R

AI PM 工作操作系统

创建 2026-06-19 更新 2026-06-20 2 条双链 共创

OS. AI PM 工作操作系统

回答的核心问题：AI PM 日常怎么工作？产出什么文档？和算法工程师怎么对话？功能怎么上线、出事怎么收敛、面试怎么准备？

这不是知识模块，是工作方式模块。前五模块（M0–M5）回答”AI 是什么、怎么设计、怎么度量、怎么拆竞品、怎么判断风险”；本模块回答”作为 AI PM，我每天在干什么、每周要复制出什么交付物”。它横切在所有模块之上——所以叫”操作系统”（底座），不叫”M6”。

与既有专题分工边界

本模块是方法与交付物层，刻意不重写以下专题已成体系的内容，只引用回链：

  • OS 协作子系统 vs 0406 AI 协作方法论：0406 是 instruction / skill 设计与协作哲学的”家”，偏理论层；本模块补的是其下游的现场交付模板层（PRD 段、上线门槛、事故 SOP、权限边界），两者是上下游关系，不重复 instruction/skill 的理论讨论。
  • OS / 落地模板 vs 0410 AI 公司与产品（公司卡）：0410 是竞品素材层；本模块只在”面试弹药库”里调用 M4 的方法把 0410 的素材拆成卡，不在此堆砌公司卡。
  • 验收指标 vs 0412 评测系统化专题：0412 是研究侧”怎么测模型/系统”（评测代际、LLM-as-Judge、benchmark 污染）；本模块只讲”PRD 验收段该写哪些指标 + 怎么 review 评测可信度”，方法细节回链 0412 总览，不重写。
  • 个人滴滴经验 vs 0423 自我民族志专题：Rick 个人/滴滴叙事的”家”在 0423。本模块涉及滴滴 PRD 与晋升框架时，只做一句类比 + 回链，不展开个人故事，避免方法论滑成随笔。
  • 风险治理模板（红队/事故/合规/审计）与 M5 风险模块：本模块 §5.5 的六个交付模板物理上落在 OS，其中红队、事故 SOP、合规自检、审计字段四块同时被未来 M5 风险模块引用（用别名回链，不重复落盘）。

核心主张（Synthesis）

AI PM 的工作产物有三类，且都需要相对传统 PM 重写：① PRD 要新增模型选型 / 验收指标 / 失败模式 / 数据采集方案四个 AI 专属段；② 与算法工程师的协作需要一套共同语言（不是把需求翻译过去，而是把决策权划分清楚）；③ 求职准备不是”刷题”，而是把 M0–M5 的知识压缩成可在面试现场调用的判断力。 三类产物共享同一个底座：对 确定性→概率系统 切换的内化程度。

底座不稳，三类产物都会退化为”传统 PM + AI 包装”——这正是市场上大量伪 AI PM 的样子。

但仅有认知框架还不够。真正进入工作现场的 PM，反复需要的是每周都要能复制出来的交付物模板：一个功能要上线，用什么 Launch Criteria；一个 agent 要开放权限，如何写 HITL 边界；一个事故发生后，SOP 如何收敛；一个高风险场景，合规自检项有哪些。本模块因此分两层：§5.1–5.4 是认知与协作框架（回答”该怎么想、该怎么分工”），§5.5 是落地交付模板库（回答”现在就照着填什么”）。两层缺一不可——只有框架会停在”知道原理却每次从空白页开始”，只有模板会退化为僵硬的 bureaucracy。

5.1 子系统一：AI PRD 写作

滴滴时期的需求文档方法论在 024000怎么写产品文档（属主库 02 区，只读引用）。本节是它在 AI 时代的增量——不是替换，是叠加。

5.1.1 AI PRD 相对传统 PRD 新增的四段

传统 PRD 的骨架（背景 / 目标 / 用户故事 / 功能详述 / 交互稿 / 排期）仍然成立。AI PRD 在此基础上必须新增四段，缺一不可：

新增段回答的问题不写的后果
模型选型决策为什么是这个模型/这条路？选型全靠算法团队拍脑袋，PM 失去话语权
验收指标（含失败定义）“做好了”长什么样？“做坏了”到什么程度算不可接受？上线后无法判断成败，改进无依据（接 M2）
失败模式与降级方案模型在哪些场景必然失败？失败时产品怎么兜底？边界 case 翻车，信任崩塌（接 p305）
数据采集方案上线后收集什么数据喂回飞轮？埋点埋在哪？飞轮转不起来，产品无法迭代（接 p306）

