UCAM人工智能产品经理培训课程

1、创新工具、方法和产品思维

• 人工智能（AI）、AI产品及AI产品经理的定义。
• 产品管理的发展史。（用户中心｜技术发展的加速度）
• 克莱顿·克里斯滕森等的持续性创新和破坏性创新理论。
• 跨越鸿沟、龙卷风暴理论。
• 加里·皮萨诺和威利·施等的产业公地同创新的关系。
• Garcia & Calatone创新分类。
• 创新活动流程，发散性思维、收敛性思维、问题导向的构思方法。
• Scamper、Brainstorming、思维导图、SWOT、Delphi、6 thinking hats、Brainwriting、Storyboarding、角色扮演等创新工具。
• 创新价值的评审标准。
• 产品思维。

2、产品心理学

• 心理的生理基础。
• 感觉和知觉。
• 意识和意识状态。
• 学习原理、记忆与遗忘。
• 语言、思考及问题索解。
• 心智模型。
• 身心发展。
• 能力及能力测量。
• 人格及人格测量。
• 动机与行为。
• 情绪与生活。
• 社会行为。
• 心理异常与心理治疗。
• 认知心理学。
• 社会心理学。
• 行为经济学派。
• 在产品设计中运用心理学的方法。

3、AI技术

• 机器学习和深度学习的概念。
• 常见的机器学习技术，如：监督学习、无监督学习、强化学习、迁移学习、特征工程、模型评估和验证、模型调优。
• 常见的深度学习架构，如：神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、Transformer模型。
• AI模型训练技术，如：梯度下降、反向传播、正则化、批量归一化。
• 主要的生成式模型，如：生成式对抗网络（GANs）、变分自编码器（VAEs）、自回归模型。
• 自然语言处理（NLP）技术：词嵌入（Word Embeddings）、BERT、GPT、语义分析、自然语言生成（NLG）。
• 计算机视觉技术，如：图像识别和分类、物体检测、图像分割、计算机视觉神经网络（如YOLO，ResNet）。
• 语音识别和处理，如：语音到文本（Speech-to-Text）、文本到语音（Text-to-Speech）、语音合成。
• 数据科学相关技术：数据挖掘、数据清洗、数据可视化。
• 和AI相关的其他技术：边缘计算、物联网（IoT）、云计算、机器人技术、多模态内容理解和融合应用等。

4、AI产品的用户研究方法

• 用户研究的理论。
• 用户研究的设计。
• 文献回顾。
• 定性用户研究方法：访谈、焦点小组、领先用户、人种学、日记研究等。
• 定量用户研究方法：抽样、市场细分、净推荐值、需求排序、数据挖掘等。
• 数据及定量资料分析。
• 运用AI技术进行用户研究。
• 发现机会、需求分析、市场预测和研究的方法及工具。
• 竞争对手分析。

5、AI用户体验设计及行为设计

• 用户体验的概念。
• 用户体验的流程和方法。
• 人物角色、用户故事、故事板、移情图、客户旅程地图、体验地图等场景分析方法及工具。
• 服务设计。
• 设计思维。
• 原型和测试。
• 交互和架构。
• AI产品中用户体验设计的实现。
• 行为设计的定义和适用范围。
• 心智模型和行为设计的关系。
• 行为设计的伦理规范，评估使用行为技术产品是否符合伦理要求。
• 行为设计的流程。
• 福格公式及其在产品开发中的应用。
• 情绪对行为设计的影响，
• 运用第一印象和峰终定律设计产品。
• 助推设计理论及方法。
• 习惯设计的理论和方法。
• 产品开发中“维他命”和“止痛药”的概念。
• 游戏化设计的概念。
• 游戏化设计的流程（圈套模式）。
• 游戏化设计的激励方法（八角行为分析法等）。
• AI产品的行为设计。

6、AI产品的商业模式设计

• 商业模式的概念和类型。
• 商业模式设计工具：商业模式画布、四核心商业模式、BMI商业模式轮、精益画布等。
• 场景与商业模式。
• AI产品商业模式分析。
• AI产品开发的财务分析。
• AI产品定价战略与战术分析。
• 撰写商业案例及商业计划。

7、AI产品开发流程

• AI产品开发流程同传统产品开发流程的差异。
• 精益思想起源。
• 精益创业产品开发流程。
• 精益创业的概念。
• 最小可用产品（MVP）设计。
• 精益画布及精益创业商业模式设计。
• 精益数据分析及指标挖掘。
• 转型。
• 增长引擎：黏着式、病毒式和付费式。
• 不同类型AI产品开发中的指标设计。
• 持续性创新产品的开发流程。

8、敏捷项目管理

• 项目管理历史。
• 传统项目管理方法在产品开发中遇到的问题和挑战。
• 敏捷项目管理。
• 敏捷宣言和核心原则。
• 极限编程（XP）。
• Scrum。
• 用户故事。
• 产品待办事项列表。
• 看板。
• 大规模敏捷。
• AI产品测试。
• DevOps。
• AIOps和MLOps。
• AI产品的生命周期和退市管理。
• AI产品的敏捷项目管理实践。

9、AI团队管理

• AI产品团队的主要角色
• 团队概念，团队动力理论。
• 产品团队的组建形式。
• 团队文化建设。
• 高绩效团队。
• 产品团队职位设置、角色分工。
• 马斯洛需求理论。
• 激励理论，正性和负性激励。
• 引导（Facilitation）的方法和技巧。
• 常用团队沟通工具和方法论，如麦肯锡金字塔、解决问题方法等。
• 冲突管理。
• 能力模型及团队内部培训方法和技巧。
• 绩效评估。
• 复盘的概念和方法。

