课程简介
体系完整：从夯实基础-场景应用-思维提升。夯实基础是指了解人工智能关键领域的关键技术，如深度学习，计算机视觉CV、自然语义处理NLP等；场景应用是以真实项目了解AI项目落地中的流程和难点。思维提升是指了解AI产品经理需要的能力模型、
AI能力模型：了解传统产品经理和AI产品的能力模型差距。
理论联系实际：海纳AI智能化需求拆解、功能设计和迭代方向
业务诊断：通过AI评估指标了解当前重点优化方向。
学习行业优秀案例：剖析不同行业优秀的AI案例背后的底层逻辑、思维方式，采用教练式的方式引导学员进行迁移。
目标收益
培训对象
课程大纲
| 一、AI基础认知和人才模型 |
01| 深刻理解AI-为什么被称为百年新机遇 02| Ai产业分层 03| AI产品经理能力核心能力和不同职级 04| AI产品经理能力和传统产品经理的区别 05| AI产品经理工作职责和工作能力 06| AI产品经理掌握的技术基础知识和应用场景 1.人工智能三大基础：数据、算法、算力 AI的能力边界（核心）以及如何了解到AI的边界 |
| 二、AI项目实操基础 |
01| AI产品经理工作流程 AI产品经理和不同角色高效协同流程 AI产品经理需求分析 业务需求分析 2.1.1 业务数值化需求分析：基于领导和业务拆解落地 2.1.2 自主洞察的战略框架体系 （1）用户研究（找洞察） （2)市场研究（抓机会） (3)竞品研究（建标准) 2.1.3 基于客户地图发现AI需求 2.2 业务需求转为产品需求 2.2.1 AI需求分析底层逻辑：用户+场景+动机+行为+目标 2.2.2 需求分析三步走 2.2.3 需求方分析的两种方法 （1）TOP-DOWN：宏观的做产品方法，着眼于更广阔市场的特点和发展趋势 （2）DOWN-TOP：微观的做产品方法，关注用户当下的应用场景及待解决的问题 2.3 五问提出算法需求 3.AI竞品分析 3.1 竞品分析的八个步骤 3.2 竞品分析中的难点（如何量化产品设计带来的数据变化） 案例：快手如何进行竞品分析实现产品设计并附有数据变化 案例：快手和美团的竞品分析机制 3.3 竞品分析常看的网站集合 4.上线效果评估 4.1效果跟踪（了解实现方式、提供标注数据、跟进实验结果和多数据源验证） 4.2 效果优化（手机Badcase、配合算法工程师调整参数、训练模型、提升指标） 案例：以美团等实际案例了解AI产品经理日常工作（实际操盘） 5.AI产品经理项目价值评估和数据指标建立（有模板） 6.如何基于现有业务从0-1挖掘数智化需求，赋能业务发展 案例1：基于AI智能化需求，用战略房子图如何拆解方向、roadmap 案例2：飞书面试系统AI迭代以及难点和卡点（第三方视角） 案例3：海纳AI迭代以及难点和卡点（顾问） 7AI产品解决方案产出与产品PRD 8.AI模型的关键方法与产品落地决策 9.AI产品业务价值数据分析与A/BTEST 10. AI产品经理管理能力 案例：海纳AI简历匹配、标签构建场景 互动共创：智能排班需求洞察 why ：基于客户痛点、行业竞品 What：目标制定 How 难点和卡点 |
| 三：实践案例 |
01| 芒果TV利用I用WHY-What-how思维定位做基于IP角色的粉剧互动跨次元对话产品 1.1 深度剖析芒果TV为什么要做AI AGENT (1)行业视角：分析了六大类AI AGENT的优缺点 (2)竞品视角： (3)用户视角：基于自己的两大优势，粉丝属性极强的用户群、高知名度IP，版权在手 1.2 指标制定 1.3 在MVP-规模化增长和商业化三阶段遇到的问题以及解决方案和沉淀的Know-how (1)MVP阶段：仅1个月时间，从idea到上线,首发联动《大宋少年志2》，跑通节目组对接、剧本学习、模型优化、场景开发整套流程，形成可快速复用多个IP的标准化模式 亮点：群聊-七斋茶话会提高留存，1VS1提高复购 核心问题：过于”工具“化，缺少产品闭环逻辑，全靠用户主动发现趣味性，导致老用户留存不理想的三个核心问题 三个问题，分别为AI过于被动，不会主动发问，互动门槛高；问题2，触达场景较为单一，用户转化路径长；问题3，用户互动深度浅，聊几句就不知道聊什么？ 基于问题一采取以下三个策略，入群时刻：角色主动搭讪，冷场时刻，角色主动提问；回到站内，角色私信召回 基于问题二采取以下三个策略，角色弹幕空降，角色评论互动，角色朋友圈 基于问题三采取以下三个策略，签名及周边物料，录制入场券 (2)规模化阶段：制定规模化增长剧选择的逻辑和人设模型（避免模型聊飞了） 小说改编,训练素材更丰富 男女主粉丝群体庞大 偶像题材，更具想象空间 亮点：切中用户核心体验，引发粉丝在社群和微博超话进行大量自发宣传 (3)商业化阶段：会员权益&社交，赋能更多影视综 |
| 四、AI 常见行业难题以及解决方案 |
