美团产品经理面经

1、自我介绍2、对这个岗位的一些基础工作职责有了解吗？3、简历深挖，持续追问，如何使用AI工具做数据的清洗和分析？是公司接了API能力后你们做了小工具，还是直接用的Web界面？4、有参与（大模型）本地化部署吗？本地部署后对于处理数据的结果，和之前用Web API、以及人工处理的结果，这三者之间有没有什么差异？5、如果说我们自己也做本地化部署，也有类似于可以接入模型底层能力的条件，你能不能实现让它去进行一些数据处理？持续进行场景追问；6、简单描述一下AI提示词的项目工作？你在这个工作当中你主要担任的角色是什么？7、它是通过什么样子的技术实现的？能够引导性地去对商家提问，并且把商家回复出来的比较专业的、商家视角的话术转成用户视角的？8、多人会话的这种模板是怎么导入的？是一个形式，还是说模型让它有一个学习的过程？模型的提示词复杂吗？9、针对AI幻觉的问题怎么理解？怎么降低幻觉率？还是说你们的解决方案就是扩充知识点？10、能不能就是当这个模型的问题超过你的知识范畴之后，不要硬回答，直接回答不知道？是否可以通过这种手段让它这个影响缩小？11、针对多轮追问是否可以通过优化提示词来解决？12、如果我想把面向用户的客服AI，能够实现多轮交互最终定位到用户真实诉求的能力，可以通过prompt实现吗？13、职业规划是什么？base地怎么考虑？

宝子们！字节跳动中国交易与广告 2026 实习生招聘新鲜出炉啦👀👉 面向2027 届毕业生（2026.9-2027.8 毕业）👉 7 大核心方向：后端 / 前端 / 客户端 / 安全 / 算法 / 测试 / 产品👉 4 城可选：上海 / 杭州 / 北京 / 成都👉 所有岗位都有转正机会！7 月即可发起转正，提前锁定校招全职 Offer👉 内推通道开启！扫码投递即算内推，简历更快被团队评估团队负责抖音电商、生活服务、广告营销等核心营收业务，用技术连接用户与商家，成长空间直接拉满💪想冲字节实习的宝子别错过，扫码投递，一起并肩成长呀～互联网大厂实习 实习生内推

今年上半年面试了20+科技公司，超过一半的公司都会问这个问题。有的甚至在HR筛选人的轮次就开始问了，可见ai时代公司对你是否能用ai模式工作，实打实的提升工作效率非常重视大家都是怎么在工作里用ai的？什么工具什么场景最有用？什么工具最鸡肋？我自己有三个具体的行动场景：① 快速原型（Prototype）过去我常常要等工程师三周才能做出一个可用的prototype，这非常痛苦。现在，我可以用AI在几小时内快速画出一个可演示的版本。即使不完美，也足够帮助团队理解抽象的想法，迅速达成共识。② 工程协作（AI native Collaboration）我越来越相信：AI-native的核心不是工具，而是“AI-awareness”。要让AI了解所有的上下文，知道项目目标、结构、代码与思考。只有这样，它才能成为团队中真正的合作者，而不是一个被动工具。我把AI视为团队成员之一。它不仅帮我review代码，也理解整个repo的上下文。我会把PRD（需求文档）从Word迁移到Markdown，让AI更好地“读懂”项目语境，真正参与到开发流程中。③ PM做开发，从简单的UIUX feature做起我已经在AI帮助下在我团队里checkin很多代码，实现一些小的bug修复，或者简单的UIUX 改进，真实地参与到开发流程里并且帮我们的工程团队解决实际问题。这些经验不仅让我更熟悉我们的架构，更好的和工程师交流，也很大提升了我作为PM 以后用AI做更多技术工作的信心

以下内容非常适合0基础学AI，就业方向是AI产品经理的同学学习从入门到精通，我为你规划了完整的初级阶段学习路线1. Andrej Karpathy的油管科普作入门非常合适。一共两期比较值得精看：《Deep dive into LLMs like ChatGPT》《Intro to Large Language Models》这两个看下来对0基础的人来讲，足够对大模型这东西有个大概的框架了。不会让你入门即入土。3个小时的视频，啃下来我保证你收获颇丰。2. 书籍推荐两本，一本“这就是ChatGPT”Wolfram写的，0基础入门阶段就能看懂。还有一本《大模型算法》余昌叶的，工具书，非常贴业务，基本囊括面试热重点。3. 🍠和某站经常刷到一个号叫“林木”的。他的内容我觉得特别贴近职场，他的和AI相关内容非常贴近大多数互联网的业务。他自己本身也是面试官，所以给到的一些AI面试会考察的东西应该算是可靠的。适合整理思路，包括规范自己平时业务的一些方向。4. 吴恩达主理的网站deeplearning.ai的基本所有AI课程，机器学习，深度学习，NLP等有时间都可以看。很多不是他本人讲的，我觉得也很好，思路很清晰。觉得学起来慢的，有一个技巧，你可以把课程大纲全喂给gpt，让他解释给你听提速，但是可靠性需自检。5. 最后就是加餐AI播客了，油管或者apple podcast都有：干货向：Anthropic，IBM Technology。行业大佬访谈类：Lenny’s Podcast, Y-combinator, Dwarkesh 投资类：Training Data, Unsupervised learning.路径：先用书和卡帕西的视频作兴趣入门，再用林木的内容或者其他国内大厂博主的内容（⚠️注意甄别）去记录互联网对AI PM的要求，然后用教材（deeplearning.ai）对每一个要求进单点突破。按结果导向去学。比如AI PM重要考察的一个点是Rag相关知识，那么就去网上看Rag的教材，最好这个知识渠道是有一定专业从业者背书的，或者直接一些大学的教材。