一、AIGC浪潮与产品经理新机遇

1.1 到底什么是AIGC？

AIGC，全称是AI Generated Content。说白了，就是让AI帮你干活——写文章、画图、写代码、做视频。

我经常跟团队说一句话：“以前我们教机器怎么理解世界，现在机器开始教我们怎么偷懒。”

举个例子。你让AI写一段产品需求文档，它几分钟就能给你初稿。你让AI画一张App界面草图，它也能快速出图。这在三年前，想都不敢想。

1.2 发展简史：从“玩具”到“生产力”

我入行那会儿，AI还在做“分类”和“识别”。比如识别图片里有没有猫。那时候的生成能力，基本等于零。

转折点出现在2017年。Google搞出了Transformer架构。嗯，这个架构后来成了所有大模型的基石。

我简单梳理一下关键节点：

时间	事件	我的感受
2017	Transformer论文发布	当时没太在意，后来真香
2020	GPT-3发布，1750亿参数	第一次觉得AI能写东西了
2022	ChatGPT、Stable Diffusion爆发	行业彻底变了
2023-2024	多模态、Agent、视频生成	每天都在被颠覆

为什么会这样？因为模型越来越大，数据越来越多，算力越来越便宜。三个因素凑一块，AIGC就爆发了。

1.3 三大核心能力：文本、图像、代码

作为产品经理，你不需要懂底层数学。但你必须知道AI能干什么，不能干什么。

文本生成

这是最成熟的能力。GPT系列、Claude、文心一言，都能写文章、写邮件、写文案。

我在项目中遇到过一件事：运营团队要写100条商品描述，人工写要两天。我用GPT批量生成，加上人工审核，两小时搞定。效率提升了8倍。

图像生成

Midjourney、Stable Diffusion、DALL·E，这些工具让“不会画画的人”也能做设计。

你想想看，以前做个App启动页，要等设计师排期。现在你输入“科技感、蓝色渐变、简洁”，AI直接出图。虽然不能完全替代设计师，但快速出原型、做灵感参考，完全够用。

代码生成

这个能力被很多人低估了。GitHub Copilot、Cursor、通义灵码，这些工具能帮你写函数、写测试、甚至写整个模块。

我建议产品经理也学学怎么用AI写代码。不是为了转行，而是为了验证技术可行性。比如你想知道某个功能能不能实现，让AI写个Demo，跑一下就知道。

// 示例：用AI生成一个简单的用户登录验证函数
function validateLogin(username, password) {
  if (!username || !password) {
    return { success: false, message: '用户名和密码不能为空' };
  }
  if (password.length < 6) {
    return { success: false, message: '密码长度至少6位' };
  }
  return { success: true, message: '验证通过' };
}

你看，这种代码AI几秒钟就能写出来。你只需要告诉它“写一个登录验证函数，检查空值和密码长度”。

1.4 对产品经理岗位的重塑

很多人问我：AIGC会不会让产品经理失业？

我的回答是：不会失业，但会淘汰那些不会用AI的产品经理。

具体来说，岗位发生了三个变化：

• 从“提需求”到“提提示词”——以前你写PRD，现在你要写Prompt。Prompt的质量直接决定AI输出的质量。
• 从“管理开发”到“管理模型”——以前你盯着开发进度，现在你要关注模型效果、数据质量、反馈闭环。
• 从“做功能”到“做体验”——AI能完成80%的基础功能，产品经理的价值在于那20%的体验细节和商业逻辑。

1.5 产品经理的新机遇

机遇在哪？我总结了三个方向：

1. AI能力的产品化——把大模型包装成好用的产品。比如Notion AI、Canva AI，都是把AI能力藏在了用户熟悉的界面后面。
2. 垂直场景的深耕——通用大模型解决不了所有问题。在医疗、法律、教育这些领域，懂业务的产品经理反而更有优势。
3. 人机交互的创新——对话式UI、多模态交互、Agent协作，这些都是全新的交互范式。谁先跑通，谁就占住坑位。

我记得2022年底ChatGPT刚出来的时候，我连夜写了一篇分析文章。当时很多人觉得AI离产品经理很远。现在呢？不会用AI的产品经理，连面试都过不了。

所以，这门课的目的很简单：帮你从“知道AI”变成“用好AI”。后面29章，我会手把手带你走完AIGC产品落地的全流程。

---

下一章，我们来聊聊“大模型的工作原理”。我会用最通俗的方式，讲清楚Transformer、Token、Prompt这些概念。别怕，不写代码也能懂。