看完 100 多份 JD，我找到了入行 AI 产品经理的最佳指南

还是经常被问怎么转行做 AI 产品。

所以我去找了上百条模型公司对产品经理的招聘。

看完之后，我更加肯定大多数人对 AI 产品经理的理解都是错的，市面上的 AI 产品课程把学几节 Transformer，背一套提示词技巧，搭个套壳 demo，就告诉你可以转 AI 产品经理了。

它们默认这是一个通用的岗位，有一套标准答案。

真实的招聘，不是这样的。

OpenAI 官网今天在招的 10 个产品岗位分别是：

智能体 API、API 基础设施、核心模型、金融工程、学习、法律、多模态安全、安全度量、敏感部署、青少年产品。

看看这 10 个岗位，能叫「AI 产品经理」吗？

暂且不去讨论「AI 产品经理」这个概念怎么定义。

这篇文章旨在澄清如何入行 AI。

主要弄清楚 AI 行业分几层，每层有哪些方向，每个方向要什么能力，你的背景适合从哪切进去。

做法律安全产品的，做 API 的不需要评估模型，更不用懂模型和算法。

01 AI 产品经理能力研究报告

我把十几家公司的产品招聘翻了一遍，上百条 JD，一条条看他们到底要什么人。

并且出了一篇《 AI 产品经理能力研究报告》在文末可以获取。

研究的样本包括11 家模型公司：海外的 OpenAI、Anthropic、Google DeepMind，加上字节 Seed/豆包、MiniMax、Kimi、智谱、阶跃星辰、百川等 8 家国内公司；

再加上火山方舟、阿里云百炼、Cursor、Perplexity、LangChain、Scale AI、腾讯元宝等非模型公司，一共 100 多个能读到完整职位描述的产品岗。

先说结论：

AI 产品经理并不是一个岗位。里面细分很多。不能笼统说「我要转 AI 产品」。

当年移动互联网发展起来，各行各业都在和移动端结合，彼时的产品经理并没因为移动两个字都叫做移动产品经理。

产品经理这一职业，不管是什么行业的产品经理，抽象到顶层的能力都是一样的，那就是把需求转化为产品能力、对产品收益负责。

我会从纵向 AI 行业，和横向一个公司的产品岗位来看。理清楚 AI 产品岗位究竟在招什么样的人。

不管是社招还是校招，如何结合个人优势来入局 AI。

看完这篇，你会对 AI 产品、对产品经理这个职业，会有一个清晰的认知。

02 纵向来看不同行业

这张表从上到下简单加你 AI 行业分为三层：模型公司、平台和基础设施、应用公司。

三层都在招产品经理，但要求完全不一样

1 模型公司看技术，要能和研究员一起讨论

这层的产品经理需要处理模型该怎么表现，以及怎么判断它表现得好不好

最核心的能力是模型评测。

摘录一些 JD 原文。

OpenAI 模型行为产品经理写的是：

开发可规模化的方法、工具和流程，用来评估、调优、迭代模型行为。

成功标准要同时覆盖离线评测和线上产品指标，在质量、有用、延迟、安全、可靠、成本之间做平衡。

Anthropic 研究产品经理写的是：

和研究团队一起，把靠谱的应用研究产品化，再从客户需求里找出高潜力场景。

数据驱动，Python 和 SQL 要能上手用。

国内要求差不多。

Kimi 校招「Agent 大模型产品经理」写的是：和模型、数据团队一起，建 Benchmark，评估并提升模型能力；还要有一定写代码的能力，Cursor 这类产品的超级用户优先。

智谱高级产品经理（ToB 智能体方向）要求：SQL、Python 或 BI 里至少掌握一样，用数据驱动决策；对 NLP、大模型智能体技术栈有深入理解，能和技术团队无障碍沟通。

