AI 产品经理面试
1. 一道场景题，答了五分钟没到点上
一场面试里，面试官问：「我们现在有一个工单系统，想在客服这边上线一个智能体，你觉得这个场景该不该上？」
应聘的人从大模型的能力讲起，讲了智能体能做哪些事，讲了行业里有谁在做，讲了这家公司的业务大概是什么样，讲了五分钟。面试官打断他，问了一句：「所以你的结论是什么。」
这场面试的问题不在知识量，在答题的结构：面试官要的是一个可核查的判断过程和一个明确的结论，不是一段介绍。同样一道题，另一个人的答法是先问三个问题（这单的量大不大、客服现在最费时间的是哪一步、系统有没有接口），然后给出结论「先上查单这一段，改单这一段留人工」，并且说清为什么。
这一集不讲知识，讲的是把前面二十一份材料里的东西，变成面试里能说出口的话。
2. 招聘要求里反复出现的是哪几条
2.1 从招聘清单倒推
把两份面试题清单和一份 Agent 岗复盘放在一起看，反复出现的就四类。
第一类是技术理解。要求你听得懂大模型、检索增强生成、模型上下文协议、智能体这些词，并且知道它们边界在哪。注意「听得懂」的标准是产品经理那一层：知道它能干什么、不能干什么、什么时候会失灵。
第二类是场景判断。要求你判断一个业务场景值不值得上、该上到什么程度。这是面试里出现频率最高的一类，也是最能拉开差距的一类。
第三类是选型与效果。要求你说清怎么选模型、怎么定验收标准、怎么证明它好用。
第四类是协作与落地。要求你说清这件事里谁干什么、怎么推出去、出了错怎么办。
第四类是被准备得最少的。很多人把力气花在技术名词上，被问到「你上线之后怎么让它用起来」，答不出东西。
2.2 和传统产品经理的差别
差别集中在三处。
结果不固定。传统功能的需求写完，工程师照着做，做出来就是那样；AI 功能做出来每次都不一样，所以面试会问你「结果不稳定怎么办」。
要判断的边界多了。传统产品经理判断的是「要不要做」；AI 产品经理还要判断「哪一段能让它做、哪一段必须留给人」。
验收方式不一样。传统功能的验收是走动一遍流程；AI 功能的验收要准备一批有标准答案的题，还要有一条专门针对「两次结果差异」的验收项。
这三处差别，正好是前面各集反复讲的。面试时被问「你觉得自己和传统产品经理有什么不同」，答这三条最实。
2.3 能力要求怎么落到简历
简历上写「熟悉大模型应用」没有信息量。换成能核查的写法：做过什么场景、用什么方式做的、结果是什么。
一个例子：把「负责客服智能体应用的设计」改成「把运单查询与改派送接进单位已有平台，可写动作加了人工确认，上线后改错单由每周 40 单降到 0，日均调用 1.1 万次」。后者能被追问，也经得起追问。
3. 技术理解类题怎么答
3.1 固定结构：先说它是什么，再说它怎么运作，最后说产品经理拿它做什么判断
技术理解题不是背定义。三段结构：
它是什么，两三句内交代完，用到的英文名带上。
它怎么运作，讲清前后接的是谁。比如检索增强生成，前面是文档入库和检索，后面是把检索到的段落连同问题一起交给模型。
产品经理拿它做什么判断。这一段是拉开差距的地方。检索增强生成对应的判断是：这个问题是「不知道」还是「记不准」，如果是知识类问题，该建知识库而不是微调。
三段里最后一段不写，答题就停在名词解释上，面试官没法判断你会不会用。
3.2 五个高频词怎么答
大模型。 是什么：按词元做预测的语言模型，它只负责「根据看到的内容生成下一段」。怎么运作：每一轮把要给它看的内容重新发一次，它没有记忆。产品经理的判断：上下文窗口大小决定一次能塞多少，参数规模决定它的能力上限，这两件事决定了同一件事该用哪一档模型。
上下文。 是什么：这一轮它实际看见的全部内容。怎么运作：分系统规则、记忆、检索资料、当轮输入四层装进窗口。产品经理的判断：答不准的时候先看这一轮它看见了什么，而不是先换模型。
