開篇直接上圖，本文結(jié)束(不是)

這也是成為 AI 產(chǎn)品經(jīng)理必須吃透、搞清楚的所有內(nèi)容。搞透大模型本身

AI 產(chǎn)品經(jīng)理跟普通人用 AI 不一樣：

普通人跟 AI 的關(guān)系，類似主人身邊的仆人，說啥做啥都在眼前，出問題了能第一時(shí)間控制補(bǔ)救

但 AI 產(chǎn)品經(jīng)理跟 AI 關(guān)系，是皇上跟塞外將軍的關(guān)系

你設(shè)計(jì)了個(gè) AI 產(chǎn)品上線以后，大模型給你上演“將在外君命有所不受”的戲碼，就完蛋了。

所以，你必須得把這“大將軍”的脾氣特性搞得非常透徹，并且確保能有效控制他。

大模型的核心原理，你不搞透的話，肯定可控制不住。

不需要啃論文，但是必須把兩件事吃透：

1. 大模型訓(xùn)練流程

預(yù)訓(xùn)練做了什么事、得到了個(gè)什么東西

微調(diào)階段做了什么事、得到了個(gè)什么東西、造成了什么弊病

RLHF 階段做了什么事、埋下了什么隱患

比如，大模型的幻覺，僅僅是因?yàn)槟銌柕膯栴}它不知道么？

比如，都是拿公開數(shù)據(jù)訓(xùn)練的模型，為什么每家模型輸出內(nèi)容的風(fēng)格不一樣？

比如，為啥很多國(guó)內(nèi)的大模型回答問題的開頭和結(jié)尾跟 GPT 一模一樣？

你得知道，這些都不是偶然，是訓(xùn)練方式帶來的副作用。

2. 大模型的推理原理

首先，你應(yīng)該知道了，大模型“思考問題”的方式跟人是不一樣。

它給你輸出的每個(gè)字，都像我們玩狼人殺“投si”的那個(gè)人一樣，猜出來的。

不開玩笑，你把大模型的推理原理搞明白以后，再跟玩狼殺人白天投票的環(huán)節(jié)比一比就會(huì)發(fā)現(xiàn)，一毛一樣。

這個(gè)底層原理，造就了大模型的種種弊?。?/p>

比如，數(shù)學(xué)計(jì)算很糟糕，連 9.8 和 9.11 誰大都不知道

比如，相同的問題每次輸出的內(nèi)容都不一樣

比如，輸入只要 1 塊錢/百萬 token，但輸出卻要 4 元

但凡你把這兩件事吃透，就能理解提示詞的重要性和提示詞工程在“工程”什么了。

上面的信息，我在《AI產(chǎn)品經(jīng)理轉(zhuǎn)崗實(shí)訓(xùn)營(yíng)》里有用兩節(jié)課非常通俗的講解，歡迎加班主任了解課程！

提示詞和工程

“學(xué)”提示詞你要天天滿腦子想的是“套模板”，那就完蛋了。

提示詞是連接你的需求和模型能力的中間鍵，

那些“模板”都是從模型能力側(cè)出發(fā)的，并且太過死板（甚至有些是為了死板而死板）

寫提示詞就兩件事：

把事情想全面，提供完善的背景信息，別跟個(gè)“渣男”似得這不說、那不說的

把需求說清楚，提供清晰的任務(wù)目標(biāo)，別跟個(gè)“渣女”似得啥也不說就“你猜”

(當(dāng)然認(rèn)同以上的前提是你吃透了大模型的原理)

那么所謂學(xué)習(xí)提示詞，其實(shí)就是在學(xué)習(xí)怎么把一件事情表達(dá)清楚。

怎么學(xué)？

非常簡(jiǎn)單，透露一個(gè)小技巧。

魏源老師在清朝末期就通過《海國(guó)圖志》教給我們了：“師夷長(zhǎng)技以制夷”。

再說提示詞工程：當(dāng)你知道了大模型的缺陷，還又非得用它不可，就得想辦法規(guī)避這些缺陷。

這就是工程的奧義。

所以，又繞回到大模型底層原理了。

我有總結(jié)四個(gè)法則，是這幾年做項(xiàng)目、拆項(xiàng)目一輪輪歸納出來的，可以分享給大家：

細(xì)節(jié)都在課程里，加班主任報(bào)名來學(xué)，絕對(duì)干且實(shí)用。

限時(shí)+限渠道：12 月 7 日之前、通過這篇文章加班主任報(bào)名的同學(xué)，可以領(lǐng)一份《AI 產(chǎn)品提示詞工程拆解知識(shí)庫》，這是我一年以來每周拆解、學(xué)習(xí)的 AI 項(xiàng)目，每一個(gè)都把項(xiàng)目的提示詞工程仔細(xì)的分析了。昨天剛拆完第 50 個(gè)。

