课程简介
帮助学员构建 AI 时代产品经理的核心能力范式，掌握可量化、可复制的 AI 业务评估体系。课程涵盖 AI 产品经理能力重塑、高价值 AI 产品落地方法论、场景价值评估、评测体系构建、AI 产品设计与迭代、智能客服实战、Agent 智能营销及用户体验创新等核心模块，通过阿里、字节豆包、网商银行等行业标杆案例，系统讲授从场景选择到产品设计落地的完整流程，帮助学员掌握 AI 产品从 0 到 1 的实战能力。
目标收益
1、掌握 AI 产品经理核心能力范式明确 AI 产品经理与传统产品经理的四大差异，构建 AI 时代产品经理核心能力矩阵，理解 AI 三大能力与五大产品形态，建立 AI 产品思维框架。
2、具备 AI 场景落地与价值评估能力掌握 AI 落地三要素（场景选择、评测体系、数据质量），学会区分 "真需求" 与 "伪需求"，运用目标场景可行性落地方法论，具备 AI 选型方案设计与效果复盘能力。
3、掌握可量化的 AI 业务评测体系学会制定 AI 业务北极星指标，掌握短、中、长期价值增量预估方法，建立业务 - 产品 - 技术 - 运营四位一体评测体系，提升产品准确率与满意度。
4、具备 AI 产品从 0 到 1 落地实战能力通过智能客服完整案例，掌握 AI 产品四大落地阶段，学会运用 KANO 模型、四象限判断法等工具进行需求分析与优先级排序，独立完成 AI 产品方案设计。
5、掌握 Agent 智能营销与用户体验创新方法理解智能体三要素与产品框架设计，学会 Agent 工作流与记忆模块设计，掌握 CAIR 体验评估指标，提升用户对 AI 结果的信任与满意度。
培训对象
适合产品、运营、以及市场和数据分析和管理人员
课程大纲
| 模块一：AI产品经理能力重塑 |
一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代产品经理的核心能力矩阵 三、AI的三大能力*五大产品产品形态解析 |
| 模块二：如何做出高价值可用的AI产品 |
一、企业成功落地AI的三个关键要素 1.要素一：如何找到AI最有价值的落地场景 2.要素二：建立高质量可定位的评测体系 3.要素三：有高质量的数据（知识+流程） 案例：AI自动标注产品以及第三方产品介绍 二、2025年优秀AI案例盘点 |
| 模块三：如何找到AI最有价值的落地场景 |
一、AI产品落地的核心认知 案例：阿里AI落地的核心原则 二、当前AI场景落地的行业趋势与体验 1.AI场景落地的新变革与新挑战 2.不同行业AI落地的成熟度与潜力分析 【收益】具备AI选型方案设计落地效果与效果复盘能力 三、AI场景落地前期调研与需求分析 1.区分“真需求”与“伪需求”：AI可解决的核心问题筛选 2.目标场景可行性落地方法论 |
| 模块四：建立高质量可定位的评测体系 |
一AI时代和传统价值评估的不同 二、AI时代指标评估体系 1.AI对业务价值增量的短、中和长期指标预估（量化） 2.AI业务北极星指标制定的三原则以及误区 三、大厂业务-产品-技术-运营的四位一体评测体系 1.字节豆包评测体系：准确率+召回率+合理性+相关原因以及性能指标 3.豆包基于badcase迭代优化产品 3.评测体系落地的常见难点以及解决方案 四、产品评测指标：满意度构建 |
| 模块五：AI产品设计与迭代实战 |
一、四步完成AI产品设计 二、步骤一，AI新的需求挖掘 （1）工具:利用AI客户旅途找到新的AI机会点 案例：智能客服 案例：网商银行AI需求挖掘 （2）竞品分析 案例：AI PPT在红海中杀出重围，成为全球总榜第2 案例：智能客服 三、步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） 案例：智能客服 四、步骤三：需求排序 1.工具:需求排序——KANO模型（基于竞争） 2.需求价值量化（成本、效率和对业务增量） 案例：通义千问AI场景落地优先级优先级排序 四、产品方案设计 |
| 模块六：AI智能客服落地实战的四大阶段 |
