看到即刻上了置顶功能，就借机发篇自我介绍吧：
申悦，12年产品经验，前360产品总监、36氪产品负责人。常年发表对产品、内容行业、职场发展的观察和思考。公众号：互联网悦读笔记【关注领取七百余篇原创产品思考，与我深度交流】

#求职面试辅导手记 20241117
1、做面试自我介绍，不要只罗列工作经历，而要突出每段经历中的成果和关键数据。同时，增加对岗位的理解，表达出个人对所做方向非常感兴趣，让面试感受到你的热情和专业。
2、当面试官问到“为什么做某个功能”时，不要模糊回答或者绕圈子。要详细说明你是如何识别需求的，你提出解决方案的推导过程是什么，以及你给需求定优先级的原因。
3、面试中涉及数据的部分。只描述相对指标是不够的，结合绝对指标才能让数据更有说服力。此外，要说明为什么这些数据能证明你功能设计是合理的，让你的叙述更具体可信。
4、针对“如何评估需求优先级”的问题，可以使用“商业价值-用户体验-技术可行性”三角分析法，或基于用户覆盖率、影响范围、与公司目标的关联度等多个维度进行阐述。
5、产品功能的成功不仅体现在使用数据上，更重要的是如何推动商业目标实现。在面试中，要说明每项功能如何直接或间接地影响付费转化、用户留存或市场表现。
6、在回答问题时，避免过多铺垫和绕圈子。可以采用“先结论、后分析”的结构，直接切入核心观点，然后用逻辑和数据支撑你的观点。
7、面试中，需要不断强调自身经历与目标岗位之间的契合度。通过拆解目标岗位的核心职责，提炼出和自己最相关的经验。
8、行业视野是面试加分项，尤其是当你讨论产品规划或战略问题时。你可以从行业趋势、技术发展方向或市场竞争角度提出见解。
9、针对行为性问题，比如“你如何做出某项决策”或“你遇到的最大挑战是什么”时，需要准备具体的案例，采用STAR（情境、任务、行动、结果）法清晰回答。

刚和客户沟通，了解到企业内部使用AI Agent 2个很落地的场景：
1、信息结构化
2、Function Call转义
信息结构化，目的是把日常的自然语言对话，转化成标准、格式化的内容，使用场景是群发通知和正式公告，提升信息传递效率。
Function Call转义，目的是把自然语言指令，转化成调用接口的JSON格式代码，和内部系统对接。
二者可配合使用，即先格式化内容，再调用工具完成信息发送，典型场景就是群发邮件。
其中可能遇到的最大问题，是一些需要对比、计算的逻辑，无法输出准确结果，比如数值判断、日期对比等。
解法可以是调用插件进行“打补丁”，即一些需要逻辑处理的需求，不用模型能力，而是调用三方接口或程序代码进行判断，以确保输出足够精准。

#求职辅导手记
1、好的简历跟不好的简历最大的差别，就在于你中间有没有解决问题的过程和一些亮点细节
2、所有简历的优化逻辑，都是第一你观察到这个行业里会有哪些问题。第二在这些问题里你当时你是怎么解决的。
3、面试官不光希望知道你是怎么做的，还希望知道你通过做的事总结出来的方法论，或者说你要总结出你做这件事成功的原因
4、面对开放性问题，可以为面试官提供选择题，缩短范围、聚焦答案。比如：我做了三件事，你对哪个感兴趣我给你具体说说
5、做了很多事，不知道怎么表达，怎么办？短期方案：专人辅导、定向挖掘提炼、死记硬背；长期方案：刻意练习、内容输出、多做分享。

一个可能反常识的认知：产品经理在互联网时代积累的方法论，在AIGC时代要推翻重来。
为什么这么说？
互联网时代做产品，关键词是：流程化、标准化、结构化，目的是把一个个用户场景的共性抽象出来，面向海量人群，提供一套易用的统一界面。
而AIGC时代的产品，反而要场景化、个性化、定制化，提供的产品，可能是面向一类人、一组人，甚至一个人，不仅要满足需求，还要顾虑到情绪、环境、历史情况等等，解决的问题更具体，提供的方案也会更丰富，但核心是让机器适配人，而不是人来操作机器。这也是为什么LUI更适合AIGC产品，也可以解释为什么toC应用只有情感陪伴可以跑出来，为什么大模型在更讲究“定制”的toB方向上更容易落地。

