岗位职责 

1. 需求挖掘与场景分析 

深入一线： 深入企业（B 端）和公共部门（G 端）的目标行业，与客户进行深度访谈和现场调研，全面理解其业务流程、组织架构和核心痛点。 

场景抽象： 从复杂的业务环境中，识别和定义适合运用 AI Agent 技术解决的关键场景，并进行商业价值评估。 

需求转化： 将模糊、非结构化的客户需求，转化为清晰、可执行的产品需求文档（PRD）、用户故事和功能列表。 

2. 解决方案设计与验证 

方案设计： 基于公司统一的 AI Agent 平台，为客户设计创新、可行且具有竞争力的 AI 解决方案，并向客户进行清晰的呈现和沟通。 

原型与 PoC： 主导解决方案的概念验证（PoC）过程，与研发团队紧密合作，快速构建产品原型，向客户证明方案的可行性与价值。 

客户反馈闭环： 持续收集客户对产品原型和交付成果的反馈，形成快速迭代的闭环，确保最终产品满足甚至超越客户预期。 

3. 业务建模与数据分析 

业务数据建模： 深入客户的业务场景，将复杂的业务流程抽象为结构化的数据模型，识别关键数据价值点，为AI解决方案的精准匹配奠定基础。 

业务逻辑设计： 基于业务理解，设计各类"业务算法"（如智能推荐、风险评估、流程优化、决策支持等），并将其转化为可配置的产品功能模块。 

指标体系构建： 为AI解决方案设计完整的指标体系，平衡业务价值、技术性能和用户体验，建立数据驱动的产品迭代机制。 

AI时代数据治理意识： 在项目实施过程中关注数据标注、隐私合规、数据建模、评估指标等AI时代数据治理要求，确保解决方案的可持续运营。 

4. 上下文工程与商业化落地 

上下文架构设计： 基于业务场景深度理解，设计和构建能够实现商业价值的上下文工程架构，包括提示词策略、知识图谱、业务规则库、多模态资源等。 

提示词工程优化： 负责设计和优化面向特定业务场景的提示词策略，确保AI Agent输出符合业务要求和商业标准。 

上下文质量管控： 建立上下文工程的质量评估体系，持续监控和优化上下文效果，确保商业化产品的稳定性和可靠性。 

商业化上下文沉淀： 将成功的上下文工程实践标准化、产品化，形成可复制的商业化上下文解决方案。 

5. 项目落地与价值沉淀 

客户成功： 在项目落地过程中，配合项目经理工作，重点关注产品功能的正确实现和商业价值的有效传递，确保最终交付成果符合客户业务需求和预期效果。 

为平台赋能： 将在各个行业场景中经过验证的需求、工作流（Workflows）和 Agent 技能（Skills）进行抽象和沉淀，为公司核心平台的演进与产品化提供重要输入。 

方案标准化： 负责将成功的解决方案进行标准化整理，撰写解决方案白皮书、案例研究和产品手册，形成可复制的行业解决方案模板。 

任职要求 

我们寻找的是优秀的商业问题解决者和客户价值的坚定捍卫者。您需要对探索 AI 如何赋能千行百业充满好奇，并善于将强大的技术能力转化为客户能够理解和信赖的商业价值。深刻的同理心、出色的沟通能力和对 B/G 端业务的深入理解是您成功的关键。 

必备经验与能力 

拥有 3年以上 to B 或 to G 的软件产品管理或解决方案咨询经验。 

拥有从需求访谈、方案设计到推动项目落地的全流程经验，有成功的客户案例。 

业务-数据的抽象能力：能将客户的业务问题抽象为数据模型和业务逻辑，这是AI时代产品经理的核心能力。 

专业技能方向：具备AI时代数据治理（数据标注、隐私合规、数据建模、评估指标）或上下文工程（系统化的提示词设计与多模态上下文构建）其中一个方向的实践经验，能够构建可商业化的解决方案。 

数据分析能力：能够运用基本的数据分析方法，通过数据验证产品假设，评估方案效果。 

极强的客户沟通和引导能力，善于倾听，能快速获取客户信任，并准确挖掘其深层、真实的需求。 

出色的逻辑分析与问题拆解能力，能将复杂的业务问题，系统化地分解为可执行的解决方案模块。 

优秀的跨团队协作能力，能在客户、内部产品团队、研发团队之间建立高效的沟通桥梁。 

技术理解与洞察 

对 AI 技术有浓厚兴趣和基本认知，理解 LLM、RAG、Agent 等概念能为客户带来怎样的价值。 

专业技能理解：深入理解AI时代数据治理（数据标注、隐私合规、数据建模、评估指标）或上下文工程（提示词设计、多模态上下文构建等）在AI产品商业化中的关键作用，具备相应的设计和优化能力。 

业务数据理解：能够理解客户的数据结构和业务指标，识别数据价值点，为AI方案设计提供数据基础。 

无需设计底层架构，但需理解技术边界，能与工程师有效沟通产品需求和实现逻辑。 

有为客户提供解决方案架构（Solution Architecture）的经验者优先。 

加分项 

在特定行业（如金融、制造、政务、教育等）有深厚的业务知识和人脉积累。 

有数据产品、BI产品或分析类产品的实际经验。 

有主导复杂软件项目定制化开发的经验。 

有售前或咨询背景，并渴望转型为产品经理。 

具备将服务或项目经验 "产品化" 的思考和实践。