人人都想跳槽转岗去做 AI，但是太难了。
不是学习 AI、应用 AI 难，而是正在卖力的招人的企业们和铆劲儿往行业里转的求职者们还没太搞明白这个事情。
相信正在看相关机会的同学应该对下面的情况很了解了：
企业端：
1. 因为是探索性业务，大量的 JD 对工作内容和能力要求的描述非常不清晰（基本都是“了解行业趋势”、“熟悉 AIGC”）；
2. 因为是新技术，大量对 AI 相关岗位的要求中还夹杂着“机器学习”“TensorFlow”等传统 AI 的技能要求
某大公司招聘要求对找工作的人来说：
1. 不懂 AI、根据岗位描述进行技能学习的应聘者，对着这些 JD 啃完了机器学习和TensorFlow，面试的时候一问一个一脸懵；
2. 懂 AI、甚至有相关工作经验的人才，一看那些 JD 就知道岗位不靠谱。
于是：
1. 着急招人来探索、落地业务的企业，一直见不到符合预期的人（也无从优化自己的岗位描述）
2. 真正愿意学习、能够补齐人才缺口的求职者，完全不知道到底怎么才能入行。
什么样的JD靠谱？
一个正确的「生成式 AI」应用相关岗位的描述里，至少应该包含以下：
1. 想把大模型应用到哪些类型的业务（来圈定求职者领域素养）
2. 对提示词 prompt 工程能力的要求
3. 对大模型应用场景、能力边界的认知要求
4. 常见 AI 应用开发平台(coze/dify) 的实践经验
5. 对新模型、新趋势的探索欲
下面是某个搜索引擎AI产品经理的JD，推荐学习：
AI产品经理JD
对应下来，想要转岗成为 AI 产品经理（或者相似的 AI 岗位），至少应该具备以下能力点：
AI产品经理技能图谱AIPM技能地图
前三个不必解释，这是 AI 开发的基本功，少任何一个都没办法有效干活（1 和 2 不扎实的话，面试都过不了）。
最后的 RAG 和 Agent 是大模型应用开发的两个基本范式，一旦开工也都是必须要从底层原理就得明明白白的技能点，否做做出来的东西稀烂。
以 RAG 为例，光知道把资料上传到知识库，写个提示词就开始问的那种，至少 50% 的翻车率；把 RAG 等同于调用搜索引擎接口，query 优化不了一点的也是一搜一个胡说八道。
作为 AI 产品经理，如果把 Agent 等同于 Dify 和扣子智能体，到干活的时候肯定也是一干一个不吱声。
工作流 ≠ Planning，现在我们用的主流“智能体”平台开发出来的那些不具备规划能力，不是真正意义上的 Agent。
AI 编程也应该是产品经理要修炼的基本功了：之前是写 PRD 给技术，现在是描述功能给 Cursor。
以前产品开发不出来可以说技术烂，现在写不出来就是产品经理表达能力不行。
以上技能点如何学习、如何拆解招聘简介进行针对性的提升，如果你正在看机会，来本周日晚上的闭门直播，预计两小时改变你求职生涯的干货分享：
