4006-998-758
3000+课程任你选择
AI驱动的产品设计实战
研发学院 AI驱动 产品设计
黄喆


讲师简介


黄老师

TOB产品规划及设计咨询师

18年+产品研发工作经验

微办公企业级智能管理系统产品负责人

原去哪儿用户体验总监&产品负责人、原百度高级产品经理&产品负责人

 

【擅长领域】

18年+的业务、产品、运营和团队管理⼯作经验,兼具丰富的TO B、TOC产品设计经验,经历了互联网、SaaS、科技公司的产品设计和运营工作,在百度,去哪儿网、奇鱼微办公和雪球都负责了核心产品设计和运营,对于企业的业务系统、商业化产品、数字化产品的设计和运营有丰富的实战经验,并负责了诸多B端管理型产品的设计及管理工作。与此同时多年的工作经验也积淀成为系统的知识体系,是多门课程的主讲老师(产品经理TOB实战训练营、产品经理TOG实战训练营、B端产品设计与运营、IT系统和产品运营实战、产品战略规划等课程)。


查看老师详情
课程内容


课程大纲


上午(3小时):AI产品设计思维升级与流程再造

模块一:认知重塑——AI时代的产品设计思维与价值锚点(1.5小时)

1. AI时代的洞察与思维升级

技术神话vs工具本质:从非技术视角解读机器学习、NLP、CV、Agent等

思维转变:从“如何做”到“如何描述清楚”,掌握“提示工程”背后的产品思维

2. AI给产品带来的价值与可行性验证

AI产品价值三要素:效率价值(自动化)、决策价值(预测)、创新价值(生成)

“业务+AI突破矩阵”的三大方向:效率类、创新类、合规类

AI+可行性验证:运用「数据可获得性-技术成熟度-ROI转化」系统三角进行评估

案例解析:智能销售CRM系统的AI+发展过程、个性化推荐系统、智能客服

3. AI驱动产品经理能力升级

传统PM升级痛点:技术盲区、需求错位

AI+PM核心能力矩阵:技术理解层、场景设计层、协作层

 

模块二:流程再造——AI赋能的产品设计核心工作流(1.5小时)

1. AI工具重塑产品经理核心工作流

需求洞察与挖掘:如何用AI进行海量用户反馈聚类、访谈纪要分析,自动提炼痛点和机会点

市场与竞品分析:快速构建分析框架,让AI成为你的24小时情报员

产品文档撰写提效:

        从创意到结构:用AI将模糊想法快速生成PRD框架、用户故事与验收标准

        动态化文档:撰写“AI友好型”文档,便于团队知识库构建与查询

2. AI需求挖掘与优先级管理

需求分析双路径:

        路径1(现有需求改造):运用“五维判断法”与“四象限法”(高业务价值vs技术可行性)进行需求筛选与排序

        路径2(AI驱动挖掘):通过用户行为数据分析(异常检测、路径挖掘、关联规则)发现隐性需求

案例解析:合同审核效率优化、供应商风险管理预测

 

下午(3小时):B2B2C实战、价值验证与运营闭环

模块三:实战攻坚——B2B2C场景的AI方案设计与跨角色协作(1.5小时)

1. 当前流程痛点诊断:小组讨论,罗列在B2B2C场景下需求同步、价值对齐中的具体问题

2. 设计未来流程与协作界面重构

解决核心痛点:聚合碎片化信息,打造团队“需求中枢”

        解决方案框架:“采集->解析->结构化->同步”四步法

跨角色协作界面重构:

        与工程师协作:如何用AI辅助进行技术方案可行性预判、技术债务评估沟通。

        与运营/设计师协作:如何用AI将产品描述快速转化为情绪板、用户旅程草图,并共同定义运营指标与价值故事线

实战工作坊:基于B2B2C场景(如企业内部知识库或协同平台),设计一个融合AI工具的新协作流程,聚焦如何分别向客户(B)与用户(C)传递价值

 

模块四:价值闭环——从数据验证、体验重构到运营迭代(1.5小时)

1. AI驱动体验重构与数据分析

体验重构设计:隐性智能路径(预判式设计)与显性交互创新

从“取数”到“探数”的思维转变:

        正确的提问方式:使用“分析[目标]+维度[用户/时间/渠道]+指标[转化/留存]+假设[因为A所以B]”框架向AI提问

        AI辅助数据分析工作流:定义问题、数据探查与清洗、多维度洞察归因

2. 实战工作坊:AI+数据分析与价值报告

场景:给定一份模拟的用户行为数据集

任务:各小组选择“如何提升复购率?”等业务问题,使用自然语言与AI数据分析工具(模拟)协作:

        步骤1:提出分析假设

        步骤2:指示AI进行数据清洗和特定维度交叉分析

        步骤3:解读AI生成的图表和结论,进行二次提问和深挖

        步骤4:形成一份简明的数据分析报告,并提出产品建议

3. AI产品从落地到运营的完整闭环

MVP设计原则:最小可行功能选择、分阶段实施路径

AI+资源评估:数据来源、外部合作方、预期成本(训练成本vs推理成本)

运营价值传递:设计AI功能的上线推广、用户教育、效果监测闭环,构建从用户使用数据到客户商业价值的叙事链路


返回上一级