AI产品经理认证(AIPM-1)公开课

APD 国际认证 · 2 天 14 小时 · 北京 / 上海 · 线上考试取证

两天高密度实战集训,从产品机会判断到方案设计、规划迭代、评测与持续运营,完整跑一遍 AI 产品全生命周期。全程围绕同一个企业级智能产品项目递进训练,产出可直接复用的产品就绪决策包。

课程速览
开课日期见下方课程安排
课程形式线下集训 2 天
课程时长14 小时(09:00—17:00)
开课城市北京 / 上海
适合对象产品经理 / 业务转型者
¥6,000/ 人(全包价)含 1 枚考试码

课程安排

廖靖斌 & 方犇

计划排课中,欢迎联系我们

微信在线咨询

课程费 ¥6,000 / 人 为全包价:含 2 天 14 小时集训、课程实践工具包、课程材料终身访问,以及 1 枚 AIPM-1 考试码(价值 $150)。培训费、考试费与认证费一次性收取,报名后无需再单独购买考试码。证书 2 年有效,续期费另计。

想对比市面三档价格区间与 6 个收费陷阱?看《AI 培训一般多少钱》→

专业的AI产品管理,是对产品体系、权责标准、落地效果与成本决策的全链路把控,绝非简单功能堆砌。本课程依托权威AI产品能力模型打造,通过2天全流程高密度集训,以贯穿式实战案例带学员完成从机会研判、产品设计、效果评测到上线就绪评审的完整实操。学员结业可输出成套产品决策方案,并直通AIPM-1官方认证(AI产品经理认证),具备独立承接AI产品经理岗位工作的专业能力与资质。

AI 原生产品管理的专业实践级定位

专业级AI产品管理,不止于挖掘用户需求与商业价值,更需洞悉复合智能系统的特性与边界,科学设计人机协作模式与权限体系,把控企业知识库与业务数据质量,依托标准化评测与风险管控,驱动产品稳健迭代。

AIPM-1 课程严格依据官方 AI 原生产品经理能力模型 和 AIPM-1 考试大纲 研发,定位于专业实践层级。课程聚焦培养学员独立负责C1级智能产品全流程管理的能力,同时可依托组织支持,承接C2级产品核心模块的落地工作。

 

据中国日报网发布的《2025年度人才报告》显示,2025年1-10月AI产品经理岗位需求量同比激增369.36%,增幅居所有岗位之首,反映出企业AI落地应用正在全面提速。

注:跨系统复杂编排、平台级治理等高阶能力,归属AIPM-2、AIPM-3进阶课程体系。

课程特色

不止讲解理论知识,更致力于搭建一套完整可落地的 AI 产品工作框架。

01· 单一实战项目,贯穿全课程流程

程摒弃碎片化案例,全程围绕统一企业级智能产品项目递进训练。各阶段设计成果互为下一环节落地依据,完整还原从业务研判、方案设计到上线评审的真实工作链路,形成完整业务闭环。

02· 高占比实操落地,重实战轻理论

14小时集训以实操为主、理论为辅,预留充足独立练习与答疑复盘时间。学员在专属实训环境中完成规则配置、问题排查、效果调优与链路校验,将专业方法论转化为可落地的产品实操能力。

03· 数据驱动评审,标准化上线决策

课程摒弃主观经验判断,建立标准化产品验收逻辑。学员自主搭建评测体系、核验全链路运行数据、明确质量红线标准,以客观评测结果作为产品迭代、暂缓或上线的核心依据。

04· 输出完整成果,固化专业能力

课程不止完成技能学习,更沉淀可复用、可展示的专业成果。每位学员将独立完成一套完整产品就绪决策包,包含规范文档、迭代记录、评测用例与验收材料,可直接用于职场汇报、项目落地与能力佐证。