#AI应用手记 分享一个让AI优化简历中个人简介部分的应用案例：
1、提示词：你是一名简历优化专家，你非常擅长总结个人优势部分的简历内容，请你基于下面的个人经历描述，提炼出这个人的优势内容，放在简历的个人简介中。要求突出个人经历、从业年限、产出成就、擅长优势等内容。个人经历描述如下：……
2、粘贴工作经历和项目经历内容，回车发送
3、在回答的基础上，继续发送提示词：请用结构化语句重新描述下，突出重点
4、继续发送提示词：作为一名资深的简历优化专家，你觉得一份简历的个人简介部分，上面所说的是否符合一份优秀的个人简介的标准？
5、继续根据回答，发送提示词：很好，继续，按照你的建议，重新写一下个人简介部分
借助上下文理解+明确要求+多轮对话+自我反思的技巧，让AI给出最符合预期的答案，可以极大提升输出内容的质量

#AI产品设计手记
AI使用者和AI产品经理的区别之一，在于是否能从底层原理上解释一些问题。
举个例子，在和基座大模型对话时，通常会先让它扮演一个角色，比如：
“你是一名优秀的产品经理，擅长撰写产品需求文档”
接着再提交指令要求，让它帮你写文档。
那问题来了，这个“扮演角色”的提示词，是否可以在提交一次后，下次就不用提交了？
对一般的AI工具用户来说，答案就是：“是的，下次不用了”。
但懂AI底层的人会告诉你，每次让AI回答问题的时候，都要带上这个扮演角色的提示词。
为什么？因为大模型的每次推理，必须传3个role给它，分别是：
* System：负责设置对话的基本规则和上下文。我们的角色说明，就放在这里。
* User：代表用户输入。给模型下达的各种指令、问题或文本。
* Assistant：代表由模型生成的回复。
对大模型来讲，每次对话都是全新的，因此如果不带上System这个参数，它就会丢失这个明确的行为指导。
而现在的AI工具，大多会在每次模型对话，带上第1次的System，这就会给用户带来一种错觉：不用每次都指定角色，大模型会一直扮演那个角色。
举一反三地想，如果你希望捏一个角色后和它对话，就最好别把角色设定和你的要求，放在一段提示词中。而是分别先提出角色设定和回答规则，再在第2句中提出你的要求，可以让System和User有明显区分，避免传参错误。

大模型2B领域落地的3个最可行方向：融入企业流程SOP、帮企业做ROI、为企业提升GMV

#AI应用手记 分享一个ChatGPT canvas的实用场景：用来改简历。
第1步：粘贴简历原文
第2步：选中待修改部分，发送修改提示词
第3步：等待结果，反复调优
尤其适合已经知道什么是好简历，但不知道怎么应用到自己简历修改上的同学～

#求职辅导手记
1、面试不是考场、不是述职，而是要进行一次平等的业务对话，充分展示你的价值，寻求和对方的匹配点是关键。
2、回答所有业务问题，第一句话，都是要先阐述你的工作目标是什么。沿着目标做拆解，就能把问题说清楚。
3、职场向上沟通小技巧：领导最想要的是什么？第一是结果，第二是方法，然后第三是态度。想获得支持，从这三者出发去表达。
4、面试准备的第一优先级，不是练表达，而是练写作。先用输出帮助自己复盘过去的工作，比直接一上来做模拟面试要高效的多。
5、面试不仅是展示能力，更是展示解决问题的思路。你要让面试官看到，你不光能做，还知道如何做到。
6、在回答问题时，不能只是凭经验总结，一定要有一个标准的答题公式，这样才能让面试官看到你的思路和逻辑，也不会漏掉答案。
7、像解数学题一样处理问题。这种方法可以套用在任何业务场景中，只需根据具体情况进行微调。
8、所有的面试最终都可以归结为一个问题：如何达成公司期望的目标，关键在于你能否通过细致的拆解，找到最优路径。

#AI产品观察
发现一个很丝滑的AI应用场景：作为API文档搜索的一种检索方式。以往的关键词搜索，只能找到某个关键词的相关接口信息，量大但检索效率低。如果用户只想知道某个关键词概念，直接让AI用自然语言告诉他，会更直观方便