系统掌握提示词工程从基础到进阶的技巧，获得驾驭大模型的基础能力；学会AI产品评测的核心流程与方法，为产品设计与迭代提供可量化的质量控制能力。

1. 1、基础提示词工程：概念和3大框架
2. 2、思维链与思维树
3. 3、自洽性推理
4. 4、少样本提示（Few-Shot）
5. 5、系统提示词与用户提示词
6. 6、温度与Top P
7. 7、实战：人设打造
8. 8、实战：项目风险评估
9. 9、实战：用AI做商业决策
10. 10、实战：风格化新闻稿
11. 11、为什么要学AI产品的评测
12. 12、过拟合与欠拟合
13. 13、数据漂移
14. 14、分类型AI产品评测的核心指标
15. 15、生成式任务的评测方法
16. 16、评测报告的撰写指南
17. 17、实战：AI产品评测实战案例

掌握RAG（检索增强生成）与知识库搭建方法，优化业务检索与上下文供给，提升大模型在专业场景下的表现与可靠性。

1. 1、理解RAG：原理、价值与典型应用
2. 2、RAG流程：从输入到输出
3. 3、知识分段：方法、场景与技巧
4. 4、实战：Dify/Coze构建多类型知识库
5. 5、向量化与Embedding要点
6. 6、元数据与标签体系设计
7. 7、实战：元数据创建与批量导入
8. 8、检索不准的根源分析
9. 9、重排序：效率与精度平衡
10. 10、实战：重排序优化Badcase
11. 11、混合检索：提升稳定性
12. 12、Query优化：问得准、答得好
13. 13、实战：三类Query优化演示
14. 14、语义路由：问题走向正确能力
15. 15、实战：客服语义路由设计与避坑
16. 16、实战：检索优化的完整迭代
17. 17、实战：打造可用的AI陪伴+RAG产品

从概念到工程，讲清AI Agent的能力构成与设计方法，包括Function Calling、MCP、记忆、复杂规划、多智能体协作等能力落地，让产品具备可组合、多技能的智能体特性。

1. 1、认识Agent：概念与爆火原因
2. 2、Agent的核心能力全景
3. 3、通用Agent与垂直Agent区别
4. 4、Agent常用数据与基础格式
5. 5、业务逻辑基础：条件与循环
6. 6、批处理与流程控制要点
7. 7、Function Call的原理与应用
8. 8、MCP：构建可扩展的Agent能力
9. 9、Agent记忆机制与使用方法
10. 10、Agent大脑：规划与反思能力
11. 11、ReAct范式：推理与行动结合
12. 12、多智能体协作模式
13. 13、实战：扣子与Dify插件操作
14. 14、实战：航班与机场信息查询（MCP）
15. 15、实战：扣子的记忆功能应用
16. 16、实战：市场专员规划型Agent
17. 17、实战：旅游助手的反思迭代
18. 18、实战：构建个人问答助理（ReAct）
19. 19、实战：客服场景的多Agent协同
20. 20、实战：火山知识库的应用

如何打造成功的产品？本章将介绍挖掘用户真实痛点的方法论，介绍如何对标竞品先进经验的方法论，把拍脑袋的需求、灵光一现的idea，变成可论证的结论。

1. 1、用户体验要素与产品设计基础
2. 2、用户需求调研的价值与方法
3. 3、用户访谈：目标与核心流程
4. 4、访谈准备：受访者选择与提纲设计
5. 5、访谈执行：开场与沟通技巧
6. 6、访谈进阶：追问方法与高效收尾
7. 7、实战：用AI生成访谈提纲
8. 8、实战：用AI整理访谈洞察
9. 9、问卷调研：适用场景与基本流程
10. 10、问卷设计：问题与答案的最佳实践
11. 11、抽样策略：提升调研可信度
12. 12、问卷投放与结果分析方法
13. 13、实战：用AI设计和分析问卷
14. 14、竞品调研概念与整体框架
15. 15、竞品调研的准备与切入方式
16. 16、宏观视角：行业格局与趋势判断
17. 17、功能模块级竞品拆解技巧
18. 18、实战经验：如何提炼竞品关键差异
19. 19、AI辅助：加速竞品信息整理
20. 20、AI辅助：自动化竞品分析与对比

讲解AI产品的市场细分与目标市场选择，通览AI产品设计原则，强化数据监控与采集相关知识，帮助你把用户需求转化成具体而明确的产品设计。

1. 1、细分市场与大众市场区别
2. 2、市场细分的常用评估维度
3. 3、目标市场规模的测算方法
4. 4、目标市场的多角度评估
5. 5、AI产品的目标市场选择策略
6. 6、C端产品设计原则概览
7. 7、C端产品六项核心设计原则
8. 8、C端产品的典型设计案例
9. 9、B端产品的类型与场景差异
10. 10、B端产品的角色定位与基本功
11. 11、AI产品设计的几项基本原则
12. 12、数据驱动：产品数据采集与分析
13. 13、数据埋点的常见方法与类型
14. 14、数据埋点的实践技巧与避坑
15. 15、AB测试的场景与目标设定
16. 16、AB测试的全流程与实验方法
17. 17、AB测试的常见问题与陷阱
18. 18、灰度发布的策略与实战指南
19. 19、数据采集与效果监控实战演练