1.首月留存率有提升空间，优秀互联网平均的首月留存率为63%，而AI头部平均是42%，最高的目前有56% 2.DAU /MAU互联网是51%，除了C.AISHI 41%,其他均值是14%，频次低 3.变现能力不足，比如Talkie半年累计收入约为31万美元 基于这三个问题，行业打算验证的解法和背后思考 |
|
一、AI基础认知和人才模型 01| 深刻理解AI-为什么被称为百年新机遇 02| Ai产业分层 03| AI产品经理能力核心能力和不同职级 04| AI产品经理能力和传统产品经理的区别 05| AI产品经理工作职责和工作能力 06| AI产品经理掌握的技术基础知识和应用场景 1.人工智能三大基础：数据、算法、算力 AI的能力边界（核心）以及如何了解到AI的边界 |
|
二、AI项目实操基础 01| AI产品经理工作流程 AI产品经理和不同角色高效协同流程 AI产品经理需求分析 业务需求分析 2.1.1 业务数值化需求分析：基于领导和业务拆解落地 2.1.2 自主洞察的战略框架体系 （1）用户研究（找洞察） （2)市场研究（抓机会） (3)竞品研究（建标准) 2.1.3 基于客户地图发现AI需求 2.2 业务需求转为产品需求 2.2.1 AI需求分析底层逻辑：用户+场景+动机+行为+目标 2.2.2 需求分析三步走 2.2.3 需求方分析的两种方法 （1）TOP-DOWN：宏观的做产品方法，着眼于更广阔市场的特点和发展趋势 （2）DOWN-TOP：微观的做产品方法，关注用户当下的应用场景及待解决的问题 2.3 五问提出算法需求 3.AI竞品分析 3.1 竞品分析的八个步骤 3.2 竞品分析中的难点（如何量化产品设计带来的数据变化） 案例：快手如何进行竞品分析实现产品设计并附有数据变化 案例：快手和美团的竞品分析机制 3.3 竞品分析常看的网站集合 4.上线效果评估 4.1效果跟踪（了解实现方式、提供标注数据、跟进实验结果和多数据源验证） 4.2 效果优化（手机Badcase、配合算法工程师调整参数、训练模型、提升指标） 案例：以美团等实际案例了解AI产品经理日常工作（实际操盘） 5.AI产品经理项目价值评估和数据指标建立（有模板） 6.如何基于现有业务从0-1挖掘数智化需求，赋能业务发展 案例1：基于AI智能化需求，用战略房子图如何拆解方向、roadmap 案例2：飞书面试系统AI迭代以及难点和卡点（第三方视角） 案例3：海纳AI迭代以及难点和卡点（顾问） 7AI产品解决方案产出与产品PRD 8.AI模型的关键方法与产品落地决策 9.AI产品业务价值数据分析与A/BTEST 10. AI产品经理管理能力 案例：海纳AI简历匹配、标签构建场景 互动共创：智能排班需求洞察 why ：基于客户痛点、行业竞品 What：目标制定 How 难点和卡点 |
|
三：实践案例 01| 芒果TV利用I用WHY-What-how思维定位做基于IP角色的粉剧互动跨次元对话产品 1.1 深度剖析芒果TV为什么要做AI AGENT (1)行业视角：分析了六大类AI AGENT的优缺点 (2)竞品视角： (3)用户视角：基于自己的两大优势，粉丝属性极强的用户群、高知名度IP，版权在手 1.2 指标制定 1.3 在MVP-规模化增长和商业化三阶段遇到的问题以及解决方案和沉淀的Know-how (1)MVP阶段：仅1个月时间，从idea到上线,首发联动《大宋少年志2》，跑通节目组对接、剧本学习、模型优化、场景开发整套流程，形成可快速复用多个IP的标准化模式 亮点：群聊-七斋茶话会提高留存，1VS1提高复购 核心问题：过于”工具“化，缺少产品闭环逻辑，全靠用户主动发现趣味性，导致老用户留存不理想的三个核心问题 三个问题，分别为AI过于被动，不会主动发问，互动门槛高；问题2，触达场景较为单一，用户转化路径长；问题3，用户互动深度浅，聊几句就不知道聊什么？ 基于问题一采取以下三个策略，入群时刻：角色主动搭讪，冷场时刻，角色主动提问；回到站内，角色私信召回 基于问题二采取以下三个策略，角色弹幕空降，角色评论互动，角色朋友圈 基于问题三采取以下三个策略，签名及周边物料，录制入场券 (2)规模化阶段：制定规模化增长剧选择的逻辑和人设模型（避免模型聊飞了） 小说改编,训练素材更丰富 男女主粉丝群体庞大 偶像题材，更具想象空间 亮点：切中用户核心体验，引发粉丝在社群和微博超话进行大量自发宣传 (3)商业化阶段：会员权益&社交，赋能更多影视综 |
|
四、AI 常见行业难题以及解决方案 1.首月留存率有提升空间，优秀互联网平均的首月留存率为63%，而AI头部平均是42%，最高的目前有56% 2.DAU /MAU互联网是51%，除了C.AISHI 41%,其他均值是14%，频次低 3.变现能力不足，比如Talkie半年累计收入约为31万美元 基于这三个问题，行业打算验证的解法和背后思考 |
近期公开课推荐
