在人工智能領(lǐng)域，產(chǎn)品經(jīng)理的角色變得越來越重要，尤其是在理解和應(yīng)用AI技術(shù)方面。本文討論了AI產(chǎn)品經(jīng)理在編寫有效的prompt（提示詞）方面的重要性，這對于確保AI模型能夠準(zhǔn)確理解和執(zhí)行特定任務(wù)至關(guān)重要。

之前有同樣想在AI領(lǐng)域創(chuàng)業(yè)的朋友有問過我，我的Ai產(chǎn)品經(jīng)理是自己請，還是打算自己上。如果親自操刀就會耽誤一些時間，畢竟還是要了解AI和互聯(lián)網(wǎng)產(chǎn)品經(jīng)理之間的區(qū)別和技能?，F(xiàn)階段請人還可能會遇到不專業(yè)的，畢竟自己面試沒有經(jīng)驗，主要初創(chuàng)階段資金也不夠理想。

我是這樣做的，我是一邊面試AI產(chǎn)品經(jīng)理一邊了解基礎(chǔ)面的一些知識，另外prompt的工作不需要全職，請一個兼職即可。

在經(jīng)歷那么多天的面試以及學(xué)習(xí)，我招到了一個學(xué)習(xí)能力比較強的小伙伴一起來做產(chǎn)品方案。而在學(xué)習(xí)過程中我被割過韭菜，主要是兩個方面，市面上的課程對真實項目的操刀可能很少，甚至比不過一些動手能力強的UP主。另外一方面就是講的東西都是網(wǎng)上能搜到的。

所以這里說個題外話，也就是說如果你想要學(xué)到多一點實際項目經(jīng)驗，內(nèi)部技術(shù)細(xì)節(jié)啊，產(chǎn)品架構(gòu)等等，這是不太可能的，畢竟市面上能用的Ai 產(chǎn)品都沒幾個，大部分是套個agent框架殼子就完事了。

當(dāng)然，我也求助了國外的一些朋友，國外項目的保密性會更嚴(yán)重，總的來說目前沒有一個標(biāo)準(zhǔn)說你的需求文檔該怎么寫才是對的，你的項目技術(shù)選型怎么才是對的。都沒有一個標(biāo)準(zhǔn)，只要你團隊能理解你的需求是什么就可以了。

那怎么才能讓你的團隊快速理解你的需求，我認(rèn)為不是需求文檔而是提示詞工程。

在此之前我寫了需求文檔，用原型標(biāo)注，場景說明等等，做出來的東西的準(zhǔn)確率很低而且有一些場景完全理解不到位，本質(zhì)原因是開發(fā)者沒辦法理解到位。

上個月我們是如何解決這個問題的？細(xì)化需求文檔。正是這樣的思維讓我們白搞了一個月。實際上prompt 提示詞工程才是驗證需求的基礎(chǔ)，在這個過程當(dāng)中你需要把角色以及它所要做事情用文字描述清楚，并且規(guī)范邊界。

這是個比較難的事情。

難在全文字描述。

但是難也要做。

prompt你可以理解為定義的IO輸入輸出，是基于某個場景下的，這個很依賴你的模型對中文的理解能力，所以說我們的技術(shù)為什么選Qwen的原因。

而且Prompt可以很好的去驗證你的想法，還有你的場景經(jīng)驗。

就拿我現(xiàn)在做消費醫(yī)療來說，如果對場景和傳統(tǒng)的業(yè)務(wù)需求不理解，也就是行業(yè)know and how的事情，如果不理解根本寫不出很好的prompt出來，即使寫出來你的Ai產(chǎn)品輸出的結(jié)果也是亂七八糟的。

把prompt寫清楚并不是一個0門檻的事情，需要的是資深傳統(tǒng)經(jīng)驗的老炮，這也是AI產(chǎn)品經(jīng)理的核心價值。