长文解析,AI时代程序员转型学习路径!

323 阅读14分钟

前面的文章讲了三点我从程序员到AI产品负责人的转型历程和转型中的认知变化:

一:不发声就不发声,必须发声打造自己的影响力。

二:适应大模型的不确定性思维。大模型的技术特性和思维逻辑带来了全新的产品范式和代码编写逻辑。

三:当被熊追的时候,你只需要跑的比你身边的人快。智能时代的来临,谁反应快谁才能更容易成为赢家。

好多朋友看了两篇文章之后,一直在追更,再次感谢大家的支持。

tiezi.jpg

今天这篇文章,我来分享一下大家呼声很高的一部分内容:从程序员到AI产品负责人转型的完整学习路径。

从程序员转型到AI产品负责人的优势

首先我们要知道程序员转型到AI产品负责人的话,我们的优势是什么?

在过去两年我转型和学习的过程中,我总结了在AI产品的流程设计上程序员天然占据的两个了优势:

1. 拥有编程能力,在学习和AI应用落地的过程中,我们可以更快的实操和试错落地。

实操是进步最快的方案。看一百遍听一百遍,不如自己做一遍。

尤其是当我们在制定产品agent流程的过程中,编程能力带来了巨大的优势和作用。

编程能力可以让我们快速验证和迭代我们在流程设计中的想法。这种即时反馈的机制,使得我们能够不断调整和优化流程。

2. 从传统思维到大模型思维的转变,直接接触程序的人感受更直观,也更容易知道在何时何处应用大模型。

程序员是直接在程序层了解AI产品背后的agent流程设计,这会非常直观的帮助我们完成大模型思维的转变。

举个例子:

jglz.jpg

假设我们现在需要做个关于汽车的问答机器人,我们使用了RAG流程。知识库中我们放了大量关于车的信息,如图:

rag1.jpg

我们输入问题su7卖多少钱?,知识库大概率会匹配到小米su7售价这条信息,此时程序还是没问题的。

但是当我们再次追问一个问题A6呢? ,这时候程序会拿A6呢?去知识库进行匹配,是无法准确的匹配到用户的意图奥迪A6能买多少钱?

这时候拥有大模型思维的人,会立刻想到两点:

  • 可以用大模型在流程中进行用户真实意图的判断。
  • 大模型进行真实意图判断的时候会出现错误。所以还需要进一步验证逻辑。

这就是大模型的思维,是建立在对大模型有了一定认知之上所产生的自然而然的解决方案。

上面提到的两点,在传统的形式化逻辑中,是不存在的,也无法实现。

现在因为有大模型,我们可以在合理的位置添加自然语言程序,来实现全新的逻辑和流程。

这些是需要你对代码有认知,对大模型有认知,才能做到:知道在哪加,知道加什么,知道加完是个什么效果

ps:这是一个真实的案例,在我对五个竞品的分析中,他们都没有实现这一操作。后来我还给群里的小伙伴们分享过这件事

如何提高该有的认知,设计好AI产品背后的agent流程,就需要我们接下来要讲到的学习路径中的内容和方式。

学习路径一:AI基础知识

对于AI知识的初学者,最大的问题是在学习过程中会陷入概念漩涡。

然后顺着概念走向神经网络、算法、数学等越来越高深、越来越偏离初心的境地。

本小节教给大家两个AI基础知识的学习方法:

1. 学习要有边界感

对于基础知识的学习要注意学习边界,这个阶段的学习目标是:知道有啥,知道是啥,知道能干啥,而不去深究为什么。

千万不要觉得这些东西太浅了你就非得往深了学。

再重申一遍大模型将来会是基础设施,对于普通人来说,基础设施的机会不在基础设施本身!

