一人公司 AI产品创造营

课程介绍

一人公司最大的护城河就是一个人搞定极具商业价值的AI产品，如网站、App、小程序等项目，从0到1打通需求、设计、研发、上线、运营到数据分析的全流程实战能力。本课程由大厂P8亲授，结合前沿AI直播、作业与指导，助力职场打工人从0到1低门槛打造属于自己的一人公司。

从理论到实战，学练指导一体，每一次技能和能力的提升，都是你实力的积累

• 16 周 / 课程内容
• 7 个月 / 教学服务期限
• 80 小时 / 视频时长
• 96 人 / 累计学习人数
• 100% / 累计好评度

试看链接  https://pan.baidu.com/s/1BZdbnTs5QcvyvZ01gVu-Yg?pwd=z664

相关推荐

AI产品经理课11期

小产品独立变现实战（已完结）

AI产品独立开发变现实战营-自由职业 副业首选（已完结）

课程目录

├── 第1周 解锁AI时代产品创造新机遇，搭建你的首个AI产品MVP/
│   ├── 1-零代码搭建首个AI产品MVP/
│   │   ├── 第1章 一人公司AI产品全面认知/
│   │   │   ├── [ 51M] 1-1 一人公司AI产品力才是你的护城河
│   │   │   ├── [ 19M] 1-2 一人公司的技术与政策红利
│   │   │   ├── [ 30M] 1-3 一人公司超级个体2大踩坑点
│   │   │   ├── [ 21M] 1-4 为什么AI产品力正在成为职场标配
│   │   │   └── [ 26M] 1-5 AI产品力课程的学习思路简述
│   │   ├── 第2章 零代码搭建你的首个AI产品MVP/
│   │   │   ├── [ 22M] 2-1 AI产品MVP：技术×价值的动态平衡
│   │   │   ├── [ 31M] 2-2 Dify or 扣子？Agent开发平台的选用原则
│   │   │   ├── [ 10M] 2-3 【演示】新入口：扣子又又又改版了
│   │   │   ├── [ 45M] 2-4 【演示】扣子极速上手：系统基本功能介绍
│   │   │   ├── [ 14M] 2-5 【演示】Dify极速上手：云服务版使用方法
│   │   │   ├── [ 51M] 2-6 【实战】通过WorkBuddy帮你搭建本地Dify环境
│   │   │   ├── [170M] 2-7 不懂技术也可以0成本搭建Dify环境
│   │   │   ├── [594K] 2-8 Windows本地安装Dify.pdf
│   │   │   └── [ 58M] 2-10 【实战】AI虚拟伴侣1：搭建你的首个AI产品
│   │   └── 附件/
│   │   ├── [360K] AI产品MVP-技术X价值的动态平衡.pdf
│   │   ├── [453K] Dify or 扣子-Agent开发平台的选用原则.pdf
│   │   └── [867K] 不懂技术也可以0成本搭建Dify环境.pdf
│   ├── 2-轻松入门VibeCoding全链路开发/
│   │   ├── 第1章 AI全链路开发及入门指南/
│   │   │   ├── [ 21M] 1-1 Vibe Coding 整体概述
│   │   │   ├── [7.1M] 1-2 Vibe Coding 工具对比
│   │   │   ├── [ 71M] 1-3 小白第一次用 AI 写代码的体验
│   │   │   └── [9.0M] 1-4 学习路径与完整流程是怎样的？
│   │   └── 第2章 VibeCoding工具安装及环境构建/
│   │   ├── [ 49M] 2-1 分分钟搞定Claude Code，小白也能一次成功安装指南
│   │   ├── [185M] 2-2 搞定Claude Code 插件安装与CodingPlan配置
│   │   ├── [ 25M] 2-3 搞懂 Claude Code 大模型模式 Opus, Sonnet, Haiku的区别
│   │   └── [ 61M] 2-4 Claude Code 生成网页游戏，实现效率倍儿爽
│   └── 3-AI与大模型基础/
