中文有码视频在线播放免费_亚洲欧美日韩午夜福利_国产精品自在在线午夜精华在线_日本黄?r色?成?人网站免费

當(dāng)前位置: 首頁 > 內(nèi)訓(xùn)課程 > 課程內(nèi)容
廣告1
相關(guān)熱門公開課程更多 》
相關(guān)熱門內(nèi)訓(xùn)課程更多 》
相關(guān)最新下載資料

AI浪潮下的產(chǎn)品經(jīng)理能力重塑

課程編號:64428

課程價格:¥18000/天

課程時長:1 天

課程人氣:7

行業(yè)類別:不限行業(yè)     

專業(yè)類別:人工智能 

授課講師:陸堯

  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓(xùn)對象】
產(chǎn)品負(fù)責(zé)人、產(chǎn)品經(jīng)理、項目經(jīng)理、產(chǎn)品團隊人員

【培訓(xùn)收益】
掌握時下前沿AI技術(shù)在產(chǎn)品領(lǐng)域應(yīng)用的全景認(rèn)知。 全面理解AI技術(shù)如何改變產(chǎn)品經(jīng)理的角色定位、技能需求和工作流程。 明確不同AI技術(shù)的側(cè)重點,掌握看如何針對全產(chǎn)品生命周期各環(huán)節(jié)適配AI工具,并高質(zhì)量完成任務(wù)。 明確AI時代產(chǎn)品經(jīng)理需要掌握的8項關(guān)鍵技能。 掌握DeepSeek、Qwen、訊飛星火等主流大語言模型及其衍生家族的使用和部署。 掌握AI工具在產(chǎn)品設(shè)計中的6個主要應(yīng)用場景。 明確AI時代產(chǎn)品需求分析方法論的演變。 實戰(zhàn)AI workflow的構(gòu)建和應(yīng)用。

一、認(rèn)知破壁: AI是威脅還是超導(dǎo)體?
1. 建立時下AI技術(shù)認(rèn)知
從AI到LLM – AI、機器學(xué)習(xí)、深度學(xué)習(xí)、大模型之間是什么關(guān)系?
AI養(yǎng)成 – 多跟AI說話可以訓(xùn)練大模型,讓它“成長”嗎?
焦慮本質(zhì) – AI替代人力危機 vs 不會用AI被淘汰危機
認(rèn)知重構(gòu)實驗:5分鐘生成互動式行業(yè)趨勢報告
工具:四種工具實操對比
2. 產(chǎn)品經(jīng)理角色定位的顛覆性轉(zhuǎn)變
思維模式迭代
能力要求躍遷
價值創(chuàng)造重構(gòu)
小組演練:反向推導(dǎo)產(chǎn)品邊界-用AI生成“最糟糕的產(chǎn)品方案”
二、技能重塑:AI時代產(chǎn)品經(jīng)理需要掌握哪些關(guān)鍵技能?
1. AI和機器學(xué)習(xí)基礎(chǔ)
AI的基本原理與應(yīng)用場景
AI技術(shù)賦能產(chǎn)品全生命周期
小組討論:我用AI技術(shù)協(xié)助處理過什么問題?效果如何?
2. 數(shù)據(jù)驅(qū)動決策
從“單核”用戶思維到“雙核”用戶思維+數(shù)據(jù)思維
從海量信息中提取價值信息
小組演練:使用AI進(jìn)行“需求煉金”
3. 用戶體驗設(shè)計
AI工作的可解釋性與透明度
結(jié)合用戶需求與AI功能
小組演練:使用AI進(jìn)行用戶行為分析
4.跨部門協(xié)作
AI賦能的新協(xié)作機制
有關(guān)AI的有效跨部門溝通
小組演練:使用AI生成產(chǎn)品上線任務(wù)列表
5. 敏捷開發(fā)和項目管理
AI賦能的迭代開發(fā)模式
貫穿項目全程的AI+模式
小組演練:使用AI構(gòu)建“項目風(fēng)險識別”工作流,生成《風(fēng)險報告》
6. 商業(yè)思維和市場洞察
商業(yè)敏感度的AI+升級
全自動追蹤下的市場洞察
小組演練:使用AI工具追蹤競爭對手與行業(yè)動態(tài)
7. 技術(shù)素養(yǎng)
數(shù)據(jù)清洗和處理基礎(chǔ)
模型訓(xùn)練與評估基礎(chǔ)
8. AI倫理
數(shù)據(jù)隱私與公平等倫理問題
算法偏見等新型問題
案例討論:AIGC的版權(quán)歸屬問題
三、智能革命:如何高效“駕馭”人工智能,而非被人工智能“指揮”?
1. AI技術(shù)對產(chǎn)品開發(fā)流程的影響
加速產(chǎn)品開發(fā)周期
提升設(shè)計創(chuàng)新新性
優(yōu)化決策與洞察
增強用戶體驗
課堂討論:有哪些工作希望AI來完成?目前是否可行?
2. AI工具在產(chǎn)品設(shè)計中的應(yīng)用場景
創(chuàng)意生成與設(shè)計優(yōu)化
自動化原型生成
用戶行為預(yù)測
數(shù)據(jù)分析與反饋
個性化設(shè)計
虛擬測試與迭代
3. AI時代產(chǎn)品經(jīng)理面臨的典型挑戰(zhàn)
技術(shù)迭代速度
過度依賴AI
數(shù)據(jù)質(zhì)量和隱私
倫理問題
案例討論:推理模型幫助解決大語言模型倫理問題的方式與局限

四、范式轉(zhuǎn)移:AI時代產(chǎn)品需求分析方法論的演變?
1. 需求分析的重新定義與簡化
簡化產(chǎn)品邏輯
降低學(xué)習(xí)成本
用戶畫像與行為路徑
課堂練習(xí):使用AI生成用戶畫像,并分析目標(biāo)用戶的典型行為路徑.
2. 量化與動態(tài)化需求分析的興起
AI驅(qū)動的預(yù)測模型生成動態(tài)需求預(yù)測
基于用戶數(shù)據(jù)的量化需求分析
3. AI技術(shù)賦能需求分析的多維度能力
NLP(自然語言處理)與機器學(xué)習(xí)算法
多模態(tài)的實用意義
4. 從功能到非功能需求的全面關(guān)注
算法透明度與數(shù)據(jù)安全
小組演練:通過AI Agent量化分析用戶數(shù)據(jù),并預(yù)測需求變化
五、AI實戰(zhàn):0門檻招聘一名產(chǎn)品經(jīng)理AI副駕駛
1. 國內(nèi)主流模型選型
幾大主流模型橫向?qū)Ρ?br /> Docker容器與Ollama
2. Agent與Workflow
Anythingllm搭建隱私本地知識庫問答
Workflow體驗:字節(jié)Coze搭建Agent Workflow
工具演練:使用智能體工作流從產(chǎn)品介紹中提取賣點
六、課程總結(jié)與回顧
1. 主要知識點回顧
2. 學(xué)員反饋與答疑
 

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們