我们要往深处研究的应该是应用层上的产品。

所以当我们要开始学习promptRAGfunction callfine turningworkflowagent多模态等等这些概念和应用的时候,我们才需要了解为什么,要怎么做,怎么做才能更好。因为这些内容涉及到了具体的产品落地和agent流程设计,这个设计越好我们的产品表现也就越好。

2. 大模型学习法

使用大模型去学习大模型。

到目前为止,大模型是我认为对新知识学习帮助最大的工具。

尤其是新人的学习,使用大模型去进行概念上的对齐,可以节约非常多我们的学习时间。

如果不知道怎么开始,给大家一句万能的开始对话。

列举XXX的基本概念以及一句话解释

lb.jpg

接下来,就是顺着概念慢慢掌握。对新人来说花一些时间把领域内的名词概念全部搞清楚,是值得的。

不过,由于大模型幻觉的原因,我们在学习的过程中,最好再加以书籍和大神公开课的辅助。

比如吴恩达老师的公开课,可以在B站搜索中文翻译版的。

新人学习书籍可以从《这就是GPT》开始。

上面提到了大模型幻觉,如果有读者不知道的话,一会就可以动手用大模型开始学习了。

大概率你会再遇到过拟合、拟合、欠拟合、训练、推理、等等概念,此时请回看第一条,时刻切记自己的目标,不要陷入概念漩涡!

篇幅有限,这里给大家画了个导图,可以按照图中的知识作为核心知识先去学习。

zsd.jpg

有了对AI的基础认知,我们就有了做AI产品时的决策力

这时我们就能够判断:这个产品该不该做?该怎么做?方向是什么?资源怎么分配?

学习路径二:基础产品知识

当我们要开始做一个产品的时候,尤其是我们要做AI产品这种从无到有的产品时,用户体验五要素就起到了很强的指导作用。

这五要素是一个从抽象到具体的流程:从战略层确定方向和目标到范围层明确具体要做的事情,再到结构层设计系统的逻辑和流程、框架层细化具体的界面和功能,最后到表现层最终呈现感知层面的设计。

这个过程就像盖房子,先打地基,再一层层往上建,最后才是装修。

所以,做产品我们会先想清楚用户的需求、产品的目标,再一步步细化到具体的设计,而不是一拍脑袋就开始画原型。

在产品这一小节,依然是给大家两个建议:

1. 产品不是作品,别把商业当艺术

我们做的产品,一定是为了解决某个痛点。

这是一个商业化的过程和产物,而不是一个艺术品,万万不可过于感性。

我们一定要时刻谨记:产品和作品是两回事。

作品是表达自我、追求艺术的,比如一段优雅的代码、一幅画、一首歌,它可以很感性,甚至不考虑别人喜不喜欢。

而产品则不同,它是一个商业的东西,目的是解决用户的问题,创造商业价值。

做产品不能太感性,而是要理性地思考:用户需要什么?市场需要什么?我们能提供什么?

2. 产品经理的核心能力不是画原型,也不是写PRD

最近看到很多朋友在说:我想转产品岗,但是我不会画原型,不会写PRD,怎么办呢?

我想告诉大家的是:画原型和写PRD这并不是产品的核心能力。

真正的核心能力是懂用户、懂业务、懂市场。你得知道用户在想什么,业务逻辑是什么,市场上有哪些机会和挑战。

所以,别把时间全花在学画原型上,多去研究用户、研究市场,这才是正道。

学道而不学术,有道无术,术尚可求。

关于用户体验,最起码的用户体验原则要知道,这里列出几个我常用的用户体验原则,同时推荐大家《用户体验定律》

米勒定律

神奇的数字七,普通人的工作记忆容量为7(±2)项内容,所以我们页面中的模块设计尽量不要超过七个,如果超过就尽可能分组。

雅各布定律

照顾用户的心智模型。用户已经花费了大量时间使用某些网站,并且使用得相当娴熟,所以我们的网站和他们熟悉的网站尽可能相似。

冯·雷斯托夫效应

也被称为隔离效应,当多个相似事物同时出现时,最与众不同的事物最容易被记住。

峰终法则

用户对于一段体验的评价大多基于他们在“峰”和“终”的体验,而非基于这段体验中所有时刻的平均体验值。

最后,推动团队的执行力,是我们能够把产品做成的关键。

明确目标、细化任务,确保每个成员都清楚自己的职责和方向。

持续跟进、及时反馈,帮助AI产品团队在过程中不断调整和优化,确保大家每一步都能扎实落地。

学习路径三:业务知识

任何产品都离不开对业务知识的了解,AI产品也不例外。

所以除了AI知识和产品知识以外,业务知识的学习和积累也是我们转型成功的重中之重。

有了对行业、市场、业务、用户的认知,我们才能做出正确的判断。举个例子:

假设你们公司App的会员售卖需要添加一个AI分析推送优惠卡的功能,你需要思考:

  1. 会员权益有哪些可以放出来?