│   ├── 第1章 人工智能发展简史与大模型的爆发/
│   │   ├── [119M] 1-1 人工智能起源与4阶段发展浪潮
│   │   ├── [ 16M] 1-2 大模型的定义与Scaling Law
│   │   └── [ 22M] 1-3 大模型现象级爆发的根本动力
│   ├── 第2章 AI大模型的训练范式与运作机制/
│   │   ├── [ 40M] 2-1 人工智能的三种训练方式
│   │   └── [112M] 2-2 大模型的训练、推理与Token
│   ├── 第3章 大模型的特性、幻觉与能力边界/
│   │   ├── [ 27M] 3-1 大模型与传统AI的差异对比
│   │   ├── [ 31M] 3-2 幻觉：天赋是馈赠，也是负担
│   │   └── [ 51M] 3-3 大模型的能力边界：典型的优势与失效场景
│   └── 附件/
│   ├── [319K] 人工智能的三种训练方式.pdf
│   ├── [537K] 人工智能起源与4阶段发展浪潮.pdf
│   ├── [246K] 大模型与传统AI的差异对比.pdf
│   ├── [282K] 大模型现象级爆发的根本动力.pdf
│   ├── [295K] 大模型的定义与Scaling Law.pdf
│   ├── [563K] 大模型的能力边界-典型的优势与失效场景.pdf
│   ├── [633K] 大模型的训练，推理与Token.pdf
│   └── [398K] 幻觉-天赋是馈赠也是负担.pdf
├── 第2周 高级提示词工程+产品质量评测：AI产品落地双核心/
│   ├── 1-高级提示词工程：驾驭大模型的第一步/
│   │   ├── 第1章 基础提示词工程：概念和框架/
│   │   │   ├── [ 33M] 1-1 提示词工程的概念和应用价值
│   │   │   ├── [ 60M] 1-2 3个框架，助你写出70分的提示词
│   │   │   └── [ 81M] 1-3 【实战】用3个提示词框架撰写新闻稿
│   │   ├── 第2章 进阶提示词工程：多思维链与少样本提示/
│   │   │   ├── [ 51M] 2-1 大模型的推理增强：思维链方法(CoT)
│   │   │   ├── [ 43M] 2-2 【实战】用思维链方法，面向老板做商业决策分析
│   │   │   ├── [ 40M] 2-3 多思维链协作：自洽性推理
│   │   │   ├── [ 50M] 2-4 【实战】用自洽性推理，满足不同老板的商业决策需求
│   │   │   ├── [ 39M] 2-5 AI也会打草稿：思维树方法(ToT)
│   │   │   ├── [107M] 2-6 【实战】用思维树方法做大型项目风险评估
│   │   │   ├── [ 26M] 2-7 举一反三的天才少年：Few-Shot提示
│   │   │   └── [ 44M] 2-8 【实战】用Few-Shot写招聘文案
│   │   └── 附件/
│   │   ├── [399K] 3个框架助你写出70分的提示词.pdf
│   │   ├── [291K] AI也会打草稿-思维树方法(ToT).pdf
│   │   ├── [340K] 举一反三的天才少年-Few-Shot提示.pdf
│   │   ├── [266K] 多思维链协作-自洽性推理.pdf
│   │   ├── [528K] 大模型的推理增强-思维链方法(CoT).pdf
│   │   └── [452K] 提示词工程的概念和应用价值.pdf
│   ├── 2-提示词工程的应用与实战/
│   │   ├── 第1章 提示词工程的应用与实战/
│   │   │   ├── [ 59M] 1-1 把提示词嵌入产品：系统提示词
│   │   │   ├── [ 45M] 1-2 【演示】在扣子和Dify中填写系统提示词
│   │   │   ├── [ 48M] 1-3 随机性参数：温度和Top P
│   │   │   ├── [ 83M] 1-4 【实战】不同随机性参数下的对比实验
│   │   │   └── [ 88M] 1-5 【实战】AI虚拟伴侣2：高级人设打造
