入行感悟

引子

AI 产品经理是近几年才出现的岗位名称,没有成熟的人才培养体系,也没有统一的入行路径。想入行的人常常面临类似的困惑:从哪个岗位、哪个行业、哪项技能切入?第一年到底会经历什么?网上信息两极分化——一边把 AI PM 描述成风口上的黄金岗位,一边劝退说「大部分是伪 AI 岗」。真实的体验介于两者之间,而且高度因人而异。

本页把匿名从业者分享的入行经验做泛化整理,不指向任何具体个人。请把它当作「别人走过的路的地图」,而不是「你必须走的路」。

时效性

本文信息截至 2026-08。AI 行业岗位定义与行情变化较快,请以最新招聘信息为准。

过来人共识

共识一:先有产品基本功,再谈 AI

现象:入行者常见两类倾向——技术背景的人觉得「我懂 AI 就够」,非技术背景的人担心「我不懂算法怎么办」。第一年之后,多数人会发现两者都不是重点。

为什么:AI 产品经理首先是产品经理。需求分析、用户研究、评审、项目管理、数据复盘是日常动作,AI 只是叠加在这些基本功之上的能力层;而 AI 相关的部分(模型选型、评测、兜底)更多是「会判断」而不是「会实现」。

建议:入行前先对照AI 产品经理能力模型自评,把通用产品技能补到位,再叠加 AI 认知。本站学习路线的阶段零与阶段一就是按这个顺序设计的,可以直接参照。

共识二:切入点有三条,没有标准答案

现象:常见的入行路径大致有三类——岗位平移(从运营、研发、设计、测试等岗位转过来)、行业切入(进入 AI 公司,或进入传统行业的 AI 部门)、技能切入(先做出作品集、demo、评测报告再求职)。

为什么:三类路径各有利弊。AI 公司节奏快、认知新,但竞争激烈、岗位要求高;传统行业的 AI 岗更稳、竞争小,但 AI 深度和话语权往往有限;技能切入最能体现主动性,但需要时间和自律。没有哪条一定对,取决于你的背景与风险承受力。

建议:结合自己的背景选一条主路径深耕,不要三条同时铺开;同时对照常见岗位与JD栏目了解当前市场上各类岗位的真实要求,避免凭想象求职。

共识三:第一年的真实体验——信息差大,上手靠做

现象:不少过来人回顾第一年时提到三件事:学校与教程和一线实践脱节;模型能力变化快(半年到一年就可能换代,去年学的今年过时);「会用 AI 工具」和「会做 AI 产品」之间差距比想象中大。

为什么:AI 领域的知识保鲜期短,信息来源的质量决定了认知速度;而产品能力只有通过完整走一遍「需求—设计—评测—上线—迭代」才能建立,看教程替代不了。

建议:第一年把重心放在建立信息获取系统和动手做完整项目上,而不是背知识点。重度使用 2-3 款主流 AI 产品、记录「惊喜与失望」时刻、做一两个可演示的 demo,产出 10 条「AI 能力边界」笔记——这些都是学习路线里可落地的动作。

共识四:「AI 产品经理」这个 title 下的实际工作差异很大

现象:很多挂着「AI 产品经理」头衔的岗位,实际内容差别很大:有的确实是做 AI 产品(模型选型、评测、数据、兜底都要管),有的只是传统产品岗要求会使用 AI 工具,还有的偏运营执行。

为什么:岗位定义还在演化期,不同公司对 AI PM 的预期完全不同。入职前如果没问清楚,入职后容易产生「名不副实」的落差。

建议:面试和 offer 沟通阶段,主动问清职责边界——是否涉及评测、模型选型、数据闭环?对候选人的技术预期是什么?可以参考面试栏目里关于「鉴别伪 AI PM 岗」的提示。

常见误区

误区一:把「会用 AI 工具」当成岗位能力。会聊天式地使用 ChatGPT 不等于具备 AI 产品能力;评测体系、兜底设计、需求判断才是差异点所在。
误区二:技术焦虑的两个极端。要么觉得「不懂算法就没资格入行」,要么完全回避技术细节。实际需要的是中间层——能和技术团队对话、能理解能力边界,而不是能自己训练模型。
误区三:只输入不输出。收藏夹里堆满教程、每天刷资讯,但没有笔记、没有作品、没有拆解——输入没有沉淀,等于没学。

建议的行动

自评并选切入点:对照能力模型写出差距清单,结合自身背景选定一条主切入点(岗位/行业/技能),给自己设一个 3 个月的验证期。
按学习路线补基本功并做出作品:走完学习路线的阶段零到阶段二,产出至少一个可演示的 demo 和一份产品方案;作品是求职时最有说服力的材料。
建立信息源与能力边界笔记:整理 5-10 个高质量信息源,每周记录;结合模型能力与边界写出自己的「AI 能力边界」笔记。
用面试做体检:投递前先拿面试栏目和AI 产品经理面试的典型题自测,用反馈修正自己的定位与表达。