面到第三轮，面试官把笔记本转过来：屏幕上三段 AI 写的客服公告。
① 响应提速 3 倍，体验升级。
② 92% 的问题 AI 直接解决，45 秒降到 3 秒。
③ 自助解决率提升 40%，满意度 4.6 分。
他问我哪段能用——都不能。① 空话，3 倍没出处；③ 数字也没出处；② 最唬人——92% 是「听懂你问什么」，不是「问题解决了」。
题背不出，答案都在 APD AIPM-1 考纲里。
APD Institute 的 AIPM-1（AI Product Manager Foundation），考试 60 题、90 分钟、75% 通过，成绩 2 年有效，续证需在每个 2 年周期内修满 30 AEU 继续教育学分。
我把这份大纲翻了一遍，面试里最常见的问法，对出来 12 道。
先声明一句：AIPM 这仨字母，市面上不止一家在用。这篇文章里说的 AIPM，特指 APD Institute 认证的 AI 产品经理——证书由 APD Institute 发，分 AIPM-1 / 2 / 3 三级。别家同名的证书跟它不是一套，也不互认。
先把误会拆了：不考你写代码
大纲翻开第一页，先写的是不考什么：不考写代码，不考怎么训模型，不考服务器怎么搭。
它考的是另一码事——手里一堆乱七八糟的材料，你怎么做判断。
前面那三段也一样，跟你会不会写提示词没关系。
面试也一个道理。问你「用检索还是微调」，不是让你背原理，是想知道你凭什么这么选。
12 道题，分四组，一组三题。
第一组：这功能，到底要不要做
这一组说白了就一件事：先别急着上 AI。
1「这功能为什么非得用 AI？」
他问这话，八成不是想听你夸 AI 聪明。
他真正想知道的是：你想过不用 AI 的办法没有？
规则引擎、改流程、多招两个人，这些都算方案。考纲里第一步就是这个——先比一遍。
答「因为 AI 更聪明」，基本就凉了。
答「规则先试过，能盖住六成，剩下四成零零散散的才上模型」——这才叫真比过。
2「一次成功的回答，成本多少？」
这题能卡住一大片人。为啥？因为大家只算了模型那点钱。
真实成本得五块一起算：调模型、查资料、调工具、人工复核、失败了重试。
随手算笔账：调一次三分钱。可平均得重试将近两次，还有两成得人肉看一眼。刨完这些，真实成本翻了个倍。
你能说出「账面上三分，实际八分」，这题就算过了。
3「这产品你负责到哪？哪些不是你定的？」
考纲里，产品就两类。
一类是你一个人从头管到尾，边界清楚，不用求人。
另一类是拼出来的。比如你只负责客服系统里「自动回复」那一小块——整套系统不归你，但这一块划到哪、谁能用、什么算合格，你说了算。
他问这个，是想听你说清楚：哪些事你自己拍板，哪些事得去求工程、设计、法务。
答「我全权负责」，不对。答「我只提需求」，也不对。
第二组：做，那怎么做
这一组聊设计：选什么方案、出错怎么办、哪些动作得先拦一下。
4「AI 说错了，用户怎么办？」
这题落点就一句话：答错了，用户还有没有路可走。
能做的有七样：让用户确认一下、让他自己改、主动说这句可能不准、给出来源、转人工、直接停下、事后还能恢复。
少一样，真实场景里就能把人卡死在半路。
能答出「我们会告诉他这句没找到出处，再给个不满意的按钮，点了转人工」——行，过关。
5「用提示词、检索，还是微调？」
这三样不分高下，是三种花钱的方式。
提示词：改一句话就上线。最快最便宜，也最不靠谱。
检索：让它先去你资料里翻，翻着了再答。好处是答案有出处，代价是多一段链路，多一个会坏的地方。
微调：拿自己的数据把模型再训一遍。考纲把它放在最后一档，算高级做法——它改的是说话风格和格式，不是往里灌知识。
能讲清「我这行资料天天变，所以不微调，走检索」，够了。
6「模型换了、供应商涨价，你的产品会怎样？」
考的是你知不知道自己在靠谁。