│   │   └── 附件/
│   │   ├── [347K] 把提示词嵌入产品-系统提示词.pdf
│   │   └── [617K] 随机性参数-温度和Top P.pdf
│   └── 3-产品评测：最重要的基本功/
│   ├── 第1章 为什么要学AI产品的评测/
│   │   ├── [ 31M] 1-1 训练好的模型为什么会失效：过拟合与数据漂移
│   │   └── [ 16M] 1-2 为什么要学AI产品的评测
│   ├── 第2章 AI产品评测的流程与方法/
│   │   ├── [ 17M] 2-1 AI产品评测的方法和流程
│   │   ├── [ 47M] 2-2 分类场景核心指标
│   │   ├── [ 81M] 2-3 生成式任务的评测方法
│   │   └── [ 75M] 2-4 【实战】AI产品评测报告撰写示范
│   └── 附件/
│   ├── [1.4M] AI产品的标准 指标与报告.pdf
│   ├── [524K] AI产品评测的价值与流程.pdf
│   └── [433K] 数据漂移.pdf
├── 第3周 RAG和知识库，让大模型更懂你的业务/
│   ├── 1-RAG概览与知识库搭建/
│   │   ├── 第1章 快速了解RAG的核心概念/
│   │   │   ├── [ 30M] 1-1 初识RAG：定义和适用场景
│   │   │   ├── [ 23M] 1-2 权衡利弊：RAG的意义和代价
│   │   │   └── [ 25M] 1-3 RAG实操全流程总览
│   │   ├── 第2章 RAG知识库的构建方法/
│   │   │   ├── [ 22M] 2-1 知识库的常见分段方法
│   │   │   ├── [120M] 2-2 5【实战】DifyCoze客服知识库分段
│   │   │   ├── [9.7M] 2-3 知识库分段方法展望与选择
│   │   │   ├── [ 55M] 2-4 向量化与嵌入(Embedding)
│   │   │   ├── [ 16M] 2-5 给图书打标签：为知识库生成元数据
│   │   │   ├── [ 49M] 2-6 【实战】元数据Dify实操
│   │   │   ├── [ 85M] 2-7 【实战】图片知识库如何导入系统
│   │   │   └── [231M] 2-8 【实战】表格知识库如何导入系统
│   │   └── 附件/
│   │   ├── [290K] RAG实操全流程总览.pdf
│   │   ├── [990K] RAG概览与知识库搭建【资料】.rar
│   │   ├── [284K] 为知识库打标签-生成元数据.pdf
│   │   ├── [393K] 初识RAG-定义和适用场景.pdf
│   │   ├── [483K] 向量化与嵌入(Embedding).pdf
│   │   ├── [263K] 权衡利弊-RAG的意义和代价.pdf
│   │   └── [542K] 知识库的分段-构建可检索片段.pdf
│   ├── 2-RAG检索问题优化指南/
│   │   ├── 第1章 RAG检索问题优化指南/
│   │   │   ├── [7.9M] 1-1 RAG的检索不准的问题探究
│   │   │   ├── [ 24M] 1-2 重排序：效率与精度的平衡之道
│   │   │   ├── [ 91M] 1-3 【实操】通过重排序优化检索Badcase
│   │   │   ├── [ 45M] 1-4 混合检索：集两家之所长
│   │   │   ├── [ 29M] 1-5 问得准，答得好：Query优化
│   │   │   ├── [ 81M] 1-6 【实战】3种Query优化方法的Coze实操
│   │   │   ├── [ 26M] 1-7 找对窗口，办事更快：语义路由
│   │   │   └── [205M] 1-8 【实战】语义路由避坑经验指南：以AI客服为例
│   │   └── 附件/
│   │   ├── [237K] RAG的检索不准的问题探究.pdf