检索增强生成。 是什么：先去知识库找资料，再把资料和问题一起交给模型答。怎么运作：文档进库要经解析、切片、嵌入三步，检索要走召回、去重、重排几步，最后只把最相关的几段交给模型。产品经理的判断：知识类、要出处的问题走它；说话方式类的问题走微调。
模型上下文协议。 是什么：让模型接外部系统的一套通用接口标准。怎么运作：服务端把能力按工具、资源、提示词三类暴露出来，客户端按标准去取；接法分本地和远程。产品经理的判断：这套能力会被多个智能体用、接口还会常改，就值得按它接。
智能体。 是什么：大模型加外壳工程。怎么运作：模型看着当前情况决定下一步，调工具、看结果、再决定下一步，直到停下来。产品经理的判断：步骤说得清、错了代价高的活，写成工作流；判断依据藏在自然语言里、情况千变万化的活，交给它自己决定。
3.3 追问怎么接
技术题最容易死在追问上。面试官追问「那你说说这个和那个的区别」，通常是想看你会不会分。
接追问的办法是拿最像的那一个来比，别一口气列五个。检索增强生成被追问和微调的区别，就只答这一个：一个改的是它看得见什么，一个改的是它怎么说。
被问到答不上来的技术细节，直接说「这一层是研发的事，我这边只到判断该不该用的程度」，比硬编一个答案好。面试官问产品经理算法细节的情况不多，硬编会被立刻听出来。
4. 场景判断类题怎么拆
4.1 四步拆法
这类题的答法固定成四步。
第一步问范围。把题干里没说的问清：这件事现在谁在做、一天做多少次、最费时间的是哪一步。这一步是在把题意收敛成可判断的问题。
第二步看这件事能不能拆。把这条业务线拆成几个动作，逐个判断：哪些动作是查、算、整理这类不改变别人东西的，哪些是写数据、对外发、动钱的。
第三步给方案。能自动的自动，要改数据的加人工确认，判断本身站不住的留给人。方案里要说清第一步做什么、边界在哪。
第四步给结论和前提。结论是「上还是不上、先上哪一段」；前提是「这个结论在什么条件下成立」，比如接口齐不齐、数据够不够。
4.2 答完必须给结论
前面那场面试卡住的原因就是没有结论。面试官可以接受「不该上」，不能接受「说得都对但不知道你想干什么」。
结论要能落在一句话上：「这个场景我建议先上查单那一段，改单那一段暂时留人工，原因是改单错了客户会直接受影响，而现在的接口没法做二次确认。」
4.3 什么场景不该上
会说「不该上」是加分的。四种情况明确不建议上：规则清楚、一秒内要出结果的（比如计价），走工作流更稳；数据不够、连一份像样的语料都攒不出来的；系统没有接口、只能靠操作电脑，而且频率很高的；错了代价高、又没有人工确认环节的。
四个现场，哪几个不该上
先自己判一遍，再点开下面的判定
面试官摆出来的四个现场
- 现场一计价，规则清清楚楚，要求一秒内出结果
- 现场二刚起步的新业务，手里连一份像样的语料都攒不出来
- 现场三老系统没有接口，只能靠操作电脑，这件事一天发生几百次
- 现场四错了要担责，现有流程里没有人工确认这一环
- 面试官问的这四个里哪几个不该上，理由是什么
先自己判一遍，再看下面那排结论。
看判定
- 计价 → 不该上；规则清楚、要求一秒出结果的活，交给工作流更稳
- 新业务 → 不该上；先攒语料，手里没有资料，再强的模型也答不准
- 高频操作电脑 → 不该上；一天几百次的活靠界面操作撑不住，等系统开接口更划算
- 没有确认环节 → 不该上；错了要担责的活先补确认点，补上之前别上线
四条理由各自不同，说不清理由就答不出这道题。
「不该上」要跟着一句替代方案一起说。
5. 选型与评估类题怎么答
5.1 选型：先定维度，再给候选
被问「你怎么选模型」，一上来说「我们用某某模型」是错的答法。正确的顺序是先给判断维度，再落到具体型号。
五个维度：这件事的判断依据是通用知识还是单位内部资料（决定要不要接知识库）；一次要处理多长的内容（决定窗口）；要不要看图（决定多模态）；能不能接受答错（决定选旗舰还是小模型）；一次跑多少次、一次花多少（决定用哪种计费方式）。
