那在产品经理四字前加上 AIGC，从字面意义上来理解，就是负责 AIGC 方面的产品经理。那在此笔者给出如下定义：
AIGC 产品经理，就是负责将 AI 能生产内容的能力完美地结合于单位现在有业务的产品经理。
笔者认为，AIGC 产品经理需要有更强的产品功能设计能力以及行业洞察力。AI 大模型算是一个新领域，对于很多研发同学来说也是之前未曾接触过的，所以这使得从业的产研同学位于同一起跑线上。从某种程度上来说，AIGC 产品经理要比研发同学有更强的技术洞察力和理解。
据此我们再来聊聊 AIGC 产品经理是做什么的。除了产品经理的日常本职工作，要想把 AIGC 技术更好的赋能于自身业务，AIGC 产品经理就要先知道市面上都有哪些 AIGC 技术或应用。也就是说，AIGC 产品经理需要有很强的自主学习能力，能够敏锐地捕捉到 AIGC 行业的最新动态。毕竟 AIGC 应用的差异性和竞争力很大程度上依赖于 AIGC 技术的进步。
ChatGPT 的前端功能交互上并未做出差异性的创新，而 ChatGPT 被大家觉得越来越好用，并且成功落地商业化，其本质上是因为 ChatGPT 背后模型由 GPT3.5 升级为 GPT4。
除了学习能力和行业动态的捕捉能力，毕竟 AIGC 产品是人类与 AI 进行直面交互，所以能够稳定控制 AI 输出结果的不确定性也是 AIGC 产品经理的工作职责之一，毕竟人类用户对于 AIGC 产品的智能程度，通常是靠对比真实人类在相同场景下输出结果的差异性来获取结论的。
简单来说，对于没有答案的问题，人类用户们都希望 AI 能通过精准而优雅的方式来解决。相较于非 AIGC 类的产品，这种不确定性通常是由用户的具体操作带来的确定性结果。可因为 AI 大模型是通过人类不断向其投喂真实数据训练生成的，所以对于 AIGC 类产品来说，这种 训练 的模式往往会使用户的操作放大这种不确定性，这也就是为什么总有 人类通过不断 AI 生成逆天、胡言乱语回答 的类似事件频频发生。
而这种不确定性也不全是用户所带来的。就算你不是从业者，你应该也会觉得 AI 大模型的构建绝非易事，毕竟连 GPT、百川等知名业内大模型训练一次的成本都是在千万级别的。不只是 AI 大模型的实现原理很复杂，就连前期数据的获取与处理都有着一套套复杂的流程。所以，这种不确定性也受到数据质量、数据处理流程、模型、甚至 Prompt Engineering（提示词工程）的影响。
而解决这种人类与 AIGC 应用交互的不确定性，也是 AIGC 产品经理的工作职责之一。AIGC 产品经理要能预知这种种的不确定性，并能让用户以及风控、法务相关制度所接受。而要想能做到这一点，除了需要 AIGC 产品经理对市面上的热门 AIGC 应用有着充分体验和很深的理解，更需要 AIGC 产品经理在其他相关业务领域的积累和沉淀。
对于类 ChatGPT 的 AI 智能聊天机器人来说，对应负责的产品经理需要对 AI 输出结果的召回、排序有一定了解，而这便是搜索生态的核心逻辑。这也就变相要求 AIGC 产品经理要对搜索业务有一定了解。
对于类 AI 创作助手的工具产品来说，对应负责的产品经理需要对各领域、各形式的内容创作有一定了解，包括但不仅限于图文、音、视频创作。而这其中的每项，其背后都可以对应一个甚至多个完整的产品形态。
很多热门的 AIGC 应用，都是基于 Discord 生态来使其产品真正落地。所以对于一部分 AIGC 产品经理来说，对于社交产品的理解也是必不可少的。
类似佐证 AIGC 产品高经理要在其他业务领域有所沉淀的例子还有很多。AIGC 只是一种能够赋能现有产品的手段，所以 AIGC 究竟能锦上添花到什么程度，还是要取决于现有产品的可靠性，所以 AIGC 产品经理还需要是一个 全能型人才 。