课程收获

不止讲解理论知识,更致力于搭建一套完整可落地的 AI 产品工作框架。

01· 具备独立操盘产品能力

独立界定C1级智能产品权责边界与协作规范
摆脱被动对接研发的工作模式,建立不确定场景下的产品决策思维。标准化定义人机协作机制、权限管控体系与异常兜底方案,清晰界定业务、安全、法务的权责边界,规范产品推进节奏与风险管控标准。

02· 建立专业成本与ROI思维

科学核算业务成本,精准评估项目收益
跳出单一技术消耗的浅层视角,搭建完整的业务成本基线。全面覆盖人工复核、迭代重试、故障返工等隐性成本,以真实单位产出效益评估项目价值,为立项落地、资源调配提供可信的数据支撑。

03· 搭建数据驱动的上线标准

以标准化评测体系,严控产品上线质量
摒弃主观演示判断,依托全链路数据校验产品质量。覆盖常规业务、场景冲突、权限越界、风险攻击等多维度测试用例,建立刚性质量红线,以客观评测结果判定产品迭代、暂缓上线或优化重构方案。

04· 具备跨团队技术协作能力

链路化排查问题,高效对接研发团队
不必亲自动手写工程代码,但必须懂调用轨迹。学会在复杂信息链路上排查问题——究竟是资料缺失、检索遗漏、上下文拼装错误还是模型幻觉,用专业的证据语言与技术团队高效协作。

课程讲师

廖靖斌(Eric)- APD Institute 专家组成员、APD.CN 创始人、AIPM & AINP 双认证培训师

廖靖斌(Eric)

APD Institute 专家组成员、APD.CN 创始人

APD Institute 专家组成员、APD.CN 创始人,中国首位 APD Institute 官方授权 AIPM(AI 原生产品经理)& AINP(AI 原生从业者)双认证培训师,国内 AI 原生人才标准化培养体系先行者,资深产品创新与数字化转型专家、敏捷专家。

拥有 20 余年产品全生命周期管理、大型研发体系搭建与企业数字化转型实战经验,深耕产品战略规划、产品体系重构与研发效能升级,主导过多个百人级规模的核心产品研发与组织升级项目。长期服务西门子、ABB、汇川技术、奔驰汽车、上汽集团、中国银行、招商银行、兴业银行、阿里巴巴、携程、联合丽华、欧莱雅等上百家头部企业,覆盖高端制造、金融科技、互联网、消费零售等多元行业,沉淀了丰富的跨行业产品落地与组织能力升级实战经验。

近三年全面聚焦 AI 原生组织建设与企业 AI 落地实践,深度服务多家头部制造业、互联网及电商标杆企业,核心覆盖 AI 原生产品战略规划、AI 产品研发流程重构、AI 人才能力体系搭建、业务场景 AI 化落地四大模块。帮助企业完成从传统产品模式向 AI 原生模式的体系化跃迁,推动 AI 技术与业务场景深度融合,实现产品创新效率与业务价值的双重提升,沉淀了大量可复用的企业 AI 转型落地方法论。

作为 APD Institute 专家组成员,深度参与 AI 原生人才能力模型、AI 原生产品开发框架的本土化落地与实践优化;创立APD.CN,致力于将国际标准化的 AI 原生人才认证体系引入国内,打造适配本土企业的 AI 人才培养与组织升级解决方案。作为国内首位官方双认证培训师,主导完成认证课程的本土化适配,授课兼具国际权威框架与一线实战沉淀,助力企业与从业者系统化构建 AI 原生核心能力。

方犇- APD Institute 官方特聘讲师,AI原生专业人士 (AINP) 培训专家,AI原生产品经理 (AIPM) 培训专家

方犇(Ben Fang)

