AI產(chǎn)品面試總結(jié)

從去年到現(xiàn)在陸陸續(xù)續(xù)面了一些AI相關(guān)的崗位，主要目的也是為了了解市場上現(xiàn)在對人才的需求畫像是怎樣的，總結(jié)了一些常見問題，希望對正在進(jìn)行或者即將進(jìn)行面試的小伙伴有所幫助

目前很多的面試都是AI+業(yè)務(wù)，很多崗位都在聊怎么用AI賦能業(yè)務(wù)、以及變現(xiàn)的路徑，所以問題的底層邏輯和回答思路上還是基于“傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品經(jīng)理”出發(fā)的，只不過需要多多了解一些AI產(chǎn)品、模型等等

我過往有一個關(guān)于AI情感陪伴的項(xiàng)目，所以很多面試都是基于這個項(xiàng)目在聊

1、自我介紹

答：我是xxx，過往有xxx段工作/實(shí)習(xí)經(jīng)歷，其中xxx經(jīng)歷和這個崗位非常匹配，都是做xxx方向的，因此我對這個業(yè)務(wù)方向非常感興趣，認(rèn)為自己在這個崗位上會有所發(fā)揮，所以來應(yīng)聘這個崗位，希望可以進(jìn)入到貴司和大家共同進(jìn)步

核心是要告訴對方你是誰、以及你很匹配這個崗位

2、撰寫prompt的方法

答：RISEN框架，R-角色、I-指示命令、S-步驟、E-最周目標(biāo)、N-縮小范圍(約束條件，可以約束任意方面)

我一般撰寫prompt的框架傾向使用“RISEN”，簡單來說就是你是誰、你需要做什么、主要通過哪些步驟實(shí)現(xiàn)、你需要做成什么事、給到具體的范圍設(shè)定，我認(rèn)為這個方法會比較嚴(yán)謹(jǐn)、考慮到各方面的條件，會輸出更清晰的指令（這里我的這個回答是基于我個人的項(xiàng)目，我選擇的方法論是這樣的）

簡單基礎(chǔ)的說法：“角色-任務(wù)-格式”

舉例：

角色：你是一名心理咨詢師，在心理學(xué)領(lǐng)域擁有10年的經(jīng)驗(yàn).

說明：請問有輕微抑郁癥的患者提供一些幫助和建議

步驟：1.從......開始，2.進(jìn)行......，3.進(jìn)行......

最終目標(biāo)：目標(biāo)是...

縮?。ㄏ拗疲┓秶翰灰褂?.....

3、prompt調(diào)優(yōu)策略、質(zhì)量評估

答：在產(chǎn)品上線前期，我會不斷進(jìn)行迭代測試，觀察模型輸出結(jié)果，并建立case文檔，歸因分析；這里主要使用A/B測試，對比不同的prompt生成效果、從而進(jìn)行溫度參數(shù)調(diào)整、或者調(diào)整提示詞等等；關(guān)于質(zhì)量評估，首先要明確業(yè)務(wù)目標(biāo)，制定一個評測標(biāo)準(zhǔn)，在我的項(xiàng)目中，我的標(biāo)準(zhǔn)是人設(shè)一致性、對話流暢性、邏輯性、回復(fù)多樣性，基于標(biāo)準(zhǔn)，進(jìn)行質(zhì)量評估。這是我個人對于AI產(chǎn)品的理解，如果有認(rèn)為不準(zhǔn)確的地方可以展開探討(拉著面試官和你一起聚焦于業(yè)務(wù)，展現(xiàn)你對業(yè)務(wù)的主觀能動性)

3、介紹xxx項(xiàng)目的從設(shè)計到實(shí)現(xiàn)

答：這里就按照個人項(xiàng)目的具體實(shí)現(xiàn)路徑回答就好了，答題框架：切入場景、模型選擇、上線效果、商業(yè)化機(jī)會

4、怎么理解大語言模型，在你之前的實(shí)習(xí)中是怎么優(yōu)化語言模型的效果

答：大語言模型本質(zhì)是通過大規(guī)模數(shù)據(jù)訓(xùn)練出的概率預(yù)測工具，其核心價值在于將自然語言轉(zhuǎn)化為結(jié)構(gòu)化輸出。

