AI 产品经理和传统产品经理的差别，不在会不会用工具，在能不能面对不确定性做决策。传统产品的功能是确定的：按钮点了就有反馈。大模型的能力边界是模糊的：同一个问题今天答对，明天可能答错。产品经理要在这片模糊里找到确定的事，靠的是下面五项能力。
边界判断：知道模型能做什么
不必会训练模型，但必须知道它能做什么、不能做什么、大概什么成本。很多失败的 AI 产品，问题就出在「以为模型能做到」：把一个准确率不稳定的任务直接包装成核心卖点，上线后被真实用户打回原形。判断边界有三个途径——看公开评测里同类任务的表现、拿自己的真实数据小范围试、把供应商演示里的完美样本当作最乐观情形而不是平均水平。
看懂技术动态也是边界感的一部分。模型能力到哪一步、算力供给是什么状况，都会影响产品节奏，怎么看懂 AI 芯片新闻里的制程算力与生态这类文章值得定期读。
定义问题：把模糊目标翻译成可验证的指标
「用 AI 提效」这种目标没法落地，得翻译成「在某个环节把某件事从几小时缩短到几分钟，且错误率不上升」。问题定义得越具体，方案越容易落地，验收标准也越清晰。这一项是 AI 产品经理最核心的能力，因为它决定了后面所有投入有没有靶子。
实操上有个自检方法：把需求讲给一个完全不懂 AI 的同事听，如果对方说不出「做到什么程度算成功」，说明定义还没完成。
设计评测：效果不靠感觉靠数据
模型效果好不好，不能靠现场演示的感觉。要能设计评测集、定标准、看数据：收集几十到几百条真实业务样本，标注期望输出，每次模型或提示词变更后跑一遍，记录通过率变化。没有评测能力，就只能被供应商的演示牵着走——演示永远挑表现突出的样本。
评测集要持续更新。业务跑一段时间后，把线上真实的失败案例补进评测集，让它越来越接近真实分布。行业榜单可以提供横向参照，但要注意排名口径，AI 榜单迭代里排名变化的信号怎么看讲过这类问题。
算成本：账算不清，产品越用越亏
AI 产品的成本结构和传统产品不同：按调用计费、试错要重复跑、生成结果还常常需要人工审核。三个变量叠加，总成本可能是按次估算的好几倍。上线前至少算三笔账：单次调用的模型费用乘以预估量、失败重试和低质量输出的损耗、人工复核的人力成本。算完再看客单价或内部提效值不值，账算不清的产品，规模越大亏得越多。
价格侧的信息也值得跟踪，平台间的补贴和调价直接影响成本模型，怎么看懂一次 AI 价格战里的补贴成本与留存可以帮着建立这个敏感度。
沟通与推动：在三方之间做翻译
AI 产品通常横跨算法、工程、业务三方，各自的语言不同：算法关心指标，工程关心稳定性，业务关心流程。产品经理的价值是把同一个需求翻译成三种表述：对算法说「这个环节的通过率要从八成提到九成五」，对工程说「接口超时要控制在几百毫秒以内」，对业务说「流程从五步变成两步」。跨团队协作时，这一项最见功力。
五项能力自检表
| 能力 | 自检问题 | 补齐方法 | 失效信号 |
|---|---|---|---|
| 边界判断 | 能说出核心任务模型做不到的 3 种情况吗 | 拿真实数据小范围试，记录失败案例 | 方案书里只有成功场景 |
| 定义问题 | 目标能写成可验证的指标吗 | 讲给外行听，对方能复述验收标准 | 需求文档里全是形容词 |
| 设计评测 | 有自己业务的评测集吗 | 先攒 50 条真实样本建第一版 | 效果判断全靠演示 |
| 算成本 | 单次成本、重试损耗、复核人力算得清吗 | 上线前做三笔账的测算表 | 只按调用次数报预算 |
| 沟通推动 | 同一个需求能对三方各讲一遍吗 | 需求文档分三个版本各写一段 | 会上三方各说各话 |
自检不必五项全绿才动手，先补最短的那块板，用一个小项目把其余几项串起来练。
五项能力的边界在哪里
这套清单解决不了两件事。一是数据质量：业务数据脏、标注缺失，再强的产品经理也变不出可靠效果，这要回到数据治理。二是演进中的合规要求：AI 相关规定还在变化，涉及用户数据的场景要预留调整空间，以最新规定为准。能力清单是入门地图，真正拉开差距的是在具体项目里反复用这套方法，比如公交调度员用 AI 排班避免早高峰拥堵这类具体场景，就是五项能力同时落地的练习场。
AI 产品经理能力速查
- 先判边界，再谈方案，演示当乐观情形看
- 目标必须翻译成可验证指标
- 评测集先攒 50 条，持续补失败案例
- 三笔账：调用费、重试损耗、复核人力
- 一个需求，三种语言，讲给算法工程业务