APD官方双认证核心讲师,前科大讯飞、旷视科技AI产品总监,拥有近20年实战经验的百亿级AI产品操盘专家

方老师是APD Institute官方授权AINP和AIPM双认证核心讲师,拥有近20年AI与智能产品全链路操盘实战经验,深耕头部AI科技企业产品赛道,历任科大讯飞、旷视科技、锐捷网络等知名企业的AI产品线负责人、AI产品总监、埃森哲高级商业分析与产品顾问,是行业稀缺的百亿级AI产品操盘专家。

方老师是香港大学产品创新与服务设计硕士,精通IPD和敏捷产品研发体系、软硬件一体化规划与AI商业化全流程落地,领导过多条爆款AI产品线从0到1搭建、规模化增长完整历程。从零搭建AI教学产品体系,覆盖全国300余所高校,相关方案入选教育部人工智能标杆案例,核心产品线年销突破3亿元,同时领导大模型团队,从0构建超过20个垂类专业大模型发布上线,连续两年行业市占第一;牵头职教AI教学方案上线5个月签约额破5000万。曾参与打造国内市占第一的AI人脸核身方案,活体核验技术行业首家落地,接口调用超40亿次,服务千余家政企客户;运营AI开放平台触达全球220国50万开发者,深度吃透计算机视觉、大模型类AI产品落地逻辑。他主导的两款智慧教育核心产品一度登顶IDC国内榜首,累计营收超40亿元,服务600余所院校。累计操盘AI软硬件、SaaS产品销售额超百亿元,主导5款以上产品登顶国内市场第一。

方老师除了是实战派AI专家,也是经验丰富的AI专业导师,是国内首批AINP和AIPM双认证核心讲师。他依托APD官方认证能力模型,结合自己多年的AI实战经验,一站式帮助学员夯实AI专业能力、考取权威认证、实现职场快速进阶。

适合人群

本课程适合希望进入、转型或支持 AI 产品工作的专业人士。

01 传统互联网与软件产品经理
痛点:有成熟产品经验,但面对大模型输出的不确定性与 Agent 权限把控缺乏系统方法。
收获:掌握针对概率性系统的 PRD 撰写规范、人机分工与严密的评测体系,从“功能型 PM”跨越到能够独立操盘 C1 级 AI 原生产品的专业掌盘人。
02 寻求转型的研发工程师与技术专家
痛点:懂模型、懂架构和 API,但面对业务场景缺乏商业 ROI 测算与产品验收的全局思维。
收获:补齐商业机会评估、成功结果成本核算与业务端需求验收能力,完成从“单纯技术实现者”向“懂业务、能决策的 AI 产品负责人”跃迁。
03 业务分析师、咨询顾问与行业骨干
痛点:深谙金融、客服或制造等垂直行业痛点,但不知道如何将业务规则转化为可执行的 AI 系统。
收获:掌握企业知识库权属梳理、信息失真定位与试点推进路径,主导具备真实商业价值的场景化 AI 落地。
04 AI 创新项目负责人与产品团队管理者
痛点:正带领团队做大模型落地,但被表面 Demo 蒙蔽,缺乏统一的质量评估标准与上线风控红线。
收获:建立多维质量模型、发布硬门槛与风险责任矩阵,掌握团队交付物的客观验收标准,避免成本失控与合规风险。
报名准备提示
无需代码经验:本课程与 AIPM-1 认证保持开放进入,不要求任何编程或算法模型训练背景,所有实操均在预置环境与直观模拟中进行。课程的核心是训练你的产品判断力、边界控制与决策质量。

课程大纲

课程按产品价值形成的顺序展开,共八个相互关联的章节:从 AI 产品管理基础与技术原理,到价值探索、方案设计、规划与迭代、产品评测、安全与运营,最后落到上线之后怎么持续对结果负责。
Day 1 从业务认知到可验证的产品方案
M1 AI 产品管理基础
核心问题:AI 产品经理到底负责什么,边界在哪?

