建议AI产品经理面试准备到这个程度再去

AI产品经理的面试整体的难度不高，和面试官探讨了很多关于做AI平台的方向和思考，其中AI智能客服的搭建被问到的次数最多！面试官也解释了很多他们现在碰到的业务问题和解决方案，收获还是很多的~

⏭️AI智能客服项目如下

1️⃣ 【预判模块】
用户发生体验服务断裂时，来寻找客服，基本上与几类信息有关：订单状态，交易状态，已有的服务工单，上次的诉求状态。都可以借助这些信息做订单预判和问题预判。
.
2️⃣【机器人交互】
机器人交互的核心指标主要表现为：点击率，不满意率和转人工率。
.
🤔 标准问答式
其主要体现出的对话任务为：闲聊型和问答型。
闲聊：主要为打招呼或者简单的情绪安抚，起到润滑人机对话的作用。
问答：侧重于一问一答，即直接根据用户的问题给出精准答案。主要用于服务政策咨询，产品标准咨询。
主要体现为两个模块：问题理解和答案供给。
.
👇问题理解：
主要应用NLP自然语言技术，可以理解用户的自然语言，聚类提炼标准文题和拓展问题。
问题理解延伸-知识挖掘
当用户提问与知识库中问题相似度较低时，机器人会给出1-3个候选标准问题让用户选择。
.
✅答案供给：
根据用户的标准问和相似问题，由知识库/知识图谱匹配相应的答案。
.
✨智能客服产品设计中搭建流程主要包含以下步骤：
需基于已有的人工客服交互逻辑，自助在C端客服页面与客户沟通。
.
1️⃣搭建意图体系：原始数据处理、高频问题提取。准备素材。
2️⃣模型训练：主要由算法同是完成。其主要目的将用户问题与意图体系进行匹配。主要做的两件事为召回和精排。
在做匹配理解的时候，主要分为检索式和生成式
3️⃣搭建知识库：整体知识库，建议按照“问候语+问题名称+问题答案”。设计知识库时需注意其应用场景。（多轮对话和知识图谱）
4️⃣搭建知识图谱：知识图谱主要解决问题为：实体-属性-实体，实体-关系-实体之间等二维查询的问题，如转转官方验的商品详情，手机所属商家的问题。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