  2. 补贴力度能有多大?

  3. 竞品或者行业是怎么做的?

  4. 在用户侧是以什么形式让用户感知到?用户的感知程度有多大?

带入一下,现在就让你做这个产品的决策,你能做么?做不了,就是因为你缺少这部分业务知识。

只有知道了这些,你才能设计出一个合理的会员权益体系,而不是拍脑袋随便定几个权益。

那么,业务知识从哪里来呢?其实有很多渠道可以帮我们快速获取:

  • 企业内部知识库:很多公司都有自己的知识库,里面会有行业报告、市场分析、用户调研等资料,这些都是宝贵的学习资源。

  • 用户研究报告:通过用户调研、访谈、问卷等方式,我们可以直接了解用户的需求和痛点。

  • 产品的数据分析:通过分析用户行为数据,我们可以发现用户的真实使用习惯和偏好。

  • 同事的经验:和业务、运营、市场等部门的同事多交流,他们的经验往往能帮我们少走很多弯路。

  • 竞争对手:学习和研究竞争对手的产品。可以帮助我们做决策。

这里推荐大家两个构建认知的方法:阿里四看、SWOT

阿里四看这是阿里巴巴常用的分析框架,分为四个方面:

  • 看行业与政策:这一部分的核心是了解我们所处的行业现状以及未来的政策趋势。行业和政策的变化会直接影响市场格局和业务方向。

例如:行业目前处于什么阶段?是快速增长期、成熟期还是衰退期?政府或监管机构对行业有哪些政策?这些政策是利好还是利空?行业有哪些新技术正在兴起?这些技术会带来哪些变革?

  • 看市场与客户:这一部分的核心是了解市场需求和客户行为。我们需要知道市场上有哪些机会,客户的需求是什么,以及他们的痛点在哪里。

例如:市场有多大?增长空间如何?客户的核心需求是什么?他们的痛点是什么?客户的使用习惯是什么?他们的决策流程是怎样的?

  • 看自己:这一部分的核心是评估自己的优势和劣势。我们需要清楚地知道自己的核心竞争力是什么,以及有哪些地方需要改进。

例如:我们的产品、团队、资源有哪些优势、劣势?我们有哪些资源可以调动?

  • 看友商:这一部分的核心是研究竞争对手的策略和动态。我们需要知道竞争对手在做什么,他们的优势和劣势是什么,以及他们的策略对我们的业务有什么影响。

例如:我们的直接竞争对手和间接竞争对手有哪些?他们的产品策略、市场策略、运营策略是什么?

SWOT分析是一个经典的工具,帮我们从四个维度分析业务:

  • 优势(Strengths):优势是指我们内部的强项,也就是我们比竞争对手做得更好的地方。这些优势可能是资源、能力、技术、品牌、团队等。

  • 劣势(Weaknesses):劣势是指我们内部的不足,也就是我们比竞争对手做得差的地方。这些劣势可能是资源不足、技术短板、团队能力有限等。

  • 机会(Opportunities):机会是指外部的有利条件,也就是市场上我们可以抓住的机会。这些机会可能是市场趋势、政策变化、技术革新等。

  • 威胁(Threats):威胁是指外部的不利条件,也就是市场上可能对我们造成威胁的因素。这些威胁可能是竞争对手、政策变化、市场饱和等。

通过组合分析(比如“机会+优势”或“威胁+劣势”),我们可以制定更有针对性的策略。

业务知识是产品经理的核心能力之一。只有对行业、市场、竞争对手、用户有深刻的认知,我们才能做出正确的判断,设计出符合市场需求的产品。

结语

最后我想说的是:社会群体是需要被事实教育的

两年前chatGPT就展现了足够的能力,绝大多数群体对于大模型还是在看乐子。

国内直到现在deepseek火了,大众真实的被教育到了,发现这个东西好像真行。这时候,大模型才算在国内真正的走起来了。

同样,现在的AI产品岗位,可能也要再过一两年的时间,更多的boss们才能反应过来。

种一棵树最好的时间是十年前,其次是现在。

所以现在开始学习就是我们最好的时间。

共勉。

☺️你好,我是华洛,如果你对程序员转型AI产品负责人感兴趣,请给我点个赞,后面我继续分享转型细节。

同时欢迎各位关注公众号【华洛AI转型纪实】,第一时间前排围观!