第 1 章 · 第 1 讲 · 15:29
本内容改编自小山学堂《学 AI 产品，从入门到精通》（xueai.miyang.cn · 洛小山），为二次演绎配音版。
这一集不教任何一个具体技术，它解决的是一个更前置的问题。作为产品经理，你凭什么在做人工智能产品时拥有判断权。
判断权不是职务给的，是能力给的。当工程师说这个做不了，你有三种反应可选。接受、拒绝、改方案。前两种不需要任何技术知识，第三种需要。而第三种往往才是真正有价值的那一个。
本集铺了四块地基。课程怎么分路，你该走哪一档。你现在站在达克曲线的哪个位置。怎么学，知识才真的过脑子。为什么非得花时间讲原理。
学完本集，你应该具备以下能力。
第一，路线判断。能说清五档路线各自的取舍，并给自己定位。
第二，自我诊断。能识别自己处在愚昧之巅、绝望之谷还是平稳高原。
第三，团队诊断。能识别团队成员各自在曲线的哪个阶段，并据此分工。
第四，学习闭环。能把看到、反思、迁移、输出四步跑完，而不是刷完就忘。
第五，方案透视。能把任意工程化方案翻译成对消息列表的哪种操作。
第六，输入设计。提问时能主动补上真实惯性、履约摩擦、止损底线三类约束。
这六项里，方案透视是地基，其余五项都是它长出来的。
不会透视方案，你就无法判断工程师说的是细节还是边界。不会透视方案，你就看不懂为什么换提示词没用。不会透视方案，你就不知道该改流程还是该改模型。
写稿与审稿时逐条对照。
本集素材来自六节课。路线图、达克效应、怎样学、为什么讲原理、让模型帮我判断建议、让模型帮我找下一步该问什么。篇幅有限，取舍原则是保留可迁移的判断框架，压缩课程内部的导航性文字。
单人口播，音色云健，语速约三百一十四字每分钟。净字数区间四千六到五千三。禁表情符号，禁半角冒号，禁井号星号尖括号方括号圆括号花括号竖线等符号。英文缩写不直接口播，先说全称或译名。数字一律用中文。
开头必须含来源声明。文末标注来源站点与作者。二次演绎，不声称原创，不改动原课程的技术结论。
最容易误解的一点是，以为档位越高只是课越多。实际上每一档都在主动跳过某些内容。做产品这一档跳过了代码走查、长运行智能体、安全容器化和三个硬核源码专题。
这意味着你学到的不是更多，而是更对准。接受这个设定，你才不会在刷课时产生我是不是漏了什么的焦虑。
个人层面用它自省，价值有限，因为人很难客观评价自己。真正的用法是看团队。
处在愚昧之巅的人乐观，适合做探索性方案。处在绝望之谷的人悲观，适合做风险评估。让两类人各司其职，而不是互相否定。
很多项目排期崩掉，根源不是技术问题，是这两类人的判断被放错了位置。
看到、反思、迁移、输出，四步里输出最费力，也最有效。费曼学习法的判据很简单。讲给外行听，讲不明白就是没懂。
最低成本的输出形式是在群里说一句，今天学到什么，以前以为是什么，其实是什么。这个动作把知识从短期记忆推入长期记忆。
这句话是本集的支点。
提示词工程，是精心构造列表，塞入系统指令、角色、示例。检索增强生成，是运行时取回外部片段，拼进列表。智能体工具调用，是执行工具后把结果追加回列表，再推理。微调，是把大量理想列表烧进权重，省去每次说明。
记住这张表，你以后看到任何新方案，先问一句，它动的是列表的哪一段。
健身卡案例里，模型给了三条理由，每条都对，但每条都默认了一个每周稳定去三次的人。真实情况是八点半下班、单程三十五分钟、周末要陪家人。
结论不是模型不准，而是模型的回答质量上限取决于你给进去的消息列表。所以提问前先补三类约束。真实惯性、履约摩擦、止损底线。
模型给的方案里常常混着三种东西。算术，可验证，比如每月二百二十四元。推测，听起来合理但无法验证，比如办卡能督促自律。套话，正确但无用，比如要看个人情况。
分开它们，你才知道哪部分能写进决策依据。
音频共七段，段名不朗读。以下按段列出要点，方便回听定位。
第一段，开场。提出核心问题：为什么同样一句技术上做不了，不同人的反应差距这么大。给出结论：差别在判断力，不在代码能力。同时交代三种可选反应——接受、拒绝、改方案，其中改方案才真正需要技术理解。