告别「套壳做功能」的旧思路。从 AI 时代的价值创造方式讲起,分清 AI 工具、功能增强与真正 AI 原生产品的差异,明确这个角色能定什么、不能定什么,以及何时必须拉入技术、安全或法务专家协同把关。

核心内容
  • AI 时代的变革、挑战与机遇,以及价值创造方式的变化
  • AI 原生产品的概念、特点与典型形态
  • AI 原生产品开发的主要工作领域
  • AI 产品经理的角色、职责、能力与职业发展方向
  • 产品、工程、数据、安全、法律和业务之间的角色边界
方法与工具
  • AI 产品形态与复杂度判断画布
  • AI 产品角色责任矩阵
  • 价值、工作流、评估与治理影响检查表
动手练习 · 分析不同 AI 产品案例,判断 AI 在产品中的作用,并确定需要采用多深的设计、评估和治理机制。
M2 AI 技术基础与工作原理
核心问题:不写代码,怎么和技术团队对上话?

不用亲自写代码,但要听得懂、问得准。把机器学习、大模型、检索与工具调用讲到能支撑决策的粒度——知道各自能干什么、会在哪里失真、代价有多大,并能判断企业数据和知识该怎么接进来。

核心内容
  • 机器学习与深度学习的基本思想、工作流程和常用术语
  • 大语言模型的工作原理、能力与局限
  • 训练、推理、检索与工具调用的区别及其应用
  • 智能体的概念和工作原理;企业数据和知识的作用
  • 幻觉、上下文限制、延迟、成本与可靠性等约束
  • 企业知识库、上下文工程与权限感知检索
方法与工具
  • AI 解决方案选择树
  • Prompt、RAG、Rules 与 Agent 对比表
  • 智能体权限与行动边界矩阵
  • 企业知识来源地图与准备度检查表
  • AI 技术产品权衡表(效果 / 成本 / 风险)
动手练习 · 针对内容生成、企业知识问答和业务操作智能体三个场景,选择适当的 AI 方案并说明理由。
M3 价值探索与产品方向
核心问题:这个问题非用 AI 不可吗?商业账算得过来吗?

不是所有痛点都适合大模型。拿真实业务基线作对比,判断规则、传统自动化与 AI 究竟谁更具性价比;再把结论收束成产品愿景与价值主张,形成清晰、可讨论的产品方向。

核心内容
  • 理解用户任务、业务环境与当前工作方式
  • 识别价值机会,判断 AI 适用性并比较机会优先级
  • 明确产品愿景与价值主张,建立清晰的产品方向
  • 价值假设、成功指标与验证方式
  • 技术优先和 Demo 驱动的常见失败模式
方法与工具
  • AI 产品机会简报
  • AI 适用性判断矩阵
  • 价值假设画布
  • Proceed、Pause、Redesign、Stop 决策框架
动手练习 · 评审一个 AI 产品机会,明确目标用户、问题、预期价值、成功指标和下一步验证建议。
M4 AI 产品方案设计
核心问题:方案怎么定?人机分工和权限边界怎么划?

先把方案选对,再把它写成能验收的东西。从愿景出发探索、比较并选择方案,明确关键产品能力与使用方式;把人机分工与权限边界写进设计,界定 MVP 与原型的目的、范围和主要内容。

核心内容
  • 基于产品愿景与价值主张,探索、比较并选择方案
  • 开展初步方案设计,明确关键产品能力与使用方式
  • 人机协同工作流设计,划分人与 AI 的任务与责任
  • 界定建议、直接执行、人工审批与绝对禁止四类权限
  • 定义 MVP 与原型的目的、范围和主要内容
  • 形成《AI 产品方案说明》,包括 MVP 与原型定义
方法与工具
  • 人机协同工作流画布
  • 人—AI 任务分配矩阵
  • 人工监督与升级设计表
  • 可信 AI 体验检查表
  • 方案选择对比矩阵
动手练习 · 为贯穿案例设计人机协同工作流,明确 AI 可以做什么、必须由人完成什么,以及异常如何处理。
Day 2 从规划、评测到负责任的持续运营
M5 AI 产品规划和迭代
核心问题:方案定了,怎么排期、怎么分批交付?