维度说完再给候选和结论。例如「这个场景是内部制度问答，要出处、要长文本、答错了员工会照错的规定办事，所以我选能接知识库、窗口在三十万词元以上的模型，候选里挑两个跑一遍自己的评测集再定」。
5.2 验收：口径先于数字
被问「你怎么定验收标准」，答结构：用哪批数据、什么算对、谁来判，三个都写清之后再给数字。
以投研问答为例：拿两百条已由分析师人工判定过的提问做对照，判定标准是「结论有出处、出处是现行版本、主体一致」，由产品经理和两名分析师一起核，验收线定在引用准确率不低于百分之八十八。
再补一条这一类特有的：同一个问题连跑两次，关键数字必须完全一致。
6. 成本类题怎么答
6.1 口径要能当场算
被问「一次任务多少成本」，答不上来是硬伤。要能当场算：一次任务几轮、每轮输入多少词元、输出多少词元，乘上单价。
以运单查询为例：一次对话三轮，第一轮输入两千词元，后面两轮各带上前面的内容约三千词元，输出合计五百词元。按输入每百万词元一元、输出每百万词元四元算，一次大概半分钱。一天一万一千次，一天五十多块。
面试里不会要求算到分，会要求说清口径。口径说清了，数字随手就能改。
6.2 怎么省
三种省法按效果排序。
把稳定的前缀缓存起来。系统提示词和固定的判断规则放在最前面，命中缓存之后这部分按很低的价格计费。
把不用模型的部分拿回来。规则能判的、能查表得到的，别让模型算。
按活配模型。判断类的小活给小模型，只有确实要复杂推理的那几步给大模型。
三种都说过之后，补一句「降成本的前提是不影响效果，所以每一步都要在评测集上验证有没有退步」。这句话把降成本和效果挂在一起，答得比单讲降成本更完整。
一次任务的成本，从几个参数乘出来
- 轮数 1 到 6每轮输入词元 500 到 8000 · 输出词元 100 到 2000 · 单价档（旗舰 / 中档 / 轻量）
- 实时三个数单次成本、一天成本（按一天 1.1 万次）、一个月成本
- 可复制的算式轮数 × 每轮输入词元 ÷ 100 万 × 输入单价 + 输出词元 ÷ 100 万 × 输出单价
口径说清，数字随手就能改。
- 单次约 0.006 元一天 66 元 · 一个月 1980 元
先把基准这一组记住。
- 单次涨到 0.012 元提示「轮数翻倍，成本几乎翻倍，因为每一轮都要带上前面的内容」
轮数是乘数，不是加数。
- 每轮输入 8000单次涨到 0.026 元，提示改成「历史对话和检索回来的资料是主要开销」
- 打开缓存稳定前缀单次降到 0.015 元，「缓存命中部分的单价约为原来的十分之一」
- 单价档切轻量单次降到 0.005 元
- 运单查询那道题的算法三轮、第一轮输入 2000 词元、后面两轮各带前面的内容约 3000 词元、输出合计 500 词元；按输入每百万 1 元、输出每百万 4 元算，一次大概半分钱，一天 1.1 万次约五十多块
三种省法都说上，再补一句降成本的前提是不影响效果。
三种省法都说上，再补一句降成本的前提是不影响效果。
7. 项目复盘怎么讲
7.1 四段式
讲一个项目，按四段走：这件事原来卡在哪、我判断该怎么做、做出来以后效果怎么样、哪一步我判断错了。
第四段是加分项。面试官见过太多只讲成功的人，主动讲一次判断失误和后来怎么纠正，可信度立刻不一样。可以讲的就是前面各集里的那些坑：第一版全量推结果只剩三个人在用、按接口原样配把写权限开出去、验收标准写「准确率 90%」被评审打回来。
7.2 用前面攒的材料
前面各集一路做下来的东西都是复盘的素材：工具接入清单、权限与安全清单、PRD 模板与验收清单、评测标准与评测集、推广方案。
面试里如果能说「我这份验收清单里有六条，其中一条是专门针对两次结果差异的」，比说「我很注重质量」有说服力得多。
7.3 常见的三种追问
「这个数字怎么来的」：答口径，别答结果。数字的下游是口径，口径讲清了数字自然站得住。
「如果量再大十倍呢」：答哪一处会先撑不住。多数情况先撑不住的是后头那套业务系统的并发，不是模型。
