档工具三类。我认为当前AI工具的使用还是需要根据场景来做定义。我一般先用导图工具来画业务功能节点导图和业务线路图，来确认业务流程和业务环节打通，在这里会做正向/逆向的全链路设计。确认节点和流程没有问题，然后用原型工具做图形界面的输出，最后用文档生成文字相关的信息记录，配合市场做运营图文内容输出。

在产品经理这个岗位上Axure、墨刀、Xmind这些都是需要实际做思考内容，进行手动输出的，AI工具目前是效率工具，还没有完全的达到像电影里的一样，纯靠意念和一个指令就能直接解决问题。目前也有一些AI工具达到半拟人化的程度，比如我现在在用PMAI这个AI工具，它可以直接生成PRD文档、原型图、测试用例、代码和周报等内容。

1、使用AI工具可以更高效的做内容的输出。

2、使用AI工具可以更好的面对面做解读和调整。

3、使用AI工具可以更好的提升人效。

思路拆解：

这的问题是AI工具，并不是特指AIGC，所以哪怕是用WPS也算是一种，而且WAP也有AI功能。这道题去掉AI就是在问你日常工具，所以把日常的工具+AI工具做一下结合就很好回答。针对岗位的不同，所使用的工具也不同，比如研发工程师，他们会借用SQL Chat等工具来快速生成SQL语句，更好的提升工作效率。比如设计师，他们会用PS的AI插件–Alpaca，输入文字自动产生图片，更好的衍伸自己的灵感。

如果这里面试官在问你具体的一些内容，那么可以做假设的条件判断：设定AI为目标用户，定义场景条件、客观条件、特性，要求AI工具提供相应的建议，根据内容在做反译的追问。

三、当前的工作场景中，有哪些适合能够用AI工具来做效率提升的

问：

工具只是工具，工具得看在什么条件下去使用，一把刀子切水果很快但挖坑效果就不大。产品经理日常就是用原型工具、导图工具和文档工具三类。比如我现在一直续费在使用的WPS，里面的功能就很强大，很多细节的小功能就非常适合解决日常办公，像PDF转化，多人协作，记录留痕这些就是非常效率的功能。我现在常用文心一言做一些内容的输出工作，比如针对产品培训的课件，我就会定义先做扮演角色、具体任务、完成任务的步骤、约束条件、目标结果、输出格式的定义，然后输出内容后，按照目录在进行二次生成，同时加上我当前的环境和节点要求形成符合我要求的内容，下一步就是使用百度文库生成PPT格式，然后再利用iSlide来进行排版设计。

我常用的加速工具有：文心一言、度加、创贴客、WPS、PS的Alpaca、讯飞写作、百度文库的文档助手（PPT）、PMAI等，还有墨刀、腾讯文档、飞书、Worktile等。

思路拆解：

这个问题粗的一看和上面类似，但面试中处处是坑，所以这里要做一下内容拆解。上面一题是问解决哪些问题，这一题是问在工作场景中做效率提升。如果上题回答的比较圆满了，那么这题就可以更多的多价值内容的产出。可以说下原来我做一个培训PPT需要3个小时，要列目录，要写文案，还要做PPT排版，现在使用AI工具30分钟就可以搞定，这就是一个典型的人效提升说明。

四、如何看待AIGC在互联网行业的发展前景

答：

AIGC算是第四代科技进步的发展，前面包含PC时代、移动互联网时代、3G4G时代，对于内容、功能等领域AIGC可以解决之前的相对固定的结论。在之前我们搜索就是给出问题，需要人工产出大量相关、相匹配的内容，然后数据进行推送。现在则是根据问题，拟人思考给出更符合条件的内容。这里还要设计到自然语言处理、机器学习、大模型等底层内容。在未来人工岗位被AIGC代替是必不可少的，就拿客服岗位来说，现在的智能客服就是代替人工与用户进行对话，在设定好的场景进行基础的问与答，然后对应条件匹配完成下一步操作。在未来，AIGC能够根据用户语调、用户标签、购物/使用环境、需求进行条件匹配，给出更符合应用的条件，更好更快更优的去解决问题。小说家不会消失，但人人都能变成出一版10万字的小说家。

像我原来做一个功能需求，从思考场景、到流程图、到原型图、到文案需要2-3天左右的时间，现在大量的使用AI工具，大概3个小时就可以完成这些内容的输出，这样我就会把更多的时间用来思考和价值落地上。