│   │   ├── [347K] 找对窗口办事更快-语义路由.pdf
│   │   ├── [408K] 混合检索-集两家之所长.pdf
│   │   ├── [336K] 重排序-效率与精度的平衡之道.pdf
│   │   └── [511K] 问得准答得好-Query优化.pdf
│   └── 3-RAG综合实战（AI陪伴3）/
│   ├── 第1章 RAG综合实战（AI陪伴3）/
│   │   ├── [ 21M] 1-1 【实战】AI伴侣3：识别RAG的应用场景
│   │   ├── [196M] 1-2 【实战】AI伴侣3：用大模型手搓3个知识库
│   │   ├── [ 54M] 1-3 【实战】AI伴侣3：Agent连接知识库
│   │   ├── [ 50M] 1-4 【实战】AI伴侣3：定义本次迭代的主要功能
│   │   └── [271M] 1-5 【实战】AI伴侣3：提示词与RAG检索优化
│   └── 附件/
│   └── [3.8M] RAG综合实战【资料】.rar
├── 第4周 Agent开发方法论：一人搞定复杂智能产品/
│   ├── 1-初探Agent，打造AI助理团队/
│   │   ├── 第1章 初识Agent智能体：概念与能力/
│   │   │   ├── [ 94M] 1-1 Agent是什么，为什么会火起来？
│   │   │   ├── [ 24M] 1-2 Agent四项核心能力解析
│   │   │   └── [ 33M] 1-3 通用Agent与垂直Agent
│   │   ├── 第2章 扣子&Dify操作基础技术概念/
│   │   │   ├── [ 27M] 2-1 Agent搭建须知的数据类型
│   │   │   ├── [ 52M] 2-2 数据格式：Json与Markdown
│   │   │   ├── [ 39M] 2-3 扣子中的业务逻辑：条件
│   │   │   ├── [120M] 2-4 扣子中的业务逻辑：3种循环
│   │   │   └── [ 35M] 2-5 扣子中的业务逻辑：批处理
│   │   └── 附件/
│   │   ├── [1.5M] 初识Agent智能体-概念与能力.pdf
│   │   └── [444K] 扣子Dify操作基础技术概念.pdf
│   ├── 2-Function Call与MCP/
│   │   ├── 第1章 Function Call：大模型如何长出手脚/
│   │   │   ├── [ 77M] 1-1 Function Call和插件的原理解析
│   │   │   ├── [ 83M] 1-2 【实战】扣子插件的实战演示
│   │   │   └── [ 58M] 1-3 【实战】Dify Function Call节点应用
│   │   ├── 第2章 MCP：让你的Agent长出三头六臂/
│   │   │   ├── [ 77M] 2-1 MCP基本原理和价值解析
│   │   │   └── [ 93M] 2-2 【实战】MCP的配置：机场信息与航班查询
│   │   └── 附件/
│   │   └── [921K] 让Agent长出手和脚-Function Call与MCP.pdf
│   └── 3-规划与记忆：让Agent变得更聪明/
│   ├── 第1章 Agent的记忆能力构建实战/
│   │   ├── [ 24M] 1-1 Agent记忆模块的原理概述
│   │   ├── [ 22M] 1-2 Agent记忆模块实践指南
│   │   └── [120M] 1-3 【实战】扣子中的记忆功能应用
│   ├── 第2章 Agent的规划能力构建实战/
│   │   ├── [ 17M] 2-1 Agent的大脑：认知能力的分类
│   │   ├── [8.5M] 2-2 Planning：Agent的规划能力解析
│   │   ├── [131M] 2-3 【实战】Coze实现自主规划的市场专员Agent
│   │   ├── [ 20M] 2-4 Reflection：Agent的反思能力解析
│   │   ├── [159M] 2-5 【实战】反思1：旅游规划助手-打分员节点