字节这边，Seed 的资深模型策略产品经理要系统梳理高价值应用方向、定义模型理想态和评估方法。

对于大模型产品来说，评测集就是新的需求文档。

产品面试以前考的是用户分层、旅程、痛点排序；现在是系统设计：面试官想听你讲评测怎么搭，生产环境里哪个指标说明系统真的在工作。

2 平台和基础设施，让开发者更快、更省

这层干的是模型、算力、接口和搭智能体的平台，比如火山引擎、阿里云百炼、扣子、Dify；

模型公司 OpenAI 也在招聘智能体 API、API 基础设施。

这层产品经理主要处理 开发者怎么更快、更省地把模型用起来？

一是开发者体验。接口好不好接、文档清不清楚、低代码编排能不能让不写代码的人也把智能体搭起来。

二是收费和成本。算力和 Token 都是真金白银，定价怎么定、一次调用的成本和毛利怎么算，自己心里得有本账。

这方面也需要有评测，但更多和业务结合。

火山方舟在招评测方向产品经理，定义 To B 评测体系的维度、指标、标准和流程，建模型对比分析机制，再反过来牵引模型优化。

阿里云百炼的模型定制岗要求熟悉 CPT、SFT、LoRA、RLHF/DPO 各自的适用场景和工程约束，打通训练—评估—部署闭环。

3 应用公司

这层是主要是用模型做产品。

产品经理每天想的是：模型能力怎么变成用户愿意付钱的体验。

这层明显更看产品判断。技术要求是懂到能做决策：

能力要求是把模型能力翻译成用户场景。

模型今天能做到 80 分。剩下 20 分的不确定性，产品里怎么藏好、兜住，或者干脆做成特色。

如何提前至少三个月将模型能力规划到产品，以免模型进化导致产品嘎了。

这类对产品的能力要求最低，数量也远多于模型公司。

关于上面三层，其实还可以再加一个 Agent 层，以后的应用也是为 Agent 来设计的，不过现阶段将 Agent 归为应用也说得通。

总结一个对比图：

03 横向来看 AI 公司的不同岗位

横向来看一家公司需要哪些产品经理的岗位？

大模型公司也会需要增长产品、商业化产品、安全产品、B 端产品、API 产品等等。

传统的产品经理能力依旧有效，而且他们都不能笼统的被称为 AI 产品经理。

就像 OpenAI 在找的青少年、法律、学习、金融工程，核心能力分别是青少年产品和合规、法律行业、教育产品、金融

AI 只不过是产品的壳，内核还是人的专业能力。

大多数人的可以考虑在这一层入职。

04 招聘方到底要什么能力

方向看清了，再看能力。

我把 100 多份 JD 的要求逐条归类，最后收敛成七个维度，按出现频率排：

评测与度量 92%

跨团队推进 88%

模型技术理解 85%

模糊环境执行 72%

数据分析动手 65%

场景与行业深度 58%

增长与商业化 41%

七个维度再归类，对应三层。

第一层，产品能力底座。需求抽象、指标定义、0 到 1 落地、跨团队影响力、信息不全时拍板。

第二层，AI 能力层。评测集设计、离线评测配线上指标、badcase 归因、Prompt 工程、Token 成本结构、非确定05 如何选择

第三层，方向专精。后训练与对齐、Agent 架构与工具调用、RAG 与检索、API 与开发者体验、训练平台与算力成本、安全合规、增长订阅、行业工作流。

你投哪的具体的岗位，由这一层选一到两项决定。

没有人是从「AI 产品经理专业」毕业的。这个行业才 3 到 4 年。

Anthropic 的产品负责人 Dianne Penn，是 2023 年入职时是公司第一个技术产品经理，整个产品团队 5 个工程师。她之前在亚马逊做 Alexa，再往前，在摩根大通做高收益债交易员。

05 求职建议

结合这篇分析报告，给大家提供一些求职 AI 产品经理的建议。

第一种，AI 相关专业的应届或社招。

直接去模型厂做实习，或做研究产品。专业背景直接匹配，Kimi 校招就是为你写的。

第二种，有增长、策略、商业化或国际化经验。

去模型厂对应的横向岗位。核心能力你已有，AI 补到能用就行。

第三种，大厂 C 端、B 端产品。

先在现公司内转 AI 项目，攒 1 到 2 个案例，再跳明星创业公司。

第四种，非产品非 AI

用 vibecoding 做项目发 GitHub 或 Product Hunt，写 AI 产品深度分析，参加黑客松攒作品集。去创业公司对潜力型选手比大厂开成长快得多。

性系统的体验设计，加上每天重度使用 AI 工具。这一层是 AI 产品经理和普通产品经理的分界线。

06 最后

不管做什么产品，产品经理的通用能力只有一条：把需求转化为产品能力，对产品收益负责。

做到最后真正的壁垒仍然是产品经理通用的能力：产品直觉，和行业判断，能不能在一个完全没有前例的领域，找到真需求，做对决策。

入行，不一定等于拿到某家公司的 offer。

不依靠任何公司，靠个人作品和判断一直坐在牌桌上，也是入行了。

开头提到的《AI 产品岗位研究报告》已经整理好：100 多份岗位原文、公开薪资区间、能力维度模型，还有岗位类型 × 能力要求矩阵。

已经整理好了：https://my.feishu.cn/wiki/VU17wT8XHiCcblkqgVWcV83nnCc?from=from_copylink