AI产品经理超级工作台

要解决的问题

AI 产品经理经常同时面对模型能力、推理成本、检索质量、Agent 可靠性与合规责任，却没有统一方法把业务目标转成可执行的技术方案。这个工作台针对这种断层，把从 AI 机会识别、数据策略、模型选型、Prompt 与上下文工程，到 RAG、Agent、微调、评测、安全、运维和商业化拆成 12 个阶段。它不是单点技巧集合，而是一套面向交付的流程：每个阶段有输入物、流程、方法论、交付物、质量标准和 PM 检查清单。

工作方式与适用边界

核心能力包括：

• AI PM 角色模型：区分 AI Builder PM、AI Experience PM 和 AI-Enhanced PM，帮助判断职责边界。
• 技术选型导航：覆盖 Embedding、向量数据库、混合检索、RAGAS、LangSmith、LangFuse、Promptfoo 等工具定位。
• RAG 与 Agent 设计：给出 ReAct、Plan-Execute、多智能体协作、GraphRAG、Agentic RAG 等模式的取舍。
• 质量与合规闸门：用静态检查、动态检查和 AI 对抗共识约束输出，并强调 EU AI Act、中国生成式 AI 备案等快变信息需实时核实。

注意：该资料宣称“可溯源、可复核、可保鲜”，但不保证永远正确或最新。涉及法律、安全、财务和架构决策时，仍需结合最新法规、供应商 SLA 与团队实际数据验证。