这四段的共同特征：它们都是”AI PM 独有，传统 PM 经验覆盖不到”的。换句话说，这四段是 AI PM 不可替代性的具体落点——不是”懂 AI”这个虚的能力，是”能写出这四段”的实在产物。

5.1.2 模型选型决策段怎么写

不是列几个模型对比表就完事。要写清楚三个判断：

  1. 任务性质：是判别任务还是生成任务？是单轮还是多轮？是开放域还是封闭域？——这决定了能用哪类模型、走哪种训练范式（见 c04 与 0415 后训练即产品专题）。
  2. 能力 vs 成本权衡：用最强模型（贵、慢、好）还是够用模型（便宜、快、可能不够好）？给出 m209 式的 COGS 测算。
  3. 可控性需求：需要严格遵循 schema 吗？需要可引用吗？需要可解释推理过程吗？——这决定是纯 Prompt、SFT、还是 RAG（见 m203）。

输出格式建议：一张”选型决策表” + 一段”为什么不选 X”的反驳性论证（比”为什么选 Y”更能体现思考深度）。

5.1.3 验收指标段怎么写

核心是同时定义成功标准和失败标准：

  • 成功：任务完成率 ≥ X%，P90 延迟 ≤ Y s，单次 COGS ≤ Z（见 M2 §2.1 三层指标）。
  • 失败：幻觉率 > A%，或逃逸率 > B%，或任何安全红线触发（接 0419 对齐 / 0429 计算语言学与多语言合规）。
  • 灰区：介于成功与失败之间的”可接受但需迭代”区间——上线前就要约定这个区间怎么处理（直接上、灰度、还是打回）。

上面的 X / Y / Z / A% / B% 一律是占位符，PRD 落地时按具体场景填，不要套用任何”行业标准值”——AI 产品的验收阈值高度依赖场景与风险容忍度。

PM 含义：验收指标不是写完 PRD 补的，是定义需求时就要有的。没有验收指标的需求，等于没有定义清楚。

5.1.4 失败模式与降级方案段

枚举三类必然失败：

  1. 能力边界失败：模型在 OOD（分布外）输入上必然不行。要列”我们已知的 OOD 场景” + 兜底（转人工 / 友好拒绝 / 降级到检索）。
  2. 对抗输入失败：prompt injection / 越狱（见 0419 对齐哲学）。要列防御措施。
  3. 成本失控失败：用户滥用导致 COGS 爆炸（见 m209）。要列限流 / 配额。

5.1.5 数据采集方案段

呼应 p306。这里只写 PRD 里该交代的清单，飞轮的工程管道见 M2 §2.4，不在此重画：

  • 采集哪些信号（显式/隐式，见 M2 §2.4.1）。
  • 埋点位置（前端交互的哪个事件触发记录）。
  • 隐私处理（去 PII，见 0429）。
  • 数据如何回流到训练（SFT / DPO / RLHF，见 c04 与 0415）。

5.2 子系统二：与算法工程师的协作语言

这是 AI PM 最常被低估的能力。不是”懂技术”就行，是会用算法工程师的语言定义问题、划分决策权。

5.2.1 三类决策的权责划分

决策类型谁主导谁提供约束冲突时怎么解
产品/业务决策（做什么功能、为谁）PM算法给可行性约束PM 定，但要听算法的”做不到”
技术实现决策（用什么模型、什么架构）算法PM 给体验/成本约束算法定，但 PM 要能 review（见 §5.2.2）
质量取舍决策（准确率 vs 延迟 vs 成本）共同互为约束这是协作的真正战场——见 §5.2.3

