时长50min，核心问题整理如下：1. 从实习经历里挑一段与 AI 应用、AI agent 最相关的，围绕产品设计说：具体工作内容、拿到的结果、用户或业务方的反馈2. 从你的项目、或你对 data agent 结果生产链路的理解看，幻觉可能产生在哪些环节？（追问一次"还有吗，继续说"）3. 用户反馈"你这产品输出的数据不准，我没法用"，这个 badcase 投诉到你这边，你会怎么处理？4. 数据场景（问数、取数、做分析报告）和非数据业务场景下，badcase 有哪些差异和特点？5. AI/agent 类产品和传统非 AI 产品，产品经理在设计上要具备和注意的事情有哪些差异？6. 针对可能出现幻觉、答案不确定的环节，怎么给用户更好的感知、让他知道这里可能有问题？7. 简历上写的 agent 架构与工作流编排、RAG 知识库、prompt schema、评测指标，哪个环节了解得最透？8. 简历里那个多 agent 规划系统具体是什么、你在里面做了什么？（连续追问：ReAct 具体做了什么、工具函数是不是你自己封装的、有没有设计文档、能不能现在投屏）
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
