课程简介
专为产品、运营、市场、数据分析及管理人员设计，旨在构建AI时代产品经理的核心能力范式。课程通过系统讲解AI业务评估体系、产品设计与迭代实战、智能客服落地实战、Agent智能营销实战以及AI驱动下的用户体验创新实战，帮助学员掌握可量化、可复制的业务评估方法，获得产品落地实战框架，提升AI产品管理能力。
目标收益
构建核心能力：深入理解AI时代产品经理与传统产品经理的不同，掌握AI时代产品经理的核心能力矩阵，重塑AI产品经理能力。
掌握评估体系：学习AI业务价值评估体系，包括业务价值增量的短中长期指标预估、北极星指标制定原则及误区、业务指标监控体系等，提升业务评估能力。
实战落地框架：获得AI产品设计与迭代的实战框架，包括AI产品经理工作流程变化、四步完成AI产品设计、智能客服产品设计落地的四大阶段等，助力产品落地。
培训对象
课程大纲
| 模块一：AI产品经理能力重塑 |
一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代产品经理的核心能力矩阵 三、AI的三大能力*五大产品产品形态解析 |
| 模块二：AI业务价值评估体系 |
一AI时代和传统价值评估的不同 二、AI时代指标评估体系 1.AI对业务价值增量的短、中和长期指标预估（量化） 2.AI业务北极星指标制定的三原则以及误区 3.AI业务指标监控体系：衡量落地策略的好坏 3.1任务类指标体系 3.2对话类指标体系 4.数据驱动优化 4.1异常分析的三个维度 4.2对话分析的三个维度 5.AI成本计算方式 案例：智能客服业务价值完整评估路径 |
| 模块三：AI产品设计与迭代实战 |
一、AI产品经理工作流程变化 二、四步完成AI产品设计 2.1 步骤一，AI新的需求挖掘 （1）工具:利用AI客户旅途找到新的AI机会点 案例：智能客服 案例：网商银行AI需求挖掘 （2）竞品分析 案例：AI PPT在红海中杀出重围，成为全球总榜第2 案例：智能客服 2.2 步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） 案例：智能客服 三、需求排序 1.工具:需求排序——KANO模型（基于竞争） 2.需求价值量化（成本、效率和对业务增量） 案例：通义千问AI场景落地优先级优先级排序 产品方案设计 |
| 模块四：AI智能客服落地实战的四大阶段 |
一、智能客服产品设计 1.第一阶段：0-1智能客服搭建阶段，基础能力完善 1.1 智能客服产品架构 1.2 智能客服功能结构图 1.3 重点模块设计以及落地难点 （1）意图识别体系搭建 （2）知识库落地 2.第二阶段：智能客服准确率提升到90%的关键策略 3.第三阶段：人格化智能客服设计 4.第四阶段：从成本中心变成营销中心 二、智能客户考核指标 三、智能客服落地难点以及对应解决方案 四、未来智能客服的发展 |
| 模块五；Agent智能营销实战 |
一、智能体介绍 二、智能体适用的场景 三、B端和C端智能体的需求和应用差异 四、智能体产品落地 1.做好智能体的三要素 2.agent产品框架 3.agent基于工作流设计自主工作模块 4.Agent工具模块设计 5.Agent记忆模块设计 五、Agent评估机制 |
| 模块六：AI产品设计落地：AI驱动下的用户体验创新实战 |
一、 AI技术革新引领设计新范式：DO+Chat不断拓展人机交互带宽 1. 蚂蚁AI体验设计框架RICH 2.基于微软和互联网大厂总结的AI赋能用户体验的设计挑战 案例：蚂蚁 3.蚂蚁总结的CUI和GUI应用场景以及优缺点 3. AI体验未来的四大发展前景 二、行业最新体验评估指标：CAIR 1.如何提高用户对AI结果的信心 方法论：大厂总结的解释时机+解释内容+交互形式 【独家总结】可解释与信任构建的三种交互方式 2.提高成功的价值 3.错误的成本 4.纠正难度 案例：金融行业或者你所在的行业基于CAIR进行优化 5.体验指标优化五大原则 三、AI未来在产品设计和体验的展望 |
|
模块一：AI产品经理能力重塑 一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代产品经理的核心能力矩阵 三、AI的三大能力*五大产品产品形态解析 |
|
模块二：AI业务价值评估体系 一AI时代和传统价值评估的不同 二、AI时代指标评估体系 1.AI对业务价值增量的短、中和长期指标预估（量化） 2.AI业务北极星指标制定的三原则以及误区 3.AI业务指标监控体系：衡量落地策略的好坏 3.1任务类指标体系 3.2对话类指标体系 4.数据驱动优化 4.1异常分析的三个维度 4.2对话分析的三个维度 5.AI成本计算方式 案例：智能客服业务价值完整评估路径 |
|
模块三：AI产品设计与迭代实战 一、AI产品经理工作流程变化 二、四步完成AI产品设计 2.1 步骤一，AI新的需求挖掘 （1）工具:利用AI客户旅途找到新的AI机会点 案例：智能客服 案例：网商银行AI需求挖掘 （2）竞品分析 案例：AI PPT在红海中杀出重围，成为全球总榜第2 案例：智能客服 2.2 步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） 案例：智能客服 三、需求排序 1.工具:需求排序——KANO模型（基于竞争） 2.需求价值量化（成本、效率和对业务增量） 案例：通义千问AI场景落地优先级优先级排序 产品方案设计 |
|
模块四：AI智能客服落地实战的四大阶段 一、智能客服产品设计 1.第一阶段：0-1智能客服搭建阶段，基础能力完善 1.1 智能客服产品架构 1.2 智能客服功能结构图 1.3 重点模块设计以及落地难点 （1）意图识别体系搭建 （2）知识库落地 2.第二阶段：智能客服准确率提升到90%的关键策略 3.第三阶段：人格化智能客服设计 4.第四阶段：从成本中心变成营销中心 二、智能客户考核指标 三、智能客服落地难点以及对应解决方案 四、未来智能客服的发展 |
|
模块五；Agent智能营销实战 一、智能体介绍 二、智能体适用的场景 三、B端和C端智能体的需求和应用差异 四、智能体产品落地 1.做好智能体的三要素 2.agent产品框架 3.agent基于工作流设计自主工作模块 4.Agent工具模块设计 5.Agent记忆模块设计 五、Agent评估机制 |
|
模块六：AI产品设计落地：AI驱动下的用户体验创新实战 一、 AI技术革新引领设计新范式：DO+Chat不断拓展人机交互带宽 1. 蚂蚁AI体验设计框架RICH 2.基于微软和互联网大厂总结的AI赋能用户体验的设计挑战 案例：蚂蚁 3.蚂蚁总结的CUI和GUI应用场景以及优缺点 3. AI体验未来的四大发展前景 二、行业最新体验评估指标：CAIR 1.如何提高用户对AI结果的信心 方法论：大厂总结的解释时机+解释内容+交互形式 【独家总结】可解释与信任构建的三种交互方式 2.提高成功的价值 3.错误的成本 4.纠正难度 案例：金融行业或者你所在的行业基于CAIR进行优化 5.体验指标优化五大原则 三、AI未来在产品设计和体验的展望 |
近期公开课推荐
