先说一个残酷的现实：AI 产品经理的面试，淘汰率最高的不是”不会”，而是”以为自己会”。
传统 PM 转型过来，最容易死在一种场景里——面试官连问三个追问，你就露馅了。因为你背了一堆名词，却没真正做过、没真正想过。
过去半年，APD 在面试和辅导大量转 AIPM 的候选人时，把最常被问的题整理成了一份 120 道真题库，按面试环节分成四大类：业务面 / 技术面 / 案例面 / HR 面。
这篇文章，我先给你看题库的完整分类，再挑 5 道最高频的难题做示范拆解，最后送你一份”面试官最反感的 8 个表现”对照表。看懂这篇文章，至少能避开 80% 的翻车点。
一、120 道题怎么分类
| 面试环节 | 题量 | 考察重点 |
|---|---|---|
| 业务面 | 40 题 | 产品理解、需求判断、商业化、策略思维 |
| 技术面 | 30 题 | 技术流利度、Prompt/RAG/模型理解 |
| 案例面 | 30 题 | 实战复盘、项目拆解、现场设计 |
| HR 面 | 20 题 | 动机、软素质、职业规划 |
业务面（40 题）· 节选
- 如何判断一个场景值不值得用 AI 来做？
- AI 产品和传统软件产品最大的区别是什么？
- 如何评估一个 AI 功能该不该上线？
- 按 Token 计费的产品，成本结构怎么设计？
- 你做过的产品里，哪个环节最该被 AI 重构？
- 一个 AI 功能准确率只有 80%，你会让它上线吗？
- 通用大模型越来越强，垂直 AI 产品还有机会吗？
- 怎么理解”人机协作”？分工原则是什么？
- AI 产品的用户预期怎么管理？
- 什么是”工作流重构”？举例说明。
（完整 40 题见文末资料）
技术面（30 题）· 节选
- RAG 和微调有什么区别？什么时候用哪个？
- 什么是 Embedding？在 RAG 里起什么作用？
- 大模型为什么会有幻觉？产品上怎么缓解？
- 什么是 Agent？和普通 LLM 调用有什么区别？
- Prompt 工程的核心原则是什么？
- 如何评估一个模型输出的质量？
- 什么是上下文窗口？超了怎么办？
- 什么是 RLHF？为什么它让模型更”听话”？
- 向量数据库和传统数据库有什么区别？
- 什么是 MCP？它对 AI 产品意味着什么？
（完整 30 题见文末资料）
案例面（30 题）· 节选
- 讲讲你最满意的一个 AI 项目，你的角色和贡献？
- 给你 10 分钟，为【场景】设计一个 AI 产品，怎么做？
- 如果用户反馈 AI 回答错误，你会怎么排查？
- 你如何衡量你做的 AI 功能是否成功？
- 如果模型效果不达标，你会怎么办？
- 讲一个你”砍需求”的案例。
- 你怎么为一个 AI 功能做 A/B 测试？
- 设计一个”AI 客服产品”，你的核心思路？
- 你如何平衡 AI 功能的成本和体验？
- 讲一个你”用数据说话”的案例。
（完整 30 题见文末资料）
HR 面（20 题）· 节选
- 你为什么想转 AI 产品经理？
- 你如何快速学习一个新领域？
- 你最近在看什么书/学什么？
- 你的 AI 学习路径是怎样的？
- 你如何证明自己有”快速学习”能力？
（完整 20 题见文末资料）
二、5 道高频难题示范拆解
记住：面试要的是答题思路 + 结构，不是背标准答案。下面每道题，我给你的都是”框架”。
示范 1：如何评估一个 AI 功能该不该上线？
这道题考的是”评估思维”——AI PM 和普通 PM 的分水岭。
差的回答：”看用户反馈好不好。”
高分框架，按四层来答：
- 价值层：这个功能解决的真实痛点是什么？用户愿意为此改变行为吗？
- 质量层：AI 输出的质量下限是多少？有没有量化评估标准？达不到标准就一票否决。
- 成本层：每次调用的 Token 成本、人力维护成本，算得出毛利吗？
- 风险层：AI 出错会带来什么代价？错误分级里属于哪一级？兜底方案是什么？
一句话收尾：”上线不是终点，我要同时给出一套上线后的评估监控方案。”——这一句，直接把你和普通候选人拉开差距。
示范 2：AI 产品怎么定北极星指标？
这道题考的是”指标设计”，本质是问你”你懂不懂 AI 产品的价值本质”。
差的回答：”用户量、DAU、留存。”
高分框架：
- 先区分”虚荣指标”和”价值指标”：AI 功能最忌讳用”调用次数”当北极星——用户可能点了 100 次，全是无效调用。
- 锚定用户真实价值：比如 AI 客服的北极星不是”回复条数”，而是”一次解决率”或”人工转接率下降”。
- 加一个 AI 质量护栏指标：因为 AI 是概率性的，北极星之外必须有一个质量指标（如满意度、采纳率、纠错率）防止”刷量”。
