字节AI产品实习面经
Q1. PRD的作用是什么？为什么要做PRD？
回答思路： 别光说“写需求”，要拔高到“信息对齐”。对于AI产品，PRD还多了一层“边界定义”（比如模型的预期表现和兜底策略）。
思路一：“我的理解是，PR本质上是整个项目团队的唯一事实来源。
为什么一定要做？
思路二：首先是为了信息降噪和对齐，把脑子里的发散想法转化为研发、设计都能看懂的结构化逻辑，避免‘我说A，开发做成B’；
思路三：其次它是一份项目契约，定死了一期做什么、不做什么，防止需求蔓延；
最后，特别对于AI产品来说，PRD里必须明确兜底策略和异常处理（比如大模型超时了、出现幻觉了前端怎么展示），这是保证AI产品体验下限的关键。”
Q2. 详细描述vibe coding的工作流
回答思路： “Vibe Coding”是最近非常火的概念（比如用Cursor写代码），核心是“人类定基调/逻辑，AI写实现”。突出人机协同的角色反转。
“Vibe coding我觉得是AI时代一种全新的研发工作流。以前是人敲代码，现在是‘人提供Context（上下文）和Vibe（意图），AI来敲代码’。
它的核心工作流可以分为四步：第一步是意图表达，我用自然语言把需求、产品逻辑甚至UI草图喂给AI工具（比如Cursor）；第二步是AI生成与组装，AI自动在代码库里寻找上下文并生成代码；第三步是人类Review与纠偏，我不需要逐行看语法，而是看它的运行结果和逻辑对不对，不对的话通过Prompt打回重写；第四步是验证闭环。
PM其实非常适合这种工作流，因为我们最擅长的就是拆解逻辑和定义需求，以后懂Vibe Coding的PM自己就能写出MVP跑测试。”
Q3. 你用过哪些AI工具？各自在交互上做得好和不好的地方？
回答思路： 展现你的阅历。挑2-3个有代表性的（通用大模型、垂类工具）进行对比。
“我日常重度使用的是ChatGPT、Kimi和Claude。交互上做得好的，比如ChatGPT的Canvas，把对话框和内容预览分屏，这对处理长文档和代码非常友好；还有Kimi，它把长文本解析的进度做了非常直观的可视化，给用户的确定感很强。
做得不太好的地方，比如早期的Midjourney只能在Discord里敲斜杠指令，学习门槛极高，对非技术人员很不友好；还有很多套壳应用，一上来就给满屏的复杂参数调整（Temperature、Top P等），反而吓退了小白用户。好的交互应该把复杂留给系统，把极简留给用户。”
Q4. 你之前用过Coze吗？
回答思路： 诚实回答，且要立刻给出你用它大概做过什么维度的东西，做铺垫。
“用过，而且非常熟悉。我之前实习/做个人项目的时候，经常用Coze去快速验证一些业务想法，主要是利用它的工作流（Workflow）和丰富的插件生态，搭过几个专门用来处理，比如：小红书爆款文案分析、竞品新闻监测的Agent。
我觉得它比较适合快速验证 AI 场景，尤其是多节点流程编排和工具调用这块，上手成本比较低。”
Q5. 详细介绍一下你用Coze做项目的过程
回答思路： 按照标准的闭环逻辑：发现痛点 -> 方案设计 -> 搭建实操 -> 测试调优。
“当时做这个文案分析Agent项目，过程是这样的：
首先明确场景与输入输出，痛点是每天手动扒竞品文案太慢，我设定的输入是‘竞品文章链接’，输出是‘提取它的痛点、钩子和情绪价值，并仿写一篇’。
Q6. 详细介绍一下你搭建Agent的过程
回答思路： 这题更偏技术/底层逻辑。突出Agent的核心四要素：Profile（人设）、Memory（记忆）、Knowledge（知识库）、Tools/Action（工具）。
“除了刚才说的外围业务流，搭建一个硬核Agent，我主要把控这四个核心模块：