一、智能客服产品设计 1.第一阶段：0-1智能客服搭建阶段，基础能力完善 1.1 智能客服产品架构 1.2 智能客服功能结构图 1.3 重点模块设计以及落地难点 （1）意图识别体系搭建 （2）知识库落地 2.第二阶段：智能客服准确率提升到90%的关键策略 3.第三阶段：人格化智能客服设计 4.第四阶段：从成本中心变成营销中心 二、智能客户考核指标 三、智能客服落地难点以及对应解决方案 四、未来智能客服的发展 |
| 模块七；Agent智能营销实战 |
一、智能体介绍 二、智能体适用的场景 三、B端和C端智能体的需求和应用差异 四、智能体产品落地 1.做好智能体的三要素 2.agent产品框架 3.agent基于工作流设计自主工作模块 4.Agent工具模块设计 5.Agent记忆模块设计（记忆合并和遗忘机制） 五、Agent评估机制 |
|
模块一：AI产品经理能力重塑 一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代产品经理的核心能力矩阵 三、AI的三大能力*五大产品产品形态解析 |
|
模块二：如何做出高价值可用的AI产品 一、企业成功落地AI的三个关键要素 1.要素一：如何找到AI最有价值的落地场景 2.要素二：建立高质量可定位的评测体系 3.要素三：有高质量的数据（知识+流程） 案例：AI自动标注产品以及第三方产品介绍 二、2025年优秀AI案例盘点 |
|
模块三：如何找到AI最有价值的落地场景 一、AI产品落地的核心认知 案例：阿里AI落地的核心原则 二、当前AI场景落地的行业趋势与体验 1.AI场景落地的新变革与新挑战 2.不同行业AI落地的成熟度与潜力分析 【收益】具备AI选型方案设计落地效果与效果复盘能力 三、AI场景落地前期调研与需求分析 1.区分“真需求”与“伪需求”：AI可解决的核心问题筛选 2.目标场景可行性落地方法论 |
|
模块四：建立高质量可定位的评测体系 一AI时代和传统价值评估的不同 二、AI时代指标评估体系 1.AI对业务价值增量的短、中和长期指标预估（量化） 2.AI业务北极星指标制定的三原则以及误区 三、大厂业务-产品-技术-运营的四位一体评测体系 1.字节豆包评测体系：准确率+召回率+合理性+相关原因以及性能指标 3.豆包基于badcase迭代优化产品 3.评测体系落地的常见难点以及解决方案 四、产品评测指标：满意度构建 |
|
模块五：AI产品设计与迭代实战 一、四步完成AI产品设计 二、步骤一，AI新的需求挖掘 （1）工具:利用AI客户旅途找到新的AI机会点 案例：智能客服 案例：网商银行AI需求挖掘 （2）竞品分析 案例：AI PPT在红海中杀出重围，成为全球总榜第2 案例：智能客服 三、步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） 案例：智能客服 四、步骤三：需求排序 1.工具:需求排序——KANO模型（基于竞争） 2.需求价值量化（成本、效率和对业务增量） 案例：通义千问AI场景落地优先级优先级排序 四、产品方案设计 |
|
模块六：AI智能客服落地实战的四大阶段 一、智能客服产品设计 1.第一阶段：0-1智能客服搭建阶段，基础能力完善 1.1 智能客服产品架构 1.2 智能客服功能结构图 1.3 重点模块设计以及落地难点 （1）意图识别体系搭建 （2）知识库落地 2.第二阶段：智能客服准确率提升到90%的关键策略 3.第三阶段：人格化智能客服设计 4.第四阶段：从成本中心变成营销中心 二、智能客户考核指标 三、智能客服落地难点以及对应解决方案 四、未来智能客服的发展 |
|
模块七；Agent智能营销实战 一、智能体介绍 二、智能体适用的场景 三、B端和C端智能体的需求和应用差异 四、智能体产品落地 1.做好智能体的三要素 2.agent产品框架 3.agent基于工作流设计自主工作模块 4.Agent工具模块设计 5.Agent记忆模块设计（记忆合并和遗忘机制） 五、Agent评估机制 |
近期公开课推荐