第二段，先选一条适合你的路。讲清五档路线的节数与取舍，重点说明档位之间不是叠加而是取舍，以及换道零成本这件事为什么能解决「怕选错」的卡点。
第三段，你现在站在哪里。达克曲线的三个阶段，愚昧之巅、绝望之谷、平稳高原，以及一句关键的话：傲慢才是成长最大的敌人。额外给出团队层面的用法。
第四段，怎样学知识才过脑子。输入不等于理解，理解不等于记住，记住不等于会用。给出看到、反思、迁移、输出四步，并配上具体示例。
第五段，为什么要花时间讲原理。核心论断是所有工程化操作本质上都是对消息列表的处理，随后把提示词工程、检索增强、工具调用、微调逐一翻译成这个框架，并列出三类不理解的典型卡点。
第六段，案例。健身年卡的账，模型句句在理却把你坑了。引出三类约束：真实惯性、履约摩擦、止损底线，并提示要区分算术、推测与套话。
第七段，收尾。五条判断清单，加一句关于节奏的提醒。
| 课程用词 | 一句话解释 | 产品经理关心的点 |
|---|---|---|
| 消息列表 | 每次请求里发给模型的全部内容 | 它是所有工程方案共同的操作对象 |
| 上下文窗口 | 模型一次能看进去的长度上限 | 对话变长后忘事，多半是它不够 |
| 提示词工程 | 精心构造消息列表 | 改措辞解决不了被截断的问题 |
| 检索增强生成 | 运行时把外部片段拼进列表 | 效果差时先查切片粒度与相似度阈值 |
| 微调 | 把理想列表烧进权重 | 解决的是参数里没知识，不是上下文没给对 |
| 达克效应 | 从愚昧之巅经绝望之谷到平稳高原 | 用它给团队分工，不只是自省 |
| 幻觉 | 概率采样的必然结果 | 该设计验证环节，而不是指望它不出错 |
误区一，以为档位越高越好。实际上高阶档位包含大量源码与部署内容，对不做实现的产品经理是负担。选路的目的是对准，不是堆量。
误区二，把「看完」当成「学到」。人脑的默认模式是输入即遗忘，不做反思和迁移，三天后基本归零。
误区三，遇到模型答错就改提示词。先分清是上下文没给对，还是参数里压根没这个知识。前者改提示词或流程，后者才考虑微调，两者成本差一个数量级。
误区四，把模型给的推测当依据。办卡能督促自律这类话无法验证，写进决策文档前先打标。
误区五，跳过原理直接学工具。工具几个月换一轮，原理不换。跳过原理省下的时间，会在每一次方案评审里加倍还回去。
第一问，我说出的这个方案名词，能说清它在第几步会失效吗。说不清，说明还在第一阶段。
第二问，这个工程方案动的是消息列表的哪一段。答不上来，说明方案还没被理解，先别写进需求。
第三问，我提问时补了真实惯性、履约摩擦、止损底线吗。没补，得到的答案大概率是对理想用户成立的。
本集是认知地基的第一层。往后三块内容会依次展开：上下文工程会讲清消息列表怎么组织才不掉内容；评测会讲清怎么判断方案真的变好了；成本工程会讲清这套东西上线要花多少钱。这三块正是做产品这一档相对前一档多出来的部分，也是判断力的主要来源。
第一，先选路再学。四百六十六节不是让你全刷的，按目标挑出自己的那一档。
第二，警惕名词掩盖机制。说出一个方案名词之前，先确认自己能说清它在第几步会失效。
第三，用三十秒换长期记忆。每看完一个知识点停三十秒，再翻译成自己的业务场景讲给一个人听。
第四，把方案翻译成对消息列表的操作。能用这句话解释的方案，才真的看懂了。看不懂的不要写进需求文档。
第五，提问前先补三类约束。真实惯性、履约摩擦、止损底线。
本集内容全部来自以下六节课，未跨集取材，未虚构。
| 课程 | 贡献到本集的哪一段 |
|---|---|
| 先选一条适合你的路 | 第二段，五档路线的节数与取舍 |
| 我们在哪里？达克效应 | 第三段，三个阶段与傲慢那句话 |
| 怎样学，知识才能过脑子 | 第四段，输入不等于理解，四步循环 |
| 为什么要花时间讲原理 | 第五段，消息列表这一核心论断 |
| 让模型帮我判断这个建议适合我吗 | 第六段，健身年卡案例与三类约束 |
| 让模型帮我找到下一步该问什么 | 第六段，提问时该补什么信息 |
以下节选自本集口播稿，便于不想听音频的读者快速取用。