RAG和微調(diào)

只靠提示詞，很多問題依然是無解的。

比如，公開互聯(lián)網(wǎng)上沒有的信息，AI 是無論如何也不可能知道的。

比如，你想讓大模型永遠(yuǎn)只輸出一個(gè)特定結(jié)構(gòu)的內(nèi)容，純靠提示詞也很難搞。

這時(shí)就必須引入一些外掛能力來彌補(bǔ)缺陷。

幸運(yùn)的是，你現(xiàn)在才開始學(xué)習(xí)成為 AI 產(chǎn)品經(jīng)理，直接學(xué)習(xí) RAG 和微調(diào)就好了。

放在 3 年前，連外掛都沒有。

RAG，本質(zhì)是給模型接一個(gè)“外掛知識(shí)庫”。

但是可不是把文檔上傳到知識(shí)庫那么簡(jiǎn)單，里面有很多不下手干不知道的細(xì)節(jié)

比如，文檔分段你要選“自動(dòng)分段”，就完蛋 30%了；

比如，不管 3×7=21 把文本段落直接向量嵌入，就又完蛋了20%；

比如，不管 6×7=43 無腦用語義檢索，又得損失 10%的準(zhǔn)確率；

還有，查詢優(yōu)化、向量模型選型、ReRank、提示詞兜底……

這些都不知道的話，你的智能客服大概率會(huì)變成只能克服：“沒辦法，我不懂 AI，客戶只能克服一下了?！?/p>

然后稍微說一下微調(diào)。

如果你不了解一下微調(diào)，就會(huì)像那些土老板們一樣，“咱公司必須用微調(diào)大模型”。

微調(diào)的價(jià)值什么、什么時(shí)候微調(diào)、微調(diào)有多費(fèi)勁

確保你了解了這些信息。

新時(shí)代的原型圖

低代碼產(chǎn)品在 2022 年都快黃了，突然因?yàn)?AI 的出現(xiàn)，一步成為「榮耀王者」

所以，Dify、Coze 這些產(chǎn)品，不要當(dāng)成新東西來學(xué)。

它們的核心價(jià)值是幫我們快速驗(yàn)證想法，

可以讓你在非常短的時(shí)間里，把一個(gè) AI 產(chǎn)品的核心流程跑起來。

所以我把它們成為“AI 時(shí)代的原型圖”

但是能跑的 MVP，可以拉上用戶、小范圍試一試，立刻知道方向大概對(duì)不對(duì)。

甚至拿到需求評(píng)審會(huì)上給老板演示價(jià)值，拿到產(chǎn)研對(duì)齊會(huì)上給技術(shù)講實(shí)現(xiàn)邏輯。

如果你還沒成為 AI 產(chǎn)品經(jīng)理，用它們把一個(gè)場(chǎng)景問題解決掉，就一個(gè)實(shí)戰(zhàn)經(jīng)驗(yàn)。

我的學(xué)員都是這么搞得，在簡(jiǎn)歷和面試階段優(yōu)勢(shì)非常大。

如果你自己想不出場(chǎng)景問題、不知道在簡(jiǎn)歷里寫什么，加班主任，有好多案例可以分享給你。

如果你想要更進(jìn)階一點(diǎn)，產(chǎn)出“高保真原型”，甚至獨(dú)立開發(fā)一個(gè)完整產(chǎn)品出來

也沒啥難度。

Cursor、Claude Code 這些 AI 編程工具現(xiàn)在強(qiáng)到離譜

只要你能把需求說清楚，開發(fā)一款產(chǎn)品出來也就幾分鐘的事兒。

當(dāng)然多少得了解一些編程相關(guān)的基本知識(shí)，

比如，程序是咋運(yùn)行的、環(huán)境是啥

比如，前端網(wǎng)頁代碼長(zhǎng)啥樣、后端 JS 之類代碼咋運(yùn)行

甚至，終端怎么用、控制臺(tái)咋打開，哪些是報(bào)錯(cuò)、哪些是日志……

這些你也可以在我的《AI 產(chǎn)品經(jīng)理轉(zhuǎn)崗實(shí)訓(xùn)營(yíng)》里學(xué)到！

我專門為 Vibe Coding 設(shè)計(jì)了一章急速入門上手 AI 編程的內(nèi)容，一倆小時(shí)就能成為「全棧大佬」。

加班主任領(lǐng)課綱了解細(xì)節(jié)

最后，復(fù)習(xí)一下《一張圖說清楚成為 AI 產(chǎn)品經(jīng)理需要學(xué)什么》，有收獲請(qǐng)點(diǎn)贊、轉(zhuǎn)發(fā)！先謝過了！