常见失败模式：PM 把第三类决策全推给算法，结果产品变成”算法能做到什么就做什么”，而非”用户需要什么就做什么”。反过来，PM 强行拍第三类决策的技术细节，会失去算法的信任。

5.2.2 PM 要能 review 算法决策的最低技术门槛

不需要会训模型，但必须能看懂：

  • 评估报告里的指标含义（accuracy / precision / recall / F1，见 c14）——以及它们的陷阱。
  • 成本测算（token 量、QPS、显存，见 m209）——能判断”这个成本合理吗”。
  • 评估方法的可信度（测试集有没有污染、是不是 cherry-pick，见 0412）——这是最容易骗 PM 的地方。

这个门槛的真正用途：不是要 PM 提出更好的技术方案，是要 PM 不被算法团队的过度承诺或过度悲观牵着走。

5.2.3 质量取舍的协作框架

准确率 / 延迟 / 成本是三角约束（见 m209 三角）。协作时用这个框架：

  • PM 明确”这个场景下哪个最重要”——客服场景准确率优先，创意场景延迟优先，B2B 场景成本优先。
  • 算法给出”在某个优先项锁定后，另外两项的可行域”。
  • PM 在可行域内做最终取舍。

关键：这个对话要基于数据（M2 的指标），而非”我觉得”。没有数据的取舍会变成立场之争。

5.3 子系统三：面试准备操作系统

接 0404。0404 已有六份文件覆盖 JD 分析、面试问题反推、代差观察、组织问题论证、技术底层逻辑。本节是它们的调度系统——怎么把六份文件变成可执行的准备流。

5.3.1 知识→判断力的压缩

M0–M5 是知识（懂 AI 是什么）。面试要的是判断力（现场能就任何 AI 话题给出有价值的看法）。压缩过程：

  1. 每个模块提炼 3–5 个”锚定判断”——不是知识点，是观点。例：M1 的锚定判断之一是”概率系统下，‘功能对了’≠‘功能每次都对’，这改变了所有度量设计”。
  2. 每个锚定判断配一个反诘问题——面试官可能怎么 challenge，我怎么接。见 AI 产品组织问题论证质量拆解 的”预判反驳”方法。
  3. 锚定判断之间要能串联——面试常问”你怎么看 X”，好回答是从一个锚点自然滑到另一个（M2 的度量 → M4 的竞品 → OS 的工作方式），展示知识的连通性。

5.3.2 三类面试题的应对模板

题型示例应对结构
产品判断题”你怎么看 XX 产品？“M4 §4.3.1 四段式
设计题”设计一个 XX AI 功能”[[#5.1 子系统一 AI PRD 写作]] 四段的口头版——现场展示你会写选型/验收/失败/数据四段
开放题”AI 的未来你怎么看？“用 0411 代际演化 + 0434 护城河给一个有论据的趋势判断，避免”AGI 要来了”这种空话

5.3.3 准备节奏与弹药库

  • 弹药库：从 0410 AI 公司与产品 挑 3 个不同生态位产品，用 M4 拆成 3 份深度卡——面试前反复磨这 3 张，比泛泛看 30 家有效。
  • 弱点补强：用 AI 技术底层逻辑学习框架的评审与扩展 自测技术盲区，补到”能 review 算法决策”的门槛（§5.2.2）。
  • 反推式准备：AI PM 岗位 JD 分析与面试问题反推 的方法——从目标 JD 反推要准备什么，而非盲目覆盖所有知识。

5.4 工作操作系统的自我迭代

OS 不是写一次定终身。每月做一次”工作复盘”：

  • 这个月产出的 PRD，四段（选型/验收/失败/数据）写全了吗？哪段总是偷懒？
  • 和算法的协作里，有没有该我拍而我没拍的决策？
  • 面试/汇报时，哪个锚定判断说不圆？回去补。
  • §5.5 的六个模板，这个月真的被拿出来用了吗？哪个总是绕过？

