百度文心一言ai产品经理面经

AI大模型（例如文心一言），其“模型能力”和“产品体验”之间是怎样的关系？一个强大的模型，是否就意味着一个好的AI产品？

你来做文心一言“AI总结”功能的 pm，为了评估总结质量，除了用户满意度调研，你还会关注哪些客观、可量化的技术评测指标？

追问： 是否了解像ROUGE、BLEU这类自动评估指标？你认为它们在指导产品迭代时的优势和局限性分别是什么？作为PM，你如何结合客观指标和主观用户感受来综合判断“总结质量”？

如何从技术或数据层面，去定义和量化一个Prompt的复杂度？（例如，可以从文本长度、实体数量、意图明确性、领域跨度等维度）请描述你的分析思路。

用产品经理的语言，解释一下RAG的基本原理是什么？

追问： 如果让你来设计一个基于RAG的“AI搜索”功能，你会如何平衡“检索到的外部知识”和“模型自身的生成能力”，来为用户提供最可信、最全面的答案？

你觉得Agent形态的产品，与当前主流的“问答式”AI助手相比，核心的产品和技术区别是什么？

追问： 你认为百度应该如何布局AI Agent这个方向？它最有可能在哪些场景（例如，企业服务、个人办公、电商导购）率先落地？

现在有 2 个选项，A：使用一个巨大的模型，回答质量很高，但速度慢、成本高；B：使用一个更小的模型，速度快、成本低，但回答质量在20%的情况下会不够好。你如何构建一个决策框架来选择用哪个模型服务于线上用户？

如何理解“提示词工程”？如何设计产品功能，来帮助普通用户“写出”更好的Prompt，从而充分释放大模型的能力？

请分享一个你在学习或实践中，遇到的让你印象深刻的机器学习或深度学习模型

追问： 你认为这个模型的设计精妙之处在哪里？它在解决特定问题上的思路，对你做AI产品有什么启发？

在AI产品的开发流程中，产品经理与算法工程师之间最容易产生分歧的地方会是哪里？你会如何弥合这种分歧？

让你来负责探索文心一言的商业化路径，你会提出哪些可能的、可行的商业模式？（例如，按用量付费、订阅制、为B端提供API服务、或与现有业务结合等）