针对这个问题，我们先来看下笔者在 Boss 直聘上截图的大厂对 AI 和 AIGC 产品经理的招聘条件：
简单来说，笔者认为 AI 产品经理主要是负责 AI 模型由立项到落地的一系列流程，也就是说 AI 产品经理需要产品经理对 AI 领域有充分的了解，甚至需要有一定的技术背景。
数据收集 ->
数据清洗 ->
数据标注 ->
训练 ->
模型开发上线 ->
模型部署 ->
训练效果评估与验证 ->
模型维护 ->
数据安全
所以笔者认为，AI 产品经理主要是与数据打交道，需要通过训练对比大量的、不同的数据集从而发现问题，并找到解决问题的方法。而 AIGC 产品经理，正如上文所讲，是需要将 AI 大模型的能力完美地应用于现存业务之上的角色。说的再通用一些，AIGC 产品经理是需要通过自身的能力，帮助业务甚至企业在无需构建 AI 大模型，无需做其背后大量的基础性工作的前提下，能够基于大模型直接获取适合的 AI 能力，在应用层上做出优化迭代的角色。
最后，AIGC 产品经理也没那么神秘，也需要去对接需求，听各业务方表达他们对 AIGC 的 误解 。同样也需要推进项目落地，去对数据负责。如何把 AIGC 应用成功实现商业化落地，目前还需要更加多的 AIGC 产品经理们去思考。不过毕竟是个新风口，而对于风口来说，商业化落地或许只是时间问题罢了……
这是宋丹丹老师在小品《昨天今天明天》中的经典台词，用来形容我短短的 PM 从业生涯再合适不过了。
笔者一开始入行是在区块链行业做产品经理，后来由于以笔者短浅的眼光实在看不到区块链行业的未来，选择了改行，就是换个领域，但还是想做产品经理的工作。因为国内政策限制，大部分区块链、Web3 玩家都在海外（国内用户还是很多……），所以我当时所做的两个项目都是出海项目，也就是需要对英语有一定的能力要求。
我是在 2022 年底，在推特上无意中浏览到 ChatGPT 的一些推文，于是便排队申请体验了下。一开始我主要用 ChatGPT3.5 做一些外文资料的翻译工作，当时给我的直观感受就是还不错，比 Google Translate、网易有道更好用些。那时笔者在做项目的 国际化 需求，就是前端网站需要有多种语言的版本。当时笔者的项目是需要专门花钱雇人进行翻译工作，一开始用 Google Translate，发现很多用户投诉翻译的不准，后来有了 ChatGPT 做翻译工作，起码不再需要专门花钱雇翻译人员了。
再后来随着 MidJourney 的出现，前端页面上的一些个性化 icon 也都用其进行设计。从那开始我便对 AIGC 感兴趣了起来，经常上网搜索一些 AIGC 的热门应用，甚至不断的这些模型，想让他们会有一些 逆天 操作……
从区块链行业离职后，我下定决心一定要成为一名 AIGC 产品经理。我的求职方式也很简单，对着各招聘 JD 进行知识补充。大部分 JD 都表明需要 AIGC 产品经理对某种模型有一定理解，于是笔者就用当时求职的空窗期恶补了 Transformer 模型和 Stable Diffusion 模型的原理，再加上对 AIGC 的热情，当然最关键的还是有贵人相助，成功上岸成为了一名 AIGC 产品经理，目前主要在做帮助内容创作者降本增效的 AIGC 工具。当时在求职过程中还通过提示词，做了一个模拟面试机器人，还成为了我在面试中的一个小噱头……
感觉自己很有幸加入了这个行业，虽然不清楚自己还会从业多久，但我本人对 AIGC 的热爱有增无减。郭德纲曾对艺术有着这样的理解：
有艺无术、有术无艺都不能被称为真正的艺术。而我将 AIGC 视为艺术，我也希望自己能通过 AIGC 获得可观的收入。目前我对 AIGC 的了解只是其冰山一角，在此也希望自己从始至终保持对 AIGC 的热爱，并能实现 AIGC 于我来说是门艺术的心愿。