这个复盘节奏呼应滴滴晋升框架（031080晋升框架，主库 03 区只读引用）的”持续产出 + 可被引用”逻辑——AI PM 的成长复利，来自工作操作系统本身的迭代速度。

5.5 落地交付模板库

这一节是 OS 从”认知框架”落到”现场可填表格”的桥。六个模板对应六个高频、重复、可模板化的动作。价值在于被拿来用，先保留为一篇模板中枢，等实际用 2–3 轮后再拆原子页。其中红队 / 事故 SOP / 合规自检 / 审计字段四块，同时是未来 M5 风险模块的引用源（用别名回链，不重复落盘）。

模板里所有阈值字段（如”幻觉率 < A%“）保持占位符，按场景填，不要填死成具体百分比。

5.5.1 Launch Criteria（上线准入清单）

AI 功能上线前最怕”感觉差不多了”。更稳的做法是把上线准入写成检查表，至少覆盖五类信号：质量是否过线、风险是否可控、人工兜底是否准备好、监控是否可观测、回滚条件是否提前写明。

# AI 功能 Launch Criteria

## 上线对象
- 功能名：
- 版本：
- 流量范围：

## 准入条件
- 质量指标达到：
- 护栏指标不低于：
- 高风险 case 抽检通过：
- 人工兜底已接入：
- 监控 / 告警已配置：

## 回滚条件
- 一旦出现以下任一情况立即停：

5.5.2 红队计划卡

高风险功能没有红队计划，所谓”安全”通常只是没被认真攻击过。这里需要的不是理论定义，而是一张执行卡（与 0435 安全攻防 强相关，但视角偏”我这周怎么组织一次红队演练”）。

# 红队计划卡

- 目标系统：
- 攻击面：输入 / 检索 / 工具 / 权限 / 输出
- 测试类型：prompt injection / jailbreak / indirect injection / policy bypass / hallucination / over-refusal
- 成功判据：
- 记录方式：
- 处置优先级：

5.5.3 事故响应 SOP

AI 产品事故最常见的失控点不是第一次出错，而是出错后各方不知道先干什么。最小可运行 SOP 拆成五步：先止损 → 再定级 → 再溯因 → 再修复 → 最后复盘。

# AI 事故响应 SOP

## 事故概况
- 时间：
- 影响范围：
- 事故类型：

## 立即动作（止损）
- 是否停流：
- 是否降级到人工：
- 是否冻结高风险功能：

## 根因排查（溯因）
- 模型层：
- prompt / policy 层：
- 检索 / 数据层：
- 工具 / 权限层：

## 对外动作
- 用户通知：
- 内部同步：
- 是否需要法务 / PR 介入：

5.5.4 合规自检清单

0430 制度与监管 已把合规问题抬到很高，但 PM 现场更需要一张”开会能带、评审能用”的简表。

# AI 功能合规自检

- [ ] 是否涉及个人敏感信息 / 企业机密
- [ ] 是否存在自动决策后果
- [ ] 是否有用户可见的告知与边界说明
- [ ] 是否可审计、可回溯
- [ ] 是否存在高风险国家 / 行业的额外要求
- [ ] 是否涉及跨区域数据流转

5.5.5 HITL / 权限边界表

当系统从 copilot 走向 agent，最难写清楚的不是”功能流程”，而是哪些动作谁能做、谁必须确认、哪些绝不能自动执行。建议把边界表固定下来：

动作级别例子默认策略
L0 纯阅读查信息、读文档自动执行
L1 低风险写入草稿生成、低影响修改自动执行 + 可撤销
L2 中风险执行发邮件、改配置、批量处理先确认再执行
L3 高风险执行财务、权限、外部发布人工审批必需
L4 不可代理法律承诺、不可逆操作AI 不得直接执行