10、创新领导力

• 领导力概念、作用及其核心关键。
• 创新领导力及其未来发展方向。
• 创新领导力面对和解决的具体问题。
• 企业价值观（Value）、愿景（Vision）、使命（Mission）、社会责任（CSR）概念及同产品管理的关系。
• 企业战略、用户战略、产品战略的概念及区别。
• 创新领导力实践：制定产品开发的基本原则、设定产品愿景、引领愿景到战略、管理产品组合、制定产品路线图。
• 公司道德和白领犯罪问题。
• 核心团队和创新领导力。
• 创新领导力和创新文化
• 领导力和产品团队：产品团队的设计，招聘、培养产品经理，提升团队沟通。
• 在创业企业、成长企业和成熟企业中展现领导力的关键。
• 学习型组织。
• 系统思考概论。
• 系统思考法则。
• 系统结构。
• 系统的秘密。
• 循环和反馈。
• 延迟和相变区。
• 杠杆。
• 常见的系统基本模式：增长极限、转移负担、目标侵蚀、转移负担到介入者、有延迟的负反馈、恶性竞争、强者愈强、公地悲剧、饮鸩止渴、增长与投入不足。
• 因果回路图。
• 产品平台，新的系统思考方式。
• 变革管理方法。

11、AI产品的运营和营销

• 用户运营的定义和理论。
• 产品营销管理的基础理论。
• 主要的用户运营方法和流程。
• 营销组合。
• 估计销售潜力。
• 市场预测和市场测试。
• 产品发布计划、市场计划或产品运营计划。
• 广告营销文案的撰写。
• 营销活动的组织和实施。
• 市场营销监控。
• 定价。
• 引爆点理论、用户社群的建立和维护。
• 演讲能力和汇报、演示文档撰写和设计能力。
• 产品发布会的组织和实施。

12、AI原生产品开发管理

• 什么是AI原生产品？
• 组建AI产品开发团队。
• 寻找机会：垂直、行业到特定用户群体。
• 需求分析和管理。
• AI产品开发流程。
• AI产品的数据、模型和算法。
• 模型和算法的产品化。
• AI原生产品的指标设计。
• AI原生产品中的用户体验设计。
• AI原生产品的行为设计。
• 在AI原生产品中运用的增长黑客技术和运营技术。
• AI产品的计算资源、成本和风险测算。
• AI产品的测试验证和部署策略。
• AI产品的商业化：设计有效的商业模式。
• 案例分享：Midjourney。

13、基于大语言模型的AI产品开发

• 生成式AI（Generative AI）大语言模型（LLMs）介绍。
• 深入了解大语言模型的工作原理。
• 大语言模型的类型。
• 选择正确的大语言模型开发产品。
• 准备数据：策略和实践方法。
• 大语言模型的提示工程。
• 提示工程的高级技巧。
• 提升和训练大语言模型的方法。
• 大语言模型的各种常见应用和产品开发场景：文本生成、聊天、搜索、图像、低代码开发。
• 基于大语言模型应用产品的评估方法和指标。
• 基于大语言模型应用产品的用户体验和交互设计。
• 基于大语言模型应用产品的迭代开发和部署策略。
• 基于大语言模型应用产品的商业模式设计。
• 基于大语言模型应用产品的伦理道德和法律规范。
• 案例分享：OpenAI的ChatGPT。
• 案例分享：开发GPTs产品。
• 案例分享：基于ChatGPT的app开发。

14、基于视觉、语音等其他AI技术的产品开发

• 计算机视觉识别。
• 语音识别。
• 自然语言处理。
• 多模态内容的理解和融合应用。
• 机器人技术。
• 案例分享：医学影像学检测产品开发。
• 案例分享：搜索策略产品开发。
• 案例分享：智能驾驶产品开发。
• 案例分享：工业机器人产品开发。

15、在原有产品中整合AI技术

• 修补还是重建？如何思考和选择。
• 用户评估：需求、心智模型、隐私、伦理等。
• 内部评估：数据质量、技术能力、投资成本、安全和其他问题。
• 市场上主流AI平台、模型和算法的介绍。
• 评测和选择合适的第三方AI技术。
• 在用户心智模型上用AI技术上设计新的AI功能。
• 测评：指标和测试。
• 基于第三方技术的性能调优及产品迭代优化。
• 变革管理：让团队拥抱AI技术。
• 案例分享：在app中增加基于LLMs技术的对话功能。

16、AI产品的可持续发展

• 联合国可持续发展目标的概念和历史发展。
• 环境、社会和公司治理（ESG）。
• ESG战略和可持续产品开发管理。
• ESG实践和ESG审计。
• ESG实践和变革方法。
• 基于ESG理念的产品开发管理流程。
• ESG和产品指标设计。
• 可持续发展、ESG和AI产品开发管理实践。
• 名义上的ESG、漂绿和虚假陈述。

17、AI产品中的法律和伦理道德问题

• 中国及其他国家在AI领域的法规。
• AI产品面对的伦理道德规范。
• 主要AI企业在伦理道德领域的承诺和责任。
• 法律和伦理问题对利益相关者的影响。
• 如何处理敏感数据。
• AI产品开发中的风险评估和防范措施。
• 不同的声音：AI反对派的顾虑和反对意见。
• 案例分享：OpenAI的伦理道德规范。
• 案例分享：全球化对AI产品的影响。

18、AI实战项目分析
由讲师深入具体地介绍某一个具体产品开发方案设计过程。例如：运用多种人工智能技术在无人驾驶、制造业、医疗、金融、教育、电子政务、电子商务等某一领域的具体产品开发方案及过程。学生将学习在实际工作中会遇到哪些问题？并能分析并解决开发过程中遇到的问题。