AIGC大模型工程师和产品经理详细学习路径图（附完整版学习路径图）_aigc岗位有哪些 怎么入门

chatGPT 应该是历史上界面最简洁的流行软件了，只是一个对话框。

谷歌的搜索框虽然简单，但结果返回页内容还挺丰富，有分类，有工具，有推荐，有广告。

微信的发送栏功能也很多，有表情，有文件，有剪切工具，有聊天记录，等等。

这两者已经算是极简风格的软件了。但还是没有chatGPT简洁。

追随chatGPT 而出的AIGC 应用，几乎都是这种对话风格。在感叹通用人工智能强大之余，我不禁会想，貌似以后只要打字或说话就行，没有那么多的流程和操作步骤，那么产品经理以及交互设计师，是不是无事可做了？

于是我和chatGPT 聊了聊。

它说的对，但是感觉比较空泛。

我觉得，应该从“产品经理”的定义和职责入手，想清楚产品经理存在的意义是什么，在AIGC时代对产品经理的需求到底发生了什么变化？

产品经理的职责是在模拟世界和数字世界搭建桥梁。只要存在人类不能够理解数字世界的内容，产品经理就是那个解释器。反过来，如果数字世界不能理解人类世界，产品经理也有责任去解决这个问题。

好的，chatGPT夸奖我的想法了。我继续发挥一下。

在传统软件模式下，人类需要将自己的现实问题转化为数字世界的结构化表达方式，典型就是SQL数据查询。

我们需要先把数据转化为标准的表结构，然后用SQL语言进行查询。为了降低使用难度，增加筛选条件，排列顺序等可视化的操作界面。

产品经理事实上在设计一个流程，将用户驯化，使用符合自己定义的结构化模式，用户就像是被引导到轨道上去开车。而在AIGC应用模式下，由于大模型本身就能理解自然语言，这样貌似用户就可以随心所欲地开车了。

但是，人真的知道自己想要什么吗？ 我最初使用chatGPT的时候，往往不知道该如何向chatGPT 发问。

我继续跟它讨论：

所以AIGC时代的产品经理，要帮助用户挖掘出自己真正的需求，应该通过引导的方式，一步步梳理出适合向AI提问的prompt； 另外一方面，将AI的答案给出合理的解释，能找到AI答案的内容来源和基本逻辑，这样才能提升用户的信任度， 也就是将AI答题过程透明化。还有，需要给用户提供可以微调AI的设置，以便给出更符合用户个性化需求的答案。你对此怎么看？

我想把概念再梳理一下。

AIGC是AI-G-C。AI通过大算力生成了内容，与规则模式不同，面对同样的问题，AI产出的内容几乎不会一模一样。这与我们平时输入-输出的直觉反应是不同的。连大模型的制造者都不知道AI每次会产出什么，以及为什么会这样做。这是一个非常重要的关键点，关乎用户的预期和信任。

于是我把这点加上，整理为AIGC产品经理要解决的五个问题：

1 管理用户预期：由于AIGC的过程是一个黑盒，现在的技术水平也没有做到完美，因此必须要控制用户的预期，告知他们可能需要参与的程度。这有点像智能驾驶阶段L3/L4，而不是L5. 现在chatGPT底部会有“chatGPT可能会犯错误，请核实重要信息”，但这只能算是免责条款，而不是真正的预期控制。

2 提供操作引导：因为可以随便提问，所以反而用户不知道该如何做，这往往导致用户给出非常宽泛的问题。现在chatGPT会给出一些提问的示范，但我觉得远远不够，特别是当设计基于LLM的垂类应用时，产品经理应该设计符合业务逻辑的提问框架，这样反而能提高工作效率

3 增强结果可信度：因为AIGC的创作过程是一个黑盒子。“幻觉” 问题会毁掉AIGC的一切。所以产品经理应该要尽可能提高AIGC应用的透明性，保证用户对产品的信任度。

4 提高交付便利性：用户想得到往往不只是文字回答，而是某种更接近工作成果的交付物，比如PPT，比如直接将内容发送到某个邮箱。所以，如果能将AIGC与工作量结合起来，就像Agents 那样是更有效的。

5 提升结果可控性：尽可能让用户加入到生成过程中，比如对回答内容的开放程度，措辞的风格，甚至底层模型及其参数的选择等，这点跟2,3,4都有关系。

要解决以上问题，才能让AIGC产品从玩具真正变成工具。

到这时候，chatGPT给不出更好的意见，基本上把我的话又重复了一遍。

­­作为补充，针对以上几点，我对比了下其他AIGC应用。

比如COZE的智能体，在做用户引导的时候就更友好，虽然底层也是用chatGPT。

这个写作助手 BOT，在说明自身定位后，给出了三个常用示范提问。并且在我选择其中一个问题后，不仅给出答案，还能给出进一步提问的路径。

秘塔搜索在给出回答时，既显示了思考过程，也给出了内容来源，还提供了结果大纲，可以直接产出PPT！

虽然这个PPT挺丑的，不过能看得出他们努力的方向。

谷歌GEMINI在回答问题后，会给出内容的相关链接，还有分享和导出快捷键。

Gemini 还提供了一个 核查回答的ICON。

但是核查结果往往也是有问题的。

我不知道为什么Gemini 为什么不先把答案核对好了再输出结果！如果Google 是一个第三方的结果核查智能体，那倒是非常不错的选择。

不管怎样，后起之秀们在操作界面上确实比chatGPT更友好一些。于是我损了一下chatGPT。

当然，我理解chatGPT是一家技术驱动的公司，现在界面更多是用来展示其技术能力。如果我们用AIGC来打造一个垂类领域知识产品，应该要比现在的交互流程提出更高的要求。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

-END-

---

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/正经夜光杯/article/detail/952580