即便你没想去做"AI 产品经理"，那你也不能成为一个不会用 AI 的产品经理。
产品经理肯定是所有互联网从业者中，最先捕捉到 AI 趋势的岗位。
但只知道 AI、关注 AI 还不够，仔细审视一下：你自己的工作，被 AI 提效了么？
今天为大家分享 5 个可以在实际工作中帮助各位产品经理们提高效率的 AI 提示词指令，让大家能既懂 AI，又用 AI。
让 AI 帮你绘制流程图
在产品设计、功能逻辑描述、用户旅程模拟等很多场景，都需要使用流程图、泳道图、时序图等协助产品经理更好的思考和表达。
但是画这些图太麻烦了！
思考 1 分钟，画图半小时！
这时候就可以让 AI 快速帮你完成，你只需要把你脑中所想的"流程"告诉 AI，它就能分分钟帮你画出来。
我们这里使用了 mermaid 语法，如果你想在文档中呈现，可以把 AI 生成的 mermaid 语法粘贴到文档中。
撰写PRD初稿
PRD是每个产品经理的痛，痛在"万事开头难"。
虽然有了想法，但是把想法整理成需求文档，就很难"打开局面"。
AI 最适合"打草稿"了：即便完成度只有 10%，但只要开了头，我们再去改后面的 90%也比从零开始快。
AI 之所以能做到，是因为我在向它描述功能设计之前，预设了一套PRD 的模板给到它。
你可以对提示词中的PRD模板进行调整，来适配自己的撰写风格。
提示词获取方式在文末。
用 AI 设计原型图
"拉一个框，AI 就能猜到你想设计什么功能！"
最近上线了一个叫 creatie 的设计软件，让我"AI"的不行。
如果你仔细看完上面的动态图，就不需要我过多解释它的价值了。
好的产品，只需要给你看一眼。
这个由 AI 驱动的设计软件，目前是完全免费的。
你可以在文末得到产品链接的获取方式。
帮你做用户调研
虽然大家从零到一设计产品的机会不多了，但了解用户、洞察用户依然是每个产品经理的基本功。
除了用户访谈，做个调研问卷能更快、更大范围的收集到用户的反馈。
要设计一个兼顾信度、效度、用户需求挖掘深度的调研问卷，还是有一些门槛的。
但，凡是有足够多理论支撑的工作，AI 都可以做的比人好。
把所有你掌握的关于用户调研的方法论和理论框架都告诉 AI，你离得到一个"完美"的问卷就不远了。
我在这套提示词里使用了 KANO 需求模型、问卷设计要求、信度效度要求等，如果你想获取我这套提示词，可以在文末获得领取方式。
AI 帮你做用户评价分析
获取用户需求反馈的方式，除了发起调研，还可以从用户的评价中分析。
产品在应用商店中的用户评价，是帮助产品经理了解用户需求非常好的地方。
过去我们需要逐条分析，现在可以统一交给 AI 来做了！
我要求 AI 给出了情感、需求驱动力、设计方向几个维度，你可以根据业务需求提出更详细的要求。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
"最先掌握AI的人，将会比较晚掌握AI的人有竞争优势"。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
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。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- ...
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- ...
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名"AI小子"。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- ...
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- ...
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 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】