思路拆解：

内容回答的不要过于夸大，虽然AIGC能够干的事情很多，但要考虑下如何更好的符合自己的角色定位。如果去应聘一个月薪三万的总监，那么对于行业、对于市场就要有很大的规划。比如预计到2026年，保险行业的生成式人工智能的规模将到206亿美元。这就是要上升到资本讨论的层次了。而AIGC在没有角色定义和边界条件定义前是无法生成这方面的内容。切合实际，说明符合自己身份和当前应用场景的内容就足够。

五、我司是做电商行业的，在这个场景下能够用AIGC解决哪些问题

答：

从产品拍摄、广告图片、宣传内容、自媒体应用都可以使用AI工具来解决，需要区分一下业务场景和应用条件。AI工具是在已有内容的基础上做进一步的优化和人效提升，并不是完全从0到1的解决问题，这背后还是需要人来使用工具解决问题。比如现在流行的数字人，因为我们被科幻电影的效果代入，所以理解数字人已达到拟人的状态，实际目前数字人还是只能做到新闻联播的场景，简单的动作适用，所以数字人目前不适合完全代替主播，但适合做切片使用。然后在对应生成一些文案，配合场景图片，就能够更好的进行传播。

我前一家公司主要使用在宣传文案、宣传图片、宣传视频这2块，对应小红书、公众号、抖音等不同的自媒体平台进行内容生成，根据各平台的规则和格式批量生成内容去跑数据集，结合热点做宣传内容匹配。

思路拆解：

电商行业一直是 AIGC 技术应用落地的热门领域之一，主要原因是电商行业具有以下特点： 海量的用户数据、商品/订单数据等，用这些数据可通过 AIGC 技术进行横纵向分析，从而更好地了解用户，重新定义和优化用户的购物体验。这里要注意一下回答的深度，比如成熟的技术：文案生成、图片生成这都可以详细的讲解下。但完全代替客服、全部代替摄影师这种对于人工技术和场景要求高的场景，还是慎重一点。
六、你来简单说下AIGC的技术原理：与研发进行对话

答：

我可以把问题转变为研发理解的内容和其进行需求上的沟通，但我做不到和研发进行技术原理的对话。就好像我知道机器语言是0和1，但我没办法用0和1来表达我的想法。比如说机器指令：对于传统计算机来说，计算机按指令执行，不存在提示一下计算机该怎么做。但语言模型不这样工作，NLP语言模型的工作原理是不断地预测一句话中下一个应该出现的单词是什么，有点类似于单字接龙或词语接龙，也就是知道了上一个词，通过计算概率得知下一个词是什么。所以我们在向机器提问的时候就要理解自然语言的处理方式，用好Prompt提示词。

思路拆解：

产品要懂技术？产品是一定要“懂”技术的，但能懂到什么程度，需要看你的学习能力和边际范围。常规的产品经理大多是知道一些技术名词，然后转变为人类的语言和研发进行对话，这就足够了。另外还可以搭配上业务流程图进行状态、节点、判断的说明。在有能力回答的情况下可以更深度的说明下，如果这是自己的薄弱项那么就需要尽快调整问答思路，不要让面试官带节奏。

七、现在产品部有8个人，招你进来后需要解决到2个，你有什么想法

答：

这个得看上级和公司安排，我毕竟是入职一个AIGC应用产品，这块不涉及到公司人力决策内容吧。依然要你回答：如果公司觉得人力富裕，并且使用AI工具可以做高效的人员提升和降本增效，那我就是一个最得力的助手。就自媒体宣传这块，在基本内容生产、图文结合上面我一个就可以抵2-3个人的工作量，质量不差并且数量更多。所以这块我能解决的是工作内容上的事情，希望能够更好的发挥自己的能力。

思路拆解：

都说工作难，难到进来一个人，就要开掉2个人，这AI时代的发展到底是好还是坏？在难以回答的时候，可以先把问题反推出去，看面试官进一步的要求。如果是依然要你回答，那么就要考虑是不是要给领导安排一个专门的人手或独立负责某一块业务。这里我们要考虑的是入职是第一优先级，先活下去才能有更改的机会，如果面试都不过那后面就不会有什么结果。可以更多的突出自己的工作能力和解决问题。

总结

AIGC确实是个好东西，但就像当年的区块链一样，实际落地还需要很长的一段距离。怎么落地，怎么应用，怎么大众化，怎么商业化，这都是需要考虑的。技术是新颖的，技术要和产业结合起来才有用，成本太高和无法落地都会导致技术只是昙花一现。

未来AIGC也好，GPT也好，其实都是人工智能发展的晋升点。发展是一个长期的过程，需要不断地探索和创新。只有通过不断地努力和实践，才能让这些技术真正落地并发挥出其应有的价值。