刻画人设与指令（System Prompt）： 我会用结构化的方式（比如LangGPT的框架）定义它的角色、技能、以及‘绝对不能做’的约束条件。
挂载知识库（RAG）： 如果Agent需要专业知识，我会把相关的比如：产品说明书/行业报告录入知识库，调优分块（Chunking）大小和检索策略，确保它回答有理有据。
配置工具（Tools）： 让大模型长出‘手脚’，比如配置搜索插件、或者调公司的内部API，让它能实际去查询天气或系统数据。
Q7. 多AI辩论和单一模型输出有什么差异？
回答思路： 从“结果质量、稳定性、成本效率”对比多Agent和单模型差异。
“我觉得核心区别是‘多样性’和‘可靠性’。单一模型输出速度快，但容易陷入固定思路，也可能一本正经地输出错误内容。多 AI 辩论相当于让多个模型互相校验。
比如一个负责生成、一个负责质、一个负责总结。这样能降低幻觉问题，也能提升答案完整度。
但缺点是成本更高、响应更慢、 系统复杂度更高，所以我觉得要看场景。高准确性场景适合多 Agent；高实时性场景可能更适合单模型。”
Q8. 你最常用的AI产品是什么？
回答思路： 选一个你真的天天在用，且能说出细节差异的产品。
“除了工作必须用的ChatGPT，我个人最高频的是 Kimi。作为一个PM，每天要处理大量长篇的行业报告和会议记录，Kimi在超长文本的无损解析和精准度上目前体验是最顺滑的，而且它支持直接扔网页链接和各种格式的文件，效率很高。”
Q9. 说一下豆包在交互上的优点和缺点
回答思路： 结合字节系产品的特点：重C端体验、语音强、入口浅。
“优点方面，豆包的拟真语音交互做得非常棒，音色自然、支持随时打断，真的有‘打电话’的陪伴感；另外它的全平台打通做得好（比如浏览器插件直接划线翻译/总结），属于把AI能力做成了极其轻量化的基础设施。
缺点方面，为了迎合泛大众用户，它的界面塞了太多预设的智能体和话题推荐，显得有点‘重’和杂乱。对于需要专注深度创作的硬核用户来说，缺乏像Claude Artifacts那样纯粹的工作台体验。”
Q10. 说一下你用过的其他产品在交互上的优点和缺点
回答思路： 用ChatGPT来对比。
“以ChatGPT为例，优点是极简的‘白板交互’。主页只有一个搜索框，它把巨大的系统复杂性完全藏在了幕后，这符合‘Less is More’的设计美学。加入的Canvas也是个神级交互，解决了生成代码或长文后，局部修改的痛点。
缺点是缺乏引导性。对非专业用户来说，面对一个空空的输入框会有‘空白恐慌’，不知道怎么提问（不知道怎么写Prompt），这导致很多下沉用户的留存率不高。”
Q11. 分析其交互逻辑背后的产品思维
回答思路： 拔高立意。把前面两题的优缺点，归结到产品定位上。
“分析豆包和ChatGPT的交互差异，其实背后是两种截然不同的产品思维和受众定位。
豆包背后是典型的‘字节流量思维’，它预设了大量下沉用户其实不知道怎么用AI，所以通过喂到嘴边的智能体推荐、低门槛的语音电话，来做保姆式的引导，目标是把大盘DAU做大。
而ChatGPT背后是典型的‘效率与工具思维’，它相信用户是聪明的，通过极简的对话流和Canvas工作流，提供强大的生产力上限，主要服务于知识工作者和极客群体，交互形式永远是服务于商业定位的。”
Q12. 你和前端同学是怎么协同的？
回答思路： 重点突出AI项目和传统项目协同的不同点（流式输出、等待焦虑、容错机制）。
“AI产品和前端的协同，比传统SaaS要复杂得多。我通常会在这三个关键点上重点沟通：
第一是状态管理与流式输出（Streaming）。大模型响应慢，必须打字机式输出。我会和前端明确：网络请求超时前显示什么动画？流式卡顿时怎么处理视觉缓冲？