极客时间AIGC产品经理训练营

定位与适用门槛：从技术边界到落地思维

这套资料解决的是AIGC产品经理普遍存在的“技术黑盒”痛点，即无法将模糊的大模型能力转化为可落地的具体产品方案。它并非面向零基础入门者，而是预设读者已具备基础的产品逻辑，但缺乏对Transformer原理、训练流程及评测体系的深层理解。课程重点在于拆解传统机器学习与大模型（LLM）的本质差异，厘清产品经理在算法全周期中的具体决策边界。通过厘清技术边界，你不再需要向工程师解释“为什么模型不听话”，而是能准确定义“对齐”、“幻觉”及“检索增强”在业务中的具体参数表现。这种从“功能堆砌”到“系统构建”的思维转变，是连接创意与工程落地的关键桥梁。

核心模块解读：构建完整的技能闭环

算法基础：补齐认知盲区

重点攻克“算法篇”中关于模型训练与评估的内容。不要只关注最终结果，而要深入理解训练过程中的技术债务与评估指标。这部分帮助你在产品初期判断技术可行性，避免过度承诺。理解传统推荐算法与大模型生成式推荐的异同，能让你在方案设计中做出更准确的取舍。

技能实战：掌握Prompt与RAG架构

“技能篇”是动手核心。Prompt工程不是简单的填空，而是构建逻辑约束的艺术。重点学习RAG（检索增强生成）架构，这是解决大模型幻觉与知识时效性的核心手段。结合Coze等低代码平台实操，将抽象的架构思想转化为可运行的智能体（Agent），这是检验学习成效的最直接方式。

学习路径与落地建议

建议先阅读“算法篇”的评估章节，建立对模型质量维度的量化认知；再进入“技能篇”进行RAG与Agent的代码级理解，同步完成Coze实操作业。学习完能独立设计一款基于RAG的垂直领域知识助手，包括从知识库构建、检索策略优化到Prompt调优的完整链路，并能够输出包含模型选型依据、成本预估及幻觉率控制策略的产品需求文档。资料包中的PDF理论文档需在课前预习建立框架，视频课程则用于配合实操练习，重点在于复现其中的智能体搭建过程，而非单纯观看。这种“理论定边界、实操建肌肉记忆”的配合方式，是确保知识转化为生产力的关键。