│   │   ├── [121M] 2-6 【实战】反思2：旅游规划助手-反思节点
│   │   ├── [ 64M] 2-7 【实战】反思3：利用反思经验优化旅游规划输出
│   │   ├── [121M] 2-8 ReAct范式：推理(Reason)+行动(Act)
│   │   ├── [194M] 2-9 【实战】通过扣子，用ReAct范式构建个人问答助理
│   │   ├── [ 61M] 2-10 【实战】Dify中ReAct节点的实战应用
│   │   ├── [ 31M] 2-11 Multi-Agent：多智能体模式简介
│   │   └── [146M] 2-12 【实战】扣子中多智能体应用：客服团队协作
│   └── 附件/
│   ├── [619K] ReAct论文原文【资料】.pdf
│   ├── [2.1M] 规划与记忆-让Agent变得更聪明.pdf
│   └── [826K] 规划与记忆：让Agent变得更聪明【资料】.rar
├── 第5周 前沿Agent 能力拆解与解析/
│   ├── 1-SKILLs：Agent的工具箱/
│   │   └── 第1章 SKILLs：Agent的工具箱/
│   │   ├── [ 63M] 1-1 Skill的概念与原理
│   │   ├── [ 62M] 1-2 SKILL的意义和未来
│   │   └── [ 14M] 1-3 Skill的实操简介
│   ├── 2-OpenClaw与通用AIAgent产品/
│   │   ├── 第1章 OS Agent与豆包手机/
│   │   │   └── [ 14M] 1-1 豆包手机与OS Agent生态纷争
│   │   ├── 第2章 OpenClaw产品思考/
│   │   │   ├── [ 94M] 2-1 OpenClaw好用吗？为什么这么火？
│   │   │   ├── [128M] 2-2 OpenClaw的应用：从云端到本地的产品形态
│   │   │   └── [ 28M] 2-3 OpenClaw产品思考：开源、叙事、界面
│   │   └── 第3章 OpenClaw应用/
│   │   ├── [ 41M] 3-1 水面下的应用：政策激励与可进化的技能网络
│   │   └── [ 42M] 3-2 OpenClaw+企业IM：可编程的企业与商业未来
│   └── 3-Hermes：AIAgent产品进化论/
│   ├── 第1章 HermesAgent的背景及原理/
│   │   ├── [129M] 1-1 AI的“不靠谱”时刻与Hermes的诞生
│   │   └── [104M] 1-2 Hermes核心能力拆解：GEPA、记忆、技能与连接
│   └── 第2章 Hermes应用演示/
│   └── [269M] 2-1 Hermes真实案例与实战演示
├── 第6周 精准找需求：AI产品市场机会挖掘与用户痛点分析/
│   ├── 1-用户访谈方法论及AI实战指南/
│   │   ├── 第1章 用户体验的要素与需求调研概览/
│   │   │   ├── [9.5M] 1-1 第三阶段导学：开始你的AI产品设计
│   │   │   ├── [ 42M] 1-2 用户体验要素与产品设计
│   │   │   └── [ 34M] 1-3 用户需求调研的意义和方法
│   │   ├── 第2章 高效用户访谈实战指南/
│   │   │   ├── [9.0M] 2-1 明确目标：用户访谈的核心流程与应用场景
│   │   │   ├── [ 43M] 2-2 充分准备：受访者选择与访谈提纲设计
│   │   │   ├── [ 26M] 2-3 灵活执行：开场与沟通风格应对技巧
│   │   │   ├── [ 53M] 2-4 灵活执行：追问与收尾技巧
│   │   │   ├── [ 71M] 2-5 【实战】访谈准备：通过AI协助编写访谈提纲
│   │   │   └── [ 65M] 2-6 【实战】访谈总结：通过AI协助整理报告
│   │   └── 附件/
│   │   ├── [186K] 【提示词】用户访谈参考提示词-AI设计提纲 头尾模板.pdf