「你在这个项目里具体做了什么」：答你定的那几件事。比如工具包成几个、权限收在哪一层、验收清单有哪几条、灰度怎么发。这些是产品经理的活，答这些才说明你真的做过。
8. 五个行业的真题，逐个拆一遍
金融：客户的适当性评估能不能让智能体自动做。 拆法：先把这条线拆成「读客户资料」「读产品规则」「给匹配结论」「留档」四步。前三步可以自动，第四步涉及监管留档，必须人确认。结论是「自动做初筛、给出建议，最终结论由投资顾问确认并签署」。前提是产品规则要结构化到能进知识库。
制造：车间设备点检能不能全自动。 拆法：点检的数据能自动采，判断能按标准自动给，但「要不要停机」这类判断要留给人。结论是「数据采集和异常判断自动，处置决定由班组长确认」。前提是设备数据能被采上来；没有接口的老设备，先用操作电脑的方式顶一段时间，同时推动改造。
医疗：病历摘要能不能直接写进病历系统。 拆法：读取和整理全自动，写入前停一次等医生确认，摘要里带推测的字段标出来交医生定。结论是「助手出草稿，医生确认后才写入」。前提是确认界面上要能看到改动前后的差别和每条的依据。
政务：办件材料能不能用智能体自动核。 拆法：材料齐全性可以自动核，真实性核不了。结论是「自动核齐全性、列出缺项，真实性由窗口人员核」。前提是材料类型要有限、可枚举。
零售电商：客服投诉能不能全自动处理。 拆法：判断和查证自动，赔付和对外回复必须人确认。结论是「助手给处理建议和依据，客服确认后发出」。前提是赔付规则要能被结构化成条件。
五道题的答法结构是一样的：拆动作、定边界、给结论、说前提。这四步会了，场景题基本不会翻车。
9. 面试前一周，把这九个问题自己答一遍
| 问题 | 答的时候要有 |
|---|---|
| 你怎么判断一个场景该不该上智能体？ | 四步拆法和一句结论 |
| 结果不稳定，需求怎么写？ | 三类情况分开写，加一条「两次结果差异」的验收项 |
| 你怎么选模型？ | 先给五个维度，再给候选和结论 |
| 怎么定验收标准？ | 数据、判对标准、谁来判，三样齐了再给数字 |
| 一次任务多少成本？ | 能当场算出口径和数字 |
| 怎么让答得准一点？ | 先查这一轮它看见了什么，而不是先换模型 |
| 它会不会乱动系统里的东西？ | 身份跟提问人走、权限四个方向收、写操作加确认 |
| 上线之后怎么知道有没有人用？ | 看到「完成一次完整动作」那一层 |
| 讲一个你判断错的地方 | 讲过程、讲后来怎么纠正 |
10. 三种答不到点的答法
背术语解释，答不出「你怎么用它」。 技术题的三段结构里，产品经理的判断那一段才是得分点。只答前两段，面试官听到的是名词，不是你。
项目复盘只讲功能不讲判断依据。 「我们做了一个智能问答」「我们上了知识库」这类话没有信息量。要讲的是你定的那几件事：包成几个工具、权限收在哪一层、清单里有哪几条。
被追问成本时说不清数从哪来。 数字记不住没关系，口径要有。说清「三轮、每轮三千词元、输入单价多少」，数字随时能重算；只说一个总数，一问就露。
11. 整个合集到这里结束
这一份讲的是把前面学的东西变成能说出口的话：岗位反复考的是技术理解、场景判断、选型与效果、协作与落地四类；技术题按三段答，第三段最关键；场景题按四步拆并给出结论；选型先给维度再给候选；成本要能当场算；项目复盘讲判断依据，也讲一次判断错的地方。
这个合集从「智能体是什么」讲到面试，中间是三条线：先建认知，知道它由什么组成、能干什么；再讲大模型和外壳工程，知道它怎么运作；最后讲产品经理的活，从分工、体验、需求、测评一直到上线推广。每一份材料都在上一份的基础上往前走一格，攒下来的东西最后都能在面试里用上。
面试只是把学过的东西讲出来。真正要练的是那套判断：拿到一个场景，先拆动作，再定边界，最后给结论和前提。这套判断练成了，换一个行业、换一套平台，照样能用。