人人都想跳槽轉崗去做 AI，但是太難了。
不是學習 AI、應用 AI 難，而是正在賣力的招人的企業們和鉚勁兒往行業裡轉的求職者們還沒太搞明白這個事情。
相信正在看相關機會的同學應該對下面的情況很瞭解了：
企業端：
-
1. 因為是探索性業務，大量的 JD 對工作內容和能力要求的描述非常不清晰（基本都是“瞭解行業趨勢”、“熟悉 AIGC”）； -
2. 因為是新技術，大量對 AI 相關崗位的要求中還夾雜著“機器學習”“TensorFlow”等傳統 AI 的技能要求
對找工作的人來說：
-
1. 不懂 AI、根據崗位描述進行技能學習的應聘者，對著這些 JD 啃完了機器學習和TensorFlow，面試的時候一問一個一臉懵； -
2. 懂 AI、甚至有相關工作經驗的人才，一看那些 JD 就知道崗位不靠譜。
於是：
-
1. 著急招人來探索、落地業務的企業，一直見不到符合預期的人（也無從最佳化自己的崗位描述） -
2. 真正願意學習、能夠補齊人才缺口的求職者，完全不知道到底怎麼才能入行。
什麼樣的JD靠譜？
一個正確的「生成式 AI」應用相關崗位的描述裡，至少應該包含以下：
-
1. 想把大模型應用到哪些型別的業務（來圈定求職者領域素養） -
2. 對提示詞 prompt 工程能力的要求 -
3. 對大模型應用場景、能力邊界的認知要求 -
4. 常見 AI 應用開發平臺(coze/dify) 的實踐經驗 -
5. 對新模型、新趨勢的探索欲
下面是某個搜尋引擎AI產品經理的JD，推薦學習：
對應下來，想要轉崗成為 AI 產品經理（或者相似的 AI 崗位），至少應該具備以下能力點：
AIPM技能地圖
前三個不必解釋，這是 AI 開發的基本功，少任何一個都沒辦法有效幹活（1 和 2 不紮實的話，面試都過不了）。
最後的 RAG 和 Agent 是大模型應用開發的兩個基本正規化，一旦開工也都是必須要從底層原理就得明明白白的技能點，否做做出來的東西稀爛。
以 RAG 為例，光知道把資料上傳到知識庫，寫個提示詞就開始問的那種，至少 50% 的翻車率；把 RAG 等同於調用搜索引擎介面，query 最佳化不了一點的也是一搜一個胡說八道。
作為 AI 產品經理，如果把 Agent 等同於 Dify 和釦子智慧體，到幹活的時候肯定也是一干一個不吱聲。
工作流 ≠ Planning，現在我們用的主流“智慧體”平臺開發出來的那些不具備規劃能力，不是真正意義上的 Agent。
AI 程式設計也應該是產品經理要修煉的基本功了：之前是寫 PRD 給技術，現在是描述功能給 Cursor。
以前產品開發不出來可以說技術爛，現在寫不出來就是產品經理表達能力不行。
以上技能點如何學習、如何拆解招聘簡介進行針對性的提升，如果你正在看機會，來本週日晚上的閉門直播，預計兩小時改變你求職生涯的乾貨分享：