逐功能落地用这张可填模板：

# HITL / 权限边界表

| 功能 | 动作 | 风险等级 | 是否需确认 | 审批人 | 日志要求 |
|---|---|---|---|---|---|

5.5.6 审计日志字段最小集

这一层是连接 0430、0435 与工作现场的桥梁。PM 不一定自己设计日志系统，但至少要知道最低应当留下什么字段：

# 审计日志字段最小集

| 字段 | 含义 | 必填 |
|---|---|---|
| event_id | 事件唯一 ID | 是 |
| actor | 用户 / agent / 系统 | 是 |
| action | 做了什么 | 是 |
| object | 作用对象 | 是 |
| approval_state | 是否审批 | 是 |
| result | 成功 / 失败 / 回滚 | 是 |
| trace_ref | 可追溯链路 | 建议 |
| risk_level | 风险分级 | 建议 |

反例与张力

  • 反对意见：“工作方式是因人而异的，不该写死成模块。” 反驳：写死的不是”你必须这么工作”，是”AI PM 的工作产物里，哪些是 AI 专属的、不可省的”。具体怎么干可以个性化，但这四段 PRD / 三类决策划分 / 三种面试模板 / 六个交付模板，是 AI PM 区别于传统 PM 的最低标准，不是上限。
  • 张力一（PRD 太重）：PRD 四段在早期 MVP 阶段可能”太重”。解法：早期可压缩成”一段一句话”的精简版，但心智上不能省——精简是表达形式，不是认知省略。
  • 张力二（模板僵化）：模板写得过细会很快变成僵硬 bureaucracy；只讲原则不给表格字段，又不会被真正拿去用。解法：模板只锁”最低应当问/记什么”，留白让现场填——既不空泛也不官僚。

衍生问题

  • 能否把 AI PRD 四段做成一份可填空模板？（可放 0408AI 工具/ 或映射到 00Meta/0030模板/）
  • “算法团队过度承诺/过度悲观”的具体识别信号有哪些？值得做一个判断清单。
  • Rick 的滴滴安全产品 PRD 经验，哪些能迁移到 AI PRD、哪些是 AI 独有？（跨域复盘，个人叙事部分应落在 0423 自我民族志，方法迁移部分留本模块）
  • §5.5 六个模板被验证常用后，可拆为 R01 Launch Criteria / R02 红队计划 / R03 事故响应 SOP / R04 合规自检 / R05 HITL 权限边界 / R06 审计日志字段（注意拆分时文件名用「·」分隔，禁止 ”/”）。

关联节点

本模块内部：本文（OS），含三大子系统 + 落地模板库

底座（被横切的所有模块）：

传统 PM 方法的迁移源（主库只读引用）：

  • 024000怎么写产品文档 — PRD 传统骨架（本节是它的 AI 增量）
  • 031080晋升框架 — 工作复盘/成长的复利逻辑

求职兑现：

  • 0404 AI PM 求职与职业发展 — 本模块的求职落点
  • AI PM 岗位 JD 分析与面试问题反推
  • AI 产品组织问题论证质量拆解
  • AI 技术底层逻辑学习框架的评审与扩展
  • AI 产品经理面试问题分析

技术 review 门槛：

§5.5 模板库的证据与风险回链：

来源 / 证据池

  • 02工作/0240需求文档/024000怎么写产品文档.md — 传统 PRD 方法论
  • 03产品/0310产品成长/031080晋升框架.md — 成长复利逻辑
  • 04AI/0404 AI PM 求职与职业发展/ 六份文件 — 求职子系统素材
  • 04AI/0401AI 基础知识库/0框架.md v2 工作操作系统底座 — 本文的命题框架来源
  • 模板库素材并入自 2026-06-16 gapfill 批《03 AI PM Operating System·模板库草稿》

本文为 v2 正典模块定稿（OS 工作操作系统），合并自 2026-06-16 v2-blank-modules 批（认知与协作框架，作底）与 gapfill 批（§5.5 六个落地交付模板）。final_path 独立成 04AI/04OS 工作操作系统/：OS 是底座不是 M6，字母前缀正好表达”非编号模块”，与 04NN 专题、04T 专题库清晰隔离。