节选一，关于判断力。
为什么同样一句技术上做不了，有的人听完就点头回去改需求，有的人能当场拆开问三个问题，把对方问到改方案。差别不在会不会写代码，在有没有判断力。而判断力，正是这门课真正想给你的东西。
这里有个很现实的分工背景值得先讲清楚。工程师负责把东西做出来，产品经理负责决定做哪个、值不值、以及做不出来的时候往哪退。这三件事都不需要你会写代码，但都需要你听得懂技术语言背后的边界。听不懂，你就只能接受或者拒绝这两种选择。听得懂，你才拥有第三种选择，改方案。
节选二，关于原理。
所有工程化操作，本质上都是对消息列表的处理。提示词工程，是精心构造消息列表，让模型看到正确的上下文。检索增强生成，是从外部知识库取回相关文档片段，拼进消息列表再发给模型。智能体工具调用，是模型输出调用请求，执行工具，把结果追加回消息列表，再次推理。微调，是把大量理想的消息列表烧进模型权重。
这四件事看起来是四种技术，其实是同一个动作的四种形态。这就是为什么理解它能省下大量时间。你以后看到任何一个新方案，先问一句它动的是消息列表的哪一段，答案就清楚了。
把这个论断再往前推一步，你会发现它还能解释一个产品经理天天遇到的问题。为什么模型聊到后面就开始忘事、开始自相矛盾。因为消息列表变长了，而模型能同时看到的长度是有限的。不是它变笨了，是它看不全了。
节选三，关于案例。
模型句句在理，为什么结果坑了你。因为它默认了一个理想的人。每周稳定去三次，器械团课随意用，办卡督促自律。而你真实的日常是常在八点半后下班，单程耗时三十五分钟，周末需要陪家人。
模型不会主动追问你的现实约束，这是它的工作原理决定的。它的回答质量上限，取决于你给进去的那段消息列表。错的是输入里缺了最关键的三类信息。真实惯性、履约摩擦、止损底线。
发布前逐项确认，全部通过才算完成。
认真学十页，比划水刷完一百页有用十倍。这门课的价值不在信息量，在于它逼你停下来想的那些三十秒。
工具每几个月换一轮，能留下来的只有判断力。慢就是快。
按本集出现顺序排列，只给够用的解释，不展开。
消息列表，每次请求里发给模型的全部内容，包含系统指令、历史对话、检索结果、工具返回值。
上下文窗口，模型一次能处理的长度上限，超出部分会被截断或压缩。
提示词工程，通过组织输入内容来改善输出的系统性做法，不只是措辞技巧。
检索增强生成，先从知识库取回片段、再拼进输入的做法，用来补上模型参数里没有的知识。
智能体，能把工具执行结果追加回输入并继续推理的循环结构。
微调，用大量理想样本更新模型权重，让它默认按期望方式响应。
达克效应，能力不足者高估自己、能力较高者低估自己的认知偏差，课程用它来定位学习阶段。
幻觉，模型生成与事实不符内容的现象，是概率采样的必然结果，不是程序错误。
听完本集，试着不回看材料回答下面三题。答不上来的那题，就是下一步要补的地方。
第一题，做人工智能产品这一档相对前一档，多了哪几块内容，又跳过了哪几块。
第二题，用户投诉模型乱答，你会按什么顺序排查，每一步对应的是消息列表的哪一段。
第三题，你要问模型一件涉及自己执行力的决策，会先补哪三类信息。
本集只负责把地基的形状画出来，不负责把每一块都填满。后面会有三集分别接着本集的三个未展开处往下走。
一是原理部分。本集只给了消息列表这个核心论断，没有展开它怎么组织、怎么压缩、什么时候会溢出。那属于原理底座与上下文工程的内容，会单独成集。
二是评测部分。本集说了要设计验证环节，但没说验证什么、怎么量化。那是判断方案是否真的变好的关键，也会单独成集。
三是成本部分。本集提到了估值问题，但没给算法。成本工程会补齐这一块，也是做产品这一档相对前一档多出来的核心内容之一。
听的时候可以把这三处当成三个钩子，遇到它们先记下来，后面会有答案。另外，本集提到的三个硬核源码专题不在做产品这一档的范围内，它们面向要亲手读源码的工程师，属于另一条路线的内容，这里不做展开。
来源：xueai.miyang.cn（小山学堂 · 洛小山《学 AI 产品，从入门到精通》）
本页为二次演绎稿件，非原课程内容原文。