产品方法论概览
AI 产品方法论框架
AI 产品设计需要在传统产品方法论基础上，融入 AI 特有的思考维度。
用户需求 → AI 可行性评估 → 产品方案设计 → 效果评估 → 迭代优化
↑ ↓
←──────── 数据飞轮反馈 ←─────────────←核心方法论
AI 产品需求分析
如何判断一个需求是否适合用 AI 来解决，以及如何定义 AI 产品需求。
AI 功能设计模式
常见的 AI 产品设计模式和最佳实践。
数据驱动决策
如何衡量 AI 产品的效果，建立数据驱动的迭代机制。
知识库自进化机制
如何构建 AI 参与的自进化知识库，实现团队经验的结构化沉淀和复用。
复盘驱动的知识沉淀
通过 AI 辅助的复盘机制，从日常工作中持续提取可复用的知识。
AI 产品的特殊考量
- 不确定性：AI 输出是概率性的，产品设计需要容错
- 可解释性：用户需要理解 AI 为什么这样做
- 信任建立：逐步引导用户信任 AI 的能力
- 伦理边界：AI 产品需要考虑公平性、隐私、偏见等问题