模型一换，说话风格就变。原来的提示词可能不管用，之前测出来的分也得重跑。
答「我们中间加了一层，换模型改个配置就行」——只答了一半。
还得补一句：换完要重跑哪 20 条测试。
7「这个动作要不要人确认？」
考纲给 AI 能做的事分了四档：只给建议、必须人批、可以直接做、禁止做。
再配上额度、步数上限、什么时候该停。
发公告、改价格，做错了收不回来的，扔「必须人批」。
查天气、算个数，直接让它做。
档分错了，要么产品难用，要么真出事。
第三组：怎么证明它真能用
这一组聊数据。你说它好，拿什么证明？总不能说「我觉得挺好」。
8「上线标准是什么？多少分算过？」
「准确率 90%」，这答案一定会被追问：哪 90%？谁标的？错的那 10% 错在哪？
考纲要六项一起看：事办成没有、答案有没有依据、安不安全、用户信不信、快不快、贵不贵。
六项都看完，才谈及格线。
还有一条：得写清哪些是不能让的。碰权限、动钱的题，一条不过就不发。
9「测试题怎么来的？20 条够吗？」
考纲里题目分四类：常规的、偏门一点的、失败的、有人故意使坏的。
只测常规题，等于没测。
还有一条最容易漏：测试用的题，和调试时用的题要分开。混着用，测出来的分只是给自己看的。
10「用户问的，你们资料里没有，AI 怎么答？」
这是查资料类产品最容易翻的车，也最容易被藏起来。
考纲要两件事：一，给答案得带出处；二，写清「资料里没有」和「资料互相打架」的时候怎么回。
答「它会说不知道」，不够。得说清这个「不知道」是产品里哪一步触发的。
第四组：怎么别出事
这一组聊风险。上线不难，收场难。
11「有人故意骗它干坏事，你怎么防？」
考纲列了四种。
有人在输入里夹一句话，骗它越权。
它把别人的资料也查出来了。
它乱调工具。
它能动的按钮太多。
四条里最容易漏的是第三条。它只吐文字的时候，风险有限；一旦接上工具、能写库、能发消息，风险直接上一层。
能答出「工具按最小权限给、查资料带上用户权限、每次调工具都留日志」，已经比大多数人清楚。
12「上线头两周，你盯哪几个数？」
考纲要的是：分几批放开、盯哪些数、什么情况该报警、谁负责、用户出问题找谁、出事怎么收场、多大的事故该往上报。
放开有节奏：先内部，再小范围，再全量。每一档都提前写好什么情况下停。
再加一条：拿线上真实数据回头改需求。上线不是终点站。
12 道题背后，是一份摊开的考纲
分成七块。官方叫法是七个「域」，权重也是公开的：
- 域 4：AI 模型、系统、Agent 与构建者素养 —— 18%，对应第 5、6 题
- 域 6：评测驱动的交付、就绪与生命周期学习 —— 17%，对应第 8、9、12 题
- 域 3：人机工作流、需求与可信体验 —— 15%，对应第 4、7 题
- 域 2：AI 产品机会、价值、采用与经济学 —— 14%，对应第 1、2 题
- 域 1：AI 原生产品所有权与专业实践 —— 12%，对应第 3 题
- 域 5：产品数据、知识、检索、记忆与上下文 —— 12%，对应第 10 题
- 域 7：负责任 AI、安全、安保与产品治理 —— 12%，对应第 11 题
看头两块：18% 加 17%，占了 35%。模型怎么选、效果怎么测，是这套标准里最重的两块——也刚好是面试最容易把人问住的两块。
这份考纲有点意思的地方在于：它不写「你该知道什么」，写的是「给你一堆材料，你要做出哪些判断」。
最后：五句话，自己过一遍
把这 12 题当清单使。每题答完，回头问自己一句：
- 我说出「另一个方案」了吗？
- 我给的数字，真能算出来吗？
- 我说了「错了之后怎么办」吗？
- 我提到换模型、依赖、重跑了吗？
- 我说得出一个具体的及格线吗？
五条里三条答不上来，那就不是面试技巧的问题了。是这个岗位的活儿，你还没真正干过。
