AI 产品经理 — 这职业到底是干啥的
AI 产品经理不是「写 PRD 的传统 PM」,是「懂 LLM 能力边界 + 会设计 Agent 流程的人」。国内 849 岗位,中位月薪 35k(比 AI Agent 工程师还高一档)。
AI 产品经理 — 这职业到底是干啥的
把 AI 产品想成一个新厨子。
传统厨子(确定性程序)—— 你给他菜谱,他每次按菜谱炒出一模一样的菜,但只能炒菜谱上的菜。
AI 厨子(大模型)—— 你不给菜谱,给他冰箱(数据 + 工具),告诉他「客人要什么口味」(prompt),他每次炒出来都不一样,但能应付一万种「客人要求」。
AI 产品经理就是这个新厨房的主厨:决定冰箱里放什么(什么数据 / 工具 Agent 能用)、菜单怎么设计(功能流程)、客人投诉怎么改(评测 + 反馈循环)。
AI 产品经理 vs 传统 PM 的根本差别
传统 PM 写 PRD:「点击按钮 A,弹出弹窗 B,输入 X 后跳转页面 C。」每一步是确定的。
AI PM 写 PRD:「用户输入诉求 → 大模型理解意图 → 调工具(查订单 / 查文档 / 生成方案)→ 输出结果。模型有 5-10% 概率答错,怎么兜底?评测集是什么?错误样本怎么收集?」
AI PM 的核心新能力是「设计带概率的产品」。传统 PM 不需要思考这件事 — 你点登录按钮要么成功要么失败,没有「85% 概率成功」这一说。AI 产品天生概率性,理解概率思维是 AI PM 的入门门槛。
三套硬核能力
1. 懂 LLM 能力边界。 什么任务该用大模型?什么任务该用规则?大模型擅长「理解意图 / 生成内容 / 多轮对话」,不擅长「精确计算 / 严格规则执行 / 实时数据查询」。AI PM 必须能在产品评审里说清楚:「这一步用模型,因为... 这一步用规则,因为...」。
2. 会设计 Agent 流程 + Prompt。 不是要会写代码 — 但要能画出「用户 → 模型 → 工具 → 输出」的完整流程图,知道每一步的 prompt 大概怎么写、tool 怎么编排、什么时候调用 RAG。这是和 AI Agent 工程师配合的语言。
3. 设评测 + 看数据。 AI 产品没法用传统 A/B 测试做对。要会设评测集(100-1000 条 case),跑回归,看模型在不同场景的得分。这是把「玩具 demo」推上线、做成「真产品」的关键关。
AI 产品经理的真实数据
Agent Hunt 抓到国内 849 条 AI 产品经理岗位:
| 指标 | 数据 |
|---|---|
| 国内岗位数 | 849 |
| 中位月薪 | 35k(p25 22.5k / p75 45k,样本 289 条) |
| 中位经验要求 | 3 年 |
| 头部公司 | 字节跳动、腾讯、智谱 AI、Moonshot |
| 最高频技能 | LLM / Agent 架构 / 数据分析 / Prompt 工程 |
| 学历分布 | 本科 244 / 任意 40 / 硕士 16(学历卡得比算法岗松) |
35k 的中位甚至比 AI Agent 工程师(32.5k)还高 — 反映 AI PM 在大模型公司里被定位为关键岗位。最高频的 sample title 包括「AI 策略产品经理」「AIGC 产品运营」「智能座舱 PM」「医疗 AI 产品专家」。
海外这条线只有 106 条 — 不是因为海外不需要 PM,是因为海外 AI 公司更工程师驱动(OpenAI 数据上 SDE 远多于 PM)。海外 AI PM 中位月薪 74k CNY/月,但准入门槛高 — 几乎全是技术 PM 出身。
怎么开始
第一步:把一个 AI 工具用透。 选 ChatGPT / Claude / Coze 任一个,深度用 1 个月。每天用,记录「什么 prompt 让它输出更好 / 哪些任务模型搞不定」。这份笔记是你 AI PM 面试的核心素材。
第二步:做一个 Agent 产品 demo。 用 Coze 或 Dify 做一个真实场景的 Agent(你公司的内部工具 / 教育助手 / 客服 / 代码助手都行)。重点不是炫技,是有真实用户用过 + 你能讲清楚迭代了几版。
第三步:写一份 AI 产品 PRD。包含:用户痛点 / 现有方案不足 / AI 解决方案 / Agent 流程图 / 评测指标 / 风险与降级方案。这份 PRD 是你简历最有价值的附件。
第四步:投头部公司。优先:大模型公司(智谱 / MiniMax / Moonshot / 百川)+ 互联网大厂 AI 部门(字节 AI Lab / 腾讯 AILab / 阿里通义)。这些公司挂 AI PM 的频次远高于传统 PM。
不适合谁
1. 只懂传统 SaaS / 增长 PM 方法论的人。对 LLM 能力上限没手感、只会喊「智能化」但说不出技术约束的 PM,这两年很难拿到 offer。面试官只问一句「你这个功能为什么用模型不用规则」就能筛掉一半。
2. 不愿意学技术的 PM。不需要写代码,但必须能读懂 prompt、看懂 Agent 架构图、能和工程师讨论 retrieval top_k。纯商业 / 用户研究背景没有技术 sense 的 PM 在这条线上很被动。
3. 想做「确定性产品」的人。如果你享受「按钮点了就一定生效」的产品逻辑,AI 产品会让你抓狂。AI 产品永远在概率里,做不到 100% 准确。
AI PM 和 AI Agent 工程师怎么分工
- AI PM:定方向(做什么)、设计流程(怎么做)、定评测(怎么验收)、看商业 ROI
- AI Agent 工程师:拼接实现(怎么用框架接起来)、调 prompt(怎么让模型答得更好)、调 RAG(怎么让检索更准)、跑性能(怎么省成本)
两个角色经常一对一配对。在大模型公司,一个 AI PM 通常对应 2-4 个 AI Agent 工程师。
下一步
- 想看 AI PM 完整数据 → 国内 AI 产品经理角色页
- 想看海外 AI PM(技术 PM 偏多)→ 海外 AI 产品经理角色页
- 想看怎么和工程师配合 → AI Agent 工程师 Lv2 篇