一、产品设计题
"为 X 设计一个 AI 功能"类题目。考察需求分析、方案设计、技术可行性判断的综合能力。
答题框架(通用)
澄清与界定:目标用户是谁?解决什么问题?成功指标是什么?
方案设计:核心流程 + AI 在其中的角色(别为了 AI 而 AI)
技术方案:大概用什么架构(Prompt / RAG / 微调 / Agent),为什么
风险与兜底:模型出错时怎么办?冷启动怎么办?
衡量与迭代:上线后看什么指标,数据怎么回流
题目列表
•
面试官让你「设计一个 AI 客服」，3 分钟内必须说清哪些判断点？（短框架题）
•
为主流电商平台设计智能客服问答机器人(含兜底机制)（长设计题）
•
AI 客服产品解决率停在 70% 上不去,怎么办?
•
市面上已有成熟竞品,你的产品核心优势是什么?
•
如何判断一个 AI 需求是真需求还是伪需求?
•
为微信设计一个 AI 功能
•
为电商 App 设计一个 AI 导购
•
设计一个面向老年人的 AI 产品
•
AI 产品如何判断 PMF、如何冷启动、兜底策略怎么设计?
•
怎么在 PRD 里写清楚 Agent 的行为边界?
•
怎么设计 Agent 的信任校准，避免过度信任或不信任？
二、基础概念题
考察对 AI 技术的理解深度——不要求会实现,但要求能讲清原理、边界和产品含义。
题目列表
•
RAG 和微调有什么区别?什么场景该用哪个?
•
什么是大模型的幻觉?产品上怎么缓解?
•
Prompt、RAG、SFT 分别是什么?有什么区别?
•
预训练、微调、SFT 的区别与应用场景
•
如何构建大模型效果评测体系?
•
AI 产品中如何平衡准确性与响应速度?
•
什么是 Agent?它和 Chatbot 的区别是什么?
•
LoRA 和全量微调有什么区别?什么场景选哪个?
•
什么是数据飞轮?对 AI 产品为什么重要?
•
如何判断一个业务问题是否适合用 AI 解决?
•
AI 产品的黑箱问题如何影响用户信任?产品层面怎么做?
•
生成式 AI 产品上线前，PM 的合规清单有哪些?
•
什么是 token?它如何影响产品的成本和体验?
•
如何评估 RAG 知识库的准确率?
•
什么是 CoT(思维链)?有什么优势?
•
什么是 Agentic Workflows?
•
大模型的上下文窗口和记忆机制是什么?
•
什么是 Context Engineering？和 Prompt Engineering 有什么区别？
•
精确率和召回率的区别?举一个产品中需要权衡的例子
•
为什么大模型的输出每次都不一样?
•
AI 产品的 A/B 测试和传统产品差在哪？
•
离线 Evals 全绿、线上「时灵时不灵」，Gap 怎么填？
•
Skill 和 Rules 到底有什么区别?
•
Skill 怎么做版本管理?Skill 之间的依赖怎么解?
•
如何设计 Skill 来降低 token 消耗?
•
什么是 AGENTS.md / Agent.md?产品经理为什么要关心?
•
大厂为什么都在推 CLI?CLI 会取代 MCP 吗?
•
上下文都到 1M 了,Re-Ranker 还有用吗?
•
RAG 系统有哪几种检索路径?分别适合什么场景?
•
Agent 路由选错了怎么办?超大文件又该怎么接?
•
所有人都在卷 Agent，什么场景不该用？怎么说服老板？
•
你怎么看「RAG 已死」这说法?
•
企业知识库问答和 Coding Agent,检索架构该怎么选?
•
为什么 Text-to-SQL 在 Spider 上很高分,上线企业库却翻车?
•
AI 产品经理 30 多次面试经验总结
•
多模态 AI 产品的 PM，需要补哪些能力？
三、案例分析与估算题
拆解现有产品、估算成本与收益、设计指标体系
题目列表
•
模型准确率从 90% 提升到 95%,对业务价值如何量化?
•
DeepSeek 开始峰谷定价,你怎么看 AI 产品的商业模式?
•
如何用 AI 优化生鲜电商的库存周转?
•
估算日活 100 万的 AI 对话产品每月模型调用成本
•
某功能接入大模型后成本涨了 10 倍,如何降本?
•
分析一个你最近觉得做得好的 AI 产品,好在哪里?
•
如果你是某 AI 搜索产品的 PM,你的北极星指标是什么?
•
AI 功能上线后留存很差，你怎么分诊？
四、行为面与转行动机
考察动机真实性和学习能力——转行者的必答关卡。
题目列表
•
你为什么想做 AI 产品经理?
•
你没有 AI 背景,凭什么胜任 AI 产品经理?
•
说一个你用 AI 解决实际问题的经历
•
你最近在关注 AI 领域的什么进展?
•
AI 产品经理和传统产品经理最大的区别是什么?
•
模型选型该听算法还是 PM？你怎么协作？
•
如何判断一个 AI PM offer 是不是「伪 AI 岗」？
五、面试准备方法
这里不是新的题型分类，而是帮助你把已有项目、作品集和 Demo 准备成可讲清、可验证、经得起追问的面试材料。它和 basics/、product-design/、case-analysis/ 的关系是：题型目录告诉你面试官可能问什么，本目录告诉你如何准备自己的证据和表达。
目录