从产品经理的视角，我看到的AI投毒至少有三种形态，每一种都对应着不同的利益链条和风险场景：

后来，一位数据产品经理做了一件小事：把系统的“异常预警”接入了企业微信，每天早上八点，只推送一条最关键的异常信息，附一个链接。采购经理点开率超过90%，三个月后...

我打开 Boss 直聘搜了一圈 AI 产品经理，发现这个岗位要求特别杂：有的要懂 AI，有的要会写代码，有的又特别强调行业经验。

准确来说，Agent 产品经理和 AIGC 产品经理都属于 AI 产品经理的细分方向。但现在市场上招聘的时候，这三个头衔已经开始分开写了，代表的侧重点完全不一样...

15岁少年用AI做衣橱，服装设计师用AI做健身陪伴，多元、跨学科，经常能在MIXLAB 训练营里看到，作品完全不一样。

但如果你的目标是最近两年大量出现的 AI 应用产品经理、Agent 产品经理、大模型产品经理，那么学习顺序应该完全不一样。

写它的人叫沐泽。16 年医疗信息化产品经理，自己开了一家"一人公司"。整个系统，是他一个人用 CloudBase + CodeBuddy 做出来的。于是我一下子...

上周有个朋友来问我。他说自己为了转 AI 产品经理，学了很多东西，但一到面试，企业还是会跟他说一句话：“你做的这些，更像 AI Demo，而不像真正的业务。”

这个是产品经理给你设计出来的最优路线，但对所有人都一样，无论你是谁，你都得这么填。

这一步的核心目的，是锁定我们要分析的“新增注册用户名单”，我们只需从用户注册表(reg)中，提取出“用户ID”和“注册时间”这两列数据即可。

Forward Deployed Engineer（FDE，前线部署工程师）是近几年 AI / 数据公司里非常关键的一类岗位，本质上是：

现在 AI 做 UI 的工具太多了，打开一个，输入一句话，啪，出来一张图。看起来很酷，但真要做产品的人心里都清楚——能生成，和能落地，是两回事。

老板说："我们要做个AI功能。" 产品经理说："好，加个对话框。" 然后——凉了。

以 AI 功能为例。一个产品经理说“我们要做一个智能客服”，听起来是一个产品需求。但实际上，这个决策背后藏着一系列只有技术人才能真正判断的问题：

有的人说AI转行四周计划，第一步就是先扎入技术的海洋，RAG（检索增强生成）、Chunk（知识分块）、Prompt 、Embedding（向量嵌入） 这些必须搞...