跳到正文
English登录

从 B 端产品转 AI 产品经理:一面被评测集问住之后

示例

简历上写着「主导智能客服 AI 项目」,一面被评测集和数字口径一路追问到卡壳;二面前照着复盘补上了评测这一块

人物做了四年 B 端 SaaS 的产品经理,去年参与过一个智能客服的大模型项目,想转 AI 产品经理

示例场景:按典型用户画像写的,人物、公司和数字都是虚构的,用来说明产品怎么用,不是真实学员

01

背景

她的简历最亮的一条是「主导智能客服 AI 项目,问题解决率提升 30%」。项目是真的,但她主要负责的是场景选择和上线节奏,模型和评测是算法同事做的

这类背景转 AI 产品经理很常见,也最容易在一个地方翻车:简历写得越像「主导 AI」,考官越会按 AI 产品经理的标准问到底

02

建档:放进去了什么

她在OfferSpar里建了一个岗位档案,把三样东西放进去,后面每一轮的攻略和复盘都会带上它们

简历通用版简历,上面那条项目经历原样保留
JD某头部电商的 AI 产品经理(智能客服方向),写着「有大模型落地经验、熟悉效果评估优先」
沟通记录猎头说一面是业务线的产品负责人,会深挖项目
03

面前攻略里的关键判断

一面前,攻略没有给她一份「AI 产品经理高频题大全」,而是先指出这一轮最可能出事的地方

  1. 「提升 30%」一定会被问口径

    没写分母和统计周期的百分比,是考官最爱的追问入口。问的不是数字好不好看,是在核实你是不是亲手做过。准备一句话讲清:解决率怎么定义、样本从哪来、对比的基准是什么

  2. 写了「主导 AI 项目」,就要扛住评测和选型

    JD 里写着「熟悉效果评估优先」,这是团队现在最缺的能力,会重点问。说不出评测集的人,考官会默认项目停在演示阶段

  3. 分清团队做的和你做的

    模型和评测是同事做的,就照实说,然后把重心放在你拍板的判断上:为什么先做售后场景、效果标准是谁定的、怎么定的

04

面试中发生了什么

数字口径那一问她接住了,提前准备的那句话很管用

但考官接着问:「评测集是怎么建的?bad case 怎么归因?」她只说了「算法同事每周会跑一遍」,被连着追问两层,最后承认这块不清楚

面完她在轮次里记下了问到的六道题和自己大概的回答

05

复盘怎么说

复盘对照了面前攻略,指出哪条做到了、哪条没做到

问到的题解决率提升是怎么算的 答得好

下次怎么说先讲定义和分母,再讲起点终点,考官没再追,这条可以作为固定说法

问到的题评测集怎么建的 丢分

下次怎么说不需要假装是自己建的。讲清你参与了哪部分(比如定义了哪几类 bad case、验收标准是你定的),再讲你从中学到的评测方法

问到的题如果重做这个项目会改哪里 一般

下次怎么说答成了「多给一点时间」。换成一个具体的取舍:比如应该更早把人工客服的转接率纳入评测

06

下一轮怎么调整

复盘后,「评测说不清」被记进了她的账号记忆,标成薄弱点。二面的攻略一开头就提醒了这件事

  1. 补一个评测的故事:自己参与定义的 bad case 分类,和它怎么影响了上线节奏
  2. 二面面试官更可能是业务负责人,准备从「为什么先做售后场景」讲业务判断,而不是重讲一面的项目
  3. 主动把「这部分是算法同事做的」放在前面说,掌握追问的方向

继续读

用你自己的简历和 JD 试一遍

建一个岗位档案,拿到属于你的这一轮攻略