│   │   ├── [143K] 【提示词】用户访谈参考提示词-总结1v1访谈报告.pdf
│   │   ├── [492K] 用户体验要素与产品设计.pdf
│   │   ├── [535K] 用户访谈前准备.pdf
│   │   ├── [151K] 用户访谈的流程与适用场景.pdf
│   │   ├── [337K] 用户需求挖掘的意义和方法.pdf
│   │   └── [509K] 访谈中控场与追问技巧.pdf
│   ├── 2-问卷调查方法论及AI实战指南/
│   │   ├── 第1章 需求量化：问卷调查实战指南/
│   │   │   ├── [ 16M] 1-1 明确目标：问卷调研的应用场景与流程概述
│   │   │   ├── [ 19M] 1-2 充分准备：问题与答案的设计原则
│   │   │   ├── [ 17M] 1-3 确保可信：经验+科学的抽样策略
│   │   │   ├── [ 17M] 1-4 拿到结果：问卷投放与结果分析
│   │   │   ├── [180M] 1-5 【实战】利用AI工具设计与分析问卷
│   │   │   └── [ 79M] 1-6 【实战】利用AI工具设计与分析问卷
│   │   └── 附件/
│   │   └── [775K] 问卷调研完整课件【PPT】.pdf
│   └── 3-竞品调研方法论及AI实战指南/
│   ├── 第1章 竞品调研方法论及AI实战指南/
│   │   ├── [ 38M] 1-1 竞品调研导论
│   │   ├── [ 30M] 1-2 竞品调研准备工作
│   │   ├── [ 46M] 1-3 竞品调研的宏观视角
│   │   ├── [ 28M] 1-4 功能模块竞品调研实战经验
│   │   └── [ 17M] 1-5 巧用AI加速竞品调研
│   └── 附件/
│   ├── [321K] 竞品调研篇-产品模块.pdf
│   ├── [505K] 竞品调研篇-准备工作.pdf
│   ├── [397K] 竞品调研篇-宏观透视.pdf
│   ├── [582K] 竞品调研篇-导论.pdf
│   └── [362K] 竞品调研篇-巧用AI.pdf
├── 第7周 全流程设计：AI产品定位、原型与数据运营基础/
│   ├── 1-市场洞察：AI产品市场分析与选择/
│   │   ├── 第1章 纵览全局：通过市场细分识别AI破局点/
│   │   │   ├── [ 44M] 1-1 细分市场 vs 大众市场
│   │   │   ├── [ 19M] 1-2 市场细分的参考维度（1）
│   │   │   ├── [ 22M] 1-3 市场细分的参考维度（2）
│   │   │   └── [ 35M] 1-4 目标市场规模的测算
│   │   ├── 第2章 有的放矢：AI产品的目标市场选择/
│   │   │   ├── [ 36M] 2-1 其他目标市场评估视角
│   │   │   └── [ 20M] 2-2 AI产品目标市场的选择
│   │   └── 附件/
│   │   └── [2.1M] 市场洞察-AI产品市场分析与选择.pdf
│   ├── 2-设计理念：AI&B&C端设计方法论通览/
│   │   ├── 第1章 设计理念：AI&B&C端设计核心方法论/
│   │   │   ├── [ 33M] 1-1 C端产品设计原则学习导论
│   │   │   ├── [ 36M] 1-2 C端产品6大常用设计原则解读
│   │   │   ├── [ 42M] 1-3 C端产品设计案例实战解析
│   │   │   ├── [ 47M] 1-4 B端产品的类别与工作预期
│   │   │   ├── [ 28M] 1-5 B端产品自我修养与设计差异
│   │   │   ├── [ 89M] 1-6 AI产品设计原则上篇：驱动力与可解释性
│   │   │   └── [ 33M] 1-7 AI产品设计原则下篇：人机协同与AI的存在感
│   │   └── 附件/
│   │   ├── [963K] AI产品设计思考.pdf
│   │   ├── [783K] B端产品设计思考.pdf
