第一天：认知与需求

模块一 · 大模型时代的产品格局与产品经理的转型 

大模型技术演进与产业影响；AI 产品经理与传统产品经理的差异；AI 产品类型图谱（对话、Agent、RAG、行业垂直模型）。演练：梳理自己岗位与 AI 的结合点。

模块二 · 大模型技术通识（产品经理必修版） 

大模型原理与能力边界（强项与"幻觉"等局限）；关键概念：LLM、Token、上下文、提示词、微调、RAG、Agent、MCP；大模型"能做"与"不能做"的边界；私有化部署与数据安全。演练：用"技术边界卡"判断多个场景是否适合大模型。

模块三 · AI 产品需求挖掘与机会评估

需求挖掘方法：场景识别、用户痛点、价值量化；机会评估模型：可行性、ROI、技术成熟度、成本四维评估；需求优先级排序（哪些先用 AI，哪些不用）。演练：用四维评估表对自己业务场景评分。

模块四 · 提示词工程与知识库（RAG）产品化

提示词工程基础与调优思路；RAG 原理、知识库建设流程、文档结构化与检索效果优化；典型产品：企业知识问答、智能客服、智能检索、政策问答。演练：为知识库产品编写需求要点与检索

规则。

模块五 · 工作坊一：AI 需求方案设计 

每位学员基于本行业业务场景，完成需求描述、机会评估、价值量化，产出《AI 需求一页纸》。

第二天：设计、交付与路演

模块六 · 大模型产品方案设计与 PRD 编写 

AI 产品 PRD 的结构：功能、交互、边界、异常、数据；智能体 / 对话式产品的交互设计要点；方案评审、原型与效果预估。演练：为工作坊一的需求补写产品方案骨架。

模块七 · 大模型产品技术边界与协作 

模型选型：通用 vs 行业模型、开源 vs 商用、私有化 vs 云端；成本评估：Token、算力、部署与运维；数据治理与知识库建设；技术评审时产品经理如何提问与决策。演练：模拟一次"方案技术评审"的提问环节。

模块八 · 大模型产品落地、验收与合规

验收评估指标体系（准确率、覆盖率、满意度、业务效果）；效果评测：测试集、A/B 测试、回归测试；内容安全、数据合规、AI 生成内容标识与备案要求；政企交付场景的验收与结项要点。演

练：为一个 AI 产品设计验收标准与评估指标。

模块九 · 工作坊二：端到端大模型产品方案路演

学员把"需求 + 方案 + 技术 + 验收"整合为完整方案，分组路演；讲师围绕可行性、完整性、价值量化给出改进建议。

模块十 · 结业复盘与行动计划 

课程知识框架复盘；生成"个人 AI 产品落地行动计划"；答疑与交流。