深入解析支撑AI产品的三大要素之二（算法、算力），理解各要素在产品决策、成本与部署上的权衡，助你做出更可执行的技术选型。同时，接续上周内容，讲解产品文档、原型设计与需求池管理的产品基本功。

1. 1、人工智能主流理论流派介绍
2. 2、机器学习与神经网络基本原理
3. 3、深度学习简介：AI 能力爆发的引擎
4. 4、视觉模型介绍：CNN卷积神经网络
5. 5、序列问题求解：RNN循环神经网络
6. 6、Transformer与GPT
7. 7、MoE与大模型架构
8. 8、扩散模型 / Diffusion Model
9. 9、大模型的微调训练方法
10. 10、LoRA微调原理
11. 11、大模型时代的金铲子：GPU与TPU
12. 12、模型算力成本的权衡
13. 13、产品类文档简介
14. 14、实战：PRD撰写实战演示
15. 15、实战：通过MasterGo AI生成产品原型
16. 16、需求池管理与优先级排列原则

掌握AI训练数据收集与清洗的实操方法，了解AI伦理与合规知识，掌握推动AI落地的沟通与项目落地经验。

1. 1、训练数据需求分析与获取
2. 2、数据清洗全流程实战要点
3. 3、缺失值与异常值处理技巧
4. 4、数据标注与质控管理机制
5. 5、数据增强与合成技术路径
6. 6、实战：银行客服数据案例
7. 7、实战：数据集构建全流程
8. 8、产品团队高效沟通框架
9. 9、技术/研发/运营协作沟通技巧
10. 10、需求沟通与需求评审
11. 11、向上管理与沟通技巧
12. 12、实战：沟通面试演练
13. 13、用户隐私与数据安全
14. 14、AI合规与风险防控实务
15. 15、生成内容合规与安全管理
16. 16、实战：大模型安全产品演示

解构AI如何重塑内容体验，挖掘教育、娱乐等场景的AI变革机会与变现模式。

1. 1、AI答疑发展历史与市场格局
2. 2、实战：需求调研与分析
3. 3、实战：PRD与流程设计
4. 4、实战：火山知识库题目录入工具构建
5. 5、实战：核心工作流优化
6. 6、实战：低代码界面搭建与调试
7. 7、AI陪伴行业历史沿革
8. 8、拟人角色设计方法
9. 9、AI陪伴商业化思考
10. 10、实战：对话流设计与搭建
11. 11、实战：调试与性能优化

介绍AI在若干通用领域的应用，包括电商、软件开发、办公、营销等，了解AI如何通过通用能力赋能千行百业。

1. 1、电商+AI产业地图
2. 2、AI生成营销图产品概览
3. 3、AI客服与AI电销行业概览
4. 4、AI客服复杂问题设计探究
5. 5、AI客服实战：工作流搭建与调试
6. 6、第三方智能客服产品分析
7. 7、AI语音机器人与AI客服
8. 8、AI+文档编辑工具解析
9. 9、AI+PPT类工具解析
10. 10、AI编程行业解析
11. 11、无代码AI开发平台初探
12. 12、AI会议纪要实战：场景与需求分析
13. 13、AI会议纪要实战：流程设计
14. 14、AI会议纪要实战：可行性调研
15. 15、AI会议纪要实战：工作流搭建

探讨AI在提升专业效率（医疗、药研、旅游等）的应用模式与挑战，学习如何通过AI构建超越人类的生产力工具。

1. 1、AI医疗B端与C端市场解析
2. 2、智能问诊场景与需求深度剖析
3. 3、实战：医疗AI产品核心流程设计
4. 4、实战：智能听诊核心流程实现
5. 5、实战：构建医典，通过RAG提升诊断效率
6. 6、旅游AI市场需求与商业分析
7. 7、主流旅行AI产品竞品调研
8. 8、旅游规划助手流程框架设计
9. 9、景点推荐与交通方案生成
10. 10、输出标准与质量评定方法
11. 11、工作流优化与幻觉消除
12. 12、旅游AI产品评测与迭代

帮助学员明确在AI赛道的个人定位与成长路线，掌握简历、项目包装与面试通关技巧，做到学以致用、顺利进入岗位。

1. 1、AI赛道个人定位选择
2. 2、AI非技术赛道招聘需求详解
3. 3、产品职业生涯常见困惑解答
4. 4、AI产品经理简历准备技巧
5. 5、AI产品经理项目与面试准备技巧
6. 6、实操/就业综合项目指导