│   │   └── [934K] C端产品体验设计常用原则.pdf
│   ├── 3-数据驱动：产品数据采集与监控基本功/
│   │   ├── 第1章 数据驱动：产品数据采集与监控基本功/
│   │   │   ├── [ 37M] 1-1 数据驱动：产品数据采集与分析
│   │   │   ├── [ 38M] 1-2 数据埋点的方法与类型
│   │   │   ├── [ 12M] 1-3 数据埋点的技巧与误区
│   │   │   ├── [ 22M] 1-4 AB测试的应用场景与目标设定
│   │   │   ├── [ 21M] 1-5 AB测试的全流程方法
│   │   │   ├── [ 10M] 1-6 AB测试常见问题与陷阱
│   │   │   ├── [ 42M] 1-7 产品灰度发布实战指南
│   │   │   └── [ 58M] 1-8 数据采集与监控模拟实战
│   │   └── 附件/
│   │   ├── [700K] AB测试从理论到实践.pdf
│   │   ├── [548K] 产品灰度发布实战指南.pdf
│   │   ├── [577K] 数据埋点从原理到操作.pdf
│   │   ├── [413K] 数据采集与分析-导论.pdf
│   │   └── [1.1M] 数据采集与分析模拟实战.pdf
│   └── 4-产品文档和AI界面设计/
│   ├── 第1章 产品文档概述与PRD/
│   │   ├── [ 28M] 1-1 AI产品的工作文档全览
│   │   ├── [ 43M] 1-2 PRD撰写实战指南（上）
│   │   └── [ 72M] 1-3 PRD撰写实战指南（下）
│   ├── 第2章 需求池与需求优先级管理技巧/
│   │   ├── [ 20M] 2-1 需求池管理之建立需求池
│   │   └── [ 18M] 2-2 需求池管理之维护迭代管理
│   └── 附件/
│   ├── [1.2M] 产品文档概述.pdf
│   ├── [625K] 需求池管理之建立需求池.pdf
│   └── [382K] 需求池管理之维护迭代管理.pdf
├── 第8周 AI技术通识：一人公司必懂的算法与算力核心/
│   ├── 1-算法篇：产品能懂的AI算法原理/
│   │   ├── 第1章 人工智能设计思想概述/
│   │   │   ├── [ 13M] 1-1 AI产品落地阶段导学
│   │   │   └── [122M] 1-2 通往智能之路：理论流派
│   │   ├── 第2章 从机器学习到深度学习/
│   │   │   ├── [ 44M] 2-1 机器学习、成本函数与梯度下降
│   │   │   ├── [ 27M] 2-2 人工神经网络与误差逆传播算法
│   │   │   └── [ 25M] 2-3 智能之钥：深度学习(Deep Learning)
│   │   ├── 第3章 视觉问题求解的算法原理/
│   │   │   ├── [ 47M] 3-1 图像识别算法概览
│   │   │   ├── [129M] 3-2 【实战】无人商店的视觉算法构思
│   │   │   └── [ 56M] 3-3 视觉识别基石：CNN卷积神经网络
│   │   ├── 第4章 序列问题求解的算法原理/
│   │   │   ├── [ 12M] 4-1 序列问题和循环神经网络(RNN)
│   │   │   ├── [ 38M] 4-2 Transformer与自注意力机制
│   │   │   ├── [ 27M] 4-3 GPT及MoE架构
│   │   │   └── [ 38M] 4-4 Diffusion Model：扩散模型
│   │   └── 附件/
│   │   ├── [701K] 人工智能设计思想概述.pdf
│   │   ├── [1.3M] 从机器学习到深度学习.pdf
│   │   └── [1.4M] 视觉问题求解的算法原理.pdf
│   └── 2-大模型的微调、算力与部署问题/
│   ├── 第1章 产品也能操作的大模型微调/
│   │   ├── [ 43M] 1-1 大模型微调的适用场景和流程