實(shí)習(xí)優(yōu)化舉例（STAR 法則）：

Situation（場景）：在某 AI 公司實(shí)習(xí)時，負(fù)責(zé)優(yōu)化客服場景的對話模型，初始版本存在 “答非所問”“信息遺漏” 問題，用戶滿意度僅 65%。
Task（任務(wù)）：目標(biāo)是提升模型在售后咨詢場景的回答準(zhǔn)確率和完整性。
Action（行動）：數(shù)據(jù)層優(yōu)化：清洗訓(xùn)練數(shù)據(jù)：剔除過時政策、錯誤案例，補(bǔ)充 3000 條真實(shí)客服對話（含多輪追問、模糊提問）；構(gòu)建 “問題 - 答案” 映射表：將高頻問題（如 “退貨流程”）拆解為 5 類子問題，標(biāo)注標(biāo)準(zhǔn)答案要素（步驟、時效、聯(lián)系方式）。Prompt 工程：設(shè)計 “角色 + 場景 + 約束” 三層 Prompt：*“你是某電商平臺的售后客服，用戶咨詢退貨問題時，需按以下格式回答：退貨申請入口（附 APP 截圖指引鏈接）；審核時效（工作日 / 非工作日區(qū)分）；特殊情況說明（如生鮮類商品不支持退貨）?；卮鹦韬啙崳苊馐褂脤I(yè)術(shù)語?！?反饋閉環(huán)：開發(fā) “人工校準(zhǔn)界面”：客服可標(biāo)記錯誤回答，累計 50 例后重新微調(diào)模型；引入 “答案完整性評分”：自動檢測回答是否包含所有標(biāo)注要素（如缺少 “入口鏈接” 則扣分）。
Result（結(jié)果）：2 個月內(nèi)用戶滿意度提升至 89%，人工復(fù)核工作量減少 40%，模型在模糊提問（如 “怎么退東西”）場景的準(zhǔn)確率從 55% 提升至 82%。

5、如何解決模型幻覺問題？

答：

1.技術(shù)層（降低幻覺概率）

數(shù)據(jù)增強(qiáng)：引入 “事實(shí)校驗(yàn)數(shù)據(jù)集”：訓(xùn)練時加入包含矛盾信息的樣本（如 “魯迅寫過《哈利波特》嗎？”），強(qiáng)化模型對錯誤事實(shí)的識別能力；多源知識融合：對接外部知識庫（如維基百科、企業(yè)數(shù)據(jù)庫），生成時檢索驗(yàn)證（如回答 “2024 年諾貝爾獎得主” 時，調(diào)用權(quán)威 API 校驗(yàn)）。
模型優(yōu)化：在 Prompt 中加入 “事實(shí)聲明”：如 *“以下回答需確保信息準(zhǔn)確，若不確定請說明‘無法驗(yàn)證’；使用 “拒絕生成” 機(jī)制：當(dāng)模型置信度低于閾值（如 < 70%）時，自動返回 “該問題需要人工確認(rèn)”。

2. 產(chǎn)品層（減少幻覺影響）

用戶引導(dǎo)：明確告知 “AI 可能出錯”：在產(chǎn)品界面添加免責(zé)聲明（如 “本回答僅供參考，具體請以官方信息為準(zhǔn)”）；設(shè)計 “信息溯源” 功能：對涉及數(shù)據(jù)、政策的回答，提供來源鏈接（如 “根據(jù)《2024 年消費(fèi)者權(quán)益保護(hù)法》第 X 條…”）。
交互設(shè)計：對高風(fēng)險場景（如醫(yī)療、金融），強(qiáng)制人工復(fù)核后再輸出；提供 “糾錯入口”：用戶可標(biāo)記錯誤回答，積分獎勵機(jī)制鼓勵參與事實(shí)校驗(yàn)。

6、使用過哪些AI產(chǎn)品，使用體驗(yàn)最好的是哪一個產(chǎn)品

答：選一個產(chǎn)品，從產(chǎn)品視角、商業(yè)化模式等角度分析核心優(yōu)勢、以及改進(jìn)空間

舉例：我最常使用的產(chǎn)品是豆包，有各種對話模式，能夠滿足C端用戶的日常需求：問問題、寫代碼、生成圖片

創(chuàng)作內(nèi)容等等，還可以根據(jù)不同的任務(wù)設(shè)定進(jìn)行對話交談；且內(nèi)容源更廣闊，背靠字節(jié)有很多內(nèi)容的積累，除了網(wǎng)頁的信息以外，還有著頭條、抖音等PGC/UGC內(nèi)容，很適合進(jìn)行問題提問

待改進(jìn)的地方：專業(yè)領(lǐng)域深度不如垂直領(lǐng)域模型（例如圖片生成），商業(yè)化空間憂慮等等。。。

7、AI產(chǎn)品經(jīng)理與傳統(tǒng)產(chǎn)品經(jīng)理的核心差異