- 讲清指标之间的因果链：北极星 ← 过程指标 ← AI 质量指标。
示范 3：RAG 和微调怎么选？
这道题考”技术流利度”——不用写代码，但要能跟工程师对话。
差的回答：”微调更高级。”
高分框架，从三个维度对比：
- 知识更新频率：知识经常变（如新闻、政策）→ RAG，改知识库就行；知识相对固定 → 可考虑微调。
- 成本与周期：微调要训练、要标注数据、要钱要时间；RAG 相对轻量。
- 准确性需求：RAG 检索不准会导致”答非所问”，微调能学习特定风格和格式。
关键收尾：”所以企业知识库问答，通常优先 RAG，因为它快、便宜、可更新——这是我做【某个项目】时的实际选择。”用项目经验收尾，可信度翻倍。
示范 4：一个 AI 功能准确率只有 80%，该不该上线？
这道题考”错误分级与信任设计”，是陷阱题。
差的回答：”不能上，准确率太低了。”（传统软件思维，追求 100%）
高分框架：
- 先反问：这 20% 的错误，代价是什么？如果是”推荐错了一首歌”，80% 完全可以上；如果是”开错了一张药方”，99% 都不能上。
- 引入错误分级：可容忍错误（推荐类、生成类）vs 不可容忍错误（医疗、金融、法律）。
- 给出兜底设计：不可容忍的场景加人工审核、置信度阈值、降级策略。
- 结论：准确率本身不是决策依据，“错误代价 × 出错概率”才是。
这道题答好了，面试官会觉得你是真做过产品的。
示范 5：如果模型效果不达标，你会怎么办？
这道题考”人机工作流 + 迭代”的落地能力。
差的回答：”换个更强的模型。”
高分框架，按排查顺序答：
- 先定位问题在哪个环节：是 Prompt 写坏了？是检索召回不准？还是模型能力边界本身？
- 分层处理：Prompt 问题 → 优化提示词；检索问题 → 优化分块和召回；能力边界 → 考虑换模型或引入工作流拆分。
- 用评估集验证：每次改动都要在离线评估集上跑，看指标有没有提升，而不是”感觉变好了”。
- 兜底：短期上不了，就加人工兜底或降级，保证用户体验不崩。
关键点：体现你有”先定位、再评估、后迭代”的工程化思维，而不是拍脑袋。
三、面试官最反感的 8 个表现（对照自查）
这是我们从大量面试反馈里提炼的 8 个常见危险信号，传统 PM 转 AI PM 时最常踩：
| # | 危险信号 | 面试官的真实感受 |
|---|---|---|
| 1 | 把 AI 当功能堆：只会说”加个 AI 助手按钮” | 不懂工作流重构，没有系统思维 |
| 2 | 用”感觉”评估 AI 质量，说不出量化标准 | 没有评估思维，无法迭代产品 |
| 3 | 把 Prompt 当一次性文案，不聊版本和评估 | 不懂 Prompt 工程，停留在聊天框用户 |
| 4 | 追求模型”完美”，忽视兜底和错误分级 | 用确定性思维套概率系统，会踩大坑 |
| 5 | 把”会用 ChatGPT 写文档”当成”懂 AI” | 技术流利度为零，一问就穿 |
| 6 | 讲项目只讲”我怎么搭的”，不讲”为什么+结果” | 分不清自己是 PM 还是低代码工程师 |
| 7 | 把”学过”当”会了”，经不起三个追问 | 只有名词，没有实践 |
| 8 | 用传统软件思维要求 AI 100% 准确 | 不懂概率性产品的核心逻辑 |
自查一下：你中了几条？中 3 条以上，先别急着投简历，回到实战把项目做深。
四、简历加分项：AI 项目经历怎么写才有说服力
一句话：别写”我做了什么”，写”我解决了什么问题、带来了什么结果”。
推荐结构，每条项目经历 4 行写透：
- 背景：一句话，什么业务、什么痛点。
- 方案：一句话，用了什么思路（RAG / Agent / 工作流重构）。
- 取舍：一句话，为什么这么做而不那么做（体现思考深度）。
- 结果：一句话，带数字——准确率提升了多少、人工转接率降了多少、成本省了多少。
反面例子：”我用 Dify 搭了一个 RAG 应用。”——这就是技术说明书。
正面例子：”某客服场景人工转接率 45%，我用 RAG + 兜底设计重构知识问答流程，转接率降到 22%，日均节省人力成本 XX。”——这才叫能力证据。
最后
面试这件事，最怕的不是”不会”，而是”以为自己会”。这份题库的意义，就是帮你把”模糊的会”变成”经得起追问的会”。
上面这 8 个危险信号，本质上都是 AI-Native PM 能力模型里缺了某一环——评估、技术流利度、人机工作流，每一个都是可以系统补上的能力。这也正是我们一直研究的方向。
领取完整题库：联系在线客服获取《AI PM 面试题库 120 题 + 高分答案框架》完整版——120 道题全部展开，每道附答题思路。也欢迎联系我们，了解这套能力模型的完整内容。