│   │   ├── [ 27M] 1-2 三种常见微调训练类型(SFTRLHFDPO)
│   │   └── [ 14M] 1-3 参数调整范围及LoRA
│   ├── 第2章 GPU与模型算力成本的权衡/
│   │   ├── [ 24M] 2-1 英伟达、GPU与TPU
│   │   └── [ 36M] 2-2 算力如何影响产品决策与模型选择
│   └── 附件/
│   ├── [1.8M] 序列问题求解的算法原理.pdf
│   ├── [953K] 微调【PPT】.pdf
│   └── [897K] 算力【PPT】.pdf
└── 第9周 安全落地：AI产品数据构建、合规要求与风险规避/
├── 1-数据篇：收集与清洗训练数据(复制课程)/
│   ├── 第1章 样本数据需求分析与获取/
│   │   ├── [ 26M] 1-1 谋定而后动：训练数据需求的分析
│   │   └── [ 29M] 1-2 数据获取：采购标注合成等
│   ├── 第2章 样本数据的清洗实战技巧/
│   │   ├── [ 12M] 2-1 数据清洗任务及岗位职责概览
│   │   ├── [ 14M] 2-2 缺失值处理和数据规范化
│   │   └── [ 28M] 2-3 异常值的识别与清洗
│   ├── 第3章 实战案例与作业/
│   │   └── [ 40M] 3-1 【实战】案例分析：银行客服
│   └── 附件/
│   └── [1.7M] 数据篇-收集与清洗训练数据.pdf
├── 2-沟通篇：AI项目推进沟通技巧指南/
│   ├── 第1章 沟通篇：AI产品经理汇报沟通技巧指南/
│   │   ├── [ 16M] 1-1 AI时代产品经理沟通技巧：意义及框架
│   │   ├── [ 21M] 1-2 产品团队内部沟通技巧
│   │   ├── [ 31M] 1-3 与设计团队的沟通技巧
│   │   ├── [ 30M] 1-4 与研发团队的沟通技巧
│   │   ├── [ 25M] 1-5 与运营团队的沟通技巧
│   │   ├── [ 39M] 1-6 需求沟通与需求评审
│   │   ├── [ 32M] 1-7 与其他常见团队沟通注意事项
│   │   ├── [ 22M] 1-8 产品经理适用的向上管理
│   │   ├── [ 23M] 1-9 产品经理适用的向上管理
│   │   └── [ 20M] 1-10 【实战】沟通技巧面试实战演练
│   └── 附件/
│   ├── [409K] AI时代产品经理沟通技巧-意义及框架.pdf
│   ├── [525K] 与其他常见团队沟通注意事项.pdf
│   ├── [745K] 与研发团队的沟通技巧.pdf
│   ├── [730K] 与设计团队的沟通技巧.pdf
│   ├── [614K] 与运营团队的沟通技巧.pdf
│   ├── [467K] 产品团队内部沟通技巧.pdf
│   ├── [384K] 产品经理适用的向上管理.pdf
│   ├── [572K] 实战-沟通技巧面试实战演练.pdf
│   └── [783K] 需求沟通与需求评审.pdf
└── 3-合规篇：AI产品的法律法规与伦理问题/
├── 第1章 AI产品用户隐私保护实战技巧/
│   ├── [ 25M] 1-1 用户隐私保护的范畴及意义
│   ├── [ 15M] 1-2 隐私数据采集注意事项与联邦学习
│   └── [9.4M] 1-3 国际化产品的隐私问题应对
├── 第2章 训练样本与输出内容合规问题讨论/
│   ├── [ 19M] 2-1 训练数据的知识产权争议
│   ├── [ 14M] 2-2 生成式产品输出的合规问题
│   ├── [533K] 2-3 关于印发《人工智能生成合成内容标识办法》的通知.pdf
│   └── [792K] 2-4 互联网信息服务深度合成管理规定.pdf
├── 第3章 AI产品的安全防护/
│   ├── [ 22M] 3-1 AI产品的安全对抗
│   └── [ 20M] 3-2 【演示】大模型安全产品一览
└── 附件/
└── [1.7M] 合规篇-AI产品的法律法规与伦理问题.pdf