把方案拆成可交付的节奏。用滚动式规划代替一次写死的长计划,让路线图、里程碑、需求条目与迭代节奏互相咬合,每一步都清楚这一轮交付什么、按什么标准验收。

核心内容
  • 滚动式产品规划
  • 产品路线图和里程碑
  • 需求条目化和价值排序
  • 迭代规划
  • 需求验收和发布
方法与工具
  • 产品路线图与里程碑模板
  • 需求条目化与价值排序表
  • 迭代计划与验收标准对照表
  • 发布前检查清单
动手练习 · 为贯穿案例把方案拆成 2–3 个迭代,排出优先级,并写出每个迭代的验收标准。
M6 AI 产品评测
核心问题:凭什么证明产品可以上线?

Demo 跑通不等于能上线。建立评测标准与评测数据集,覆盖正常、冲突、越权与攻击等场景,选择人工、程序及 AI 辅助评分方法,穿透到执行过程而不只看最终答案,用可复现的证据支撑发布决策与持续改进。

核心内容
  • AI 产品评测的目的和原则
  • 评测对象和范围;传统指标与 AI 指标的差异
  • 如何制定评测标准,构建评测数据集和用例
  • 人工、程序及 AI 辅助评分方法的选择
  • 评测的过程:执行与评分、结果分析与报告
  • 通过复评与案例积累支持持续改进
方法与工具
  • AI 产品评估计划模板
  • 基础 Golden Dataset 模板
  • 人工评审 Rubric
  • 质量门槛与产品就绪度检查表
  • AI 变更回归检查表
动手练习 · 为贯穿案例制定基础评估计划,并根据模拟评估结果作出试点、修改或暂停的产品建议。
M7 负责任 AI 与 AI 安全
核心问题:系统会出哪些风险?谁为剩余风险兜底?

把安全做进系统逻辑,而不是写在免责声明里。直面提示注入、数据泄露、越权操作这些现实威胁,分清「提示词口头约束」与「系统底层硬性拦截」的差距,落实权限控制与人工确认,界定产品经理的责任边界。

核心内容
  • 负责任 AI 与 AI 安全的概念、原则及产品管理责任
  • 隐私、公平、透明、可靠性与人的监督
  • 常见风险与行业实践:提示注入、数据泄露、越权操作、过度自动化
  • 权限控制、人工确认、日志与审计的落地方式
  • 常见误区、风险应对和责任边界
  • 何时需要安全、隐私、法律、合规或治理团队介入
方法与工具
  • AI 产品风险识别清单
  • 基础风险分级表
  • 人类监督设计表
  • 智能体安全检查表
  • 产品治理与跨职能评审检查表
动手练习 · 分析一个具有系统操作权限的 AI 智能体,识别风险并设计人工批准、权限控制和升级机制。
M8 AI 产品运营与持续迭代
核心问题:上线之后,怎么持续对结果负责?

上线是起点,不是终点。持续收集市场与用户反馈,观察用户采用、产品体验、业务结果与运行成本,把真实使用中的问题和新机会反哺回路线图与待办列表,形成运营、优化、迭代的闭环。

核心内容
  • 持续收集市场和用户反馈,理解真实使用行为与需求变化
  • 观察用户采用、产品体验、业务结果及运行成本
  • 识别产品问题与新机会,确定优化优先级
  • 根据市场和用户反馈调整路线图与待办列表
  • 持续运营、优化和迭代产品
方法与工具
  • 运营指标看板(采用率、任务成功率、单任务成本)
  • 用户反馈收集与归类表
  • 问题—机会—优先级评估表
  • 迭代复盘模板
动手练习 · 基于一组模拟上线数据与用户反馈,找出优先级最高的三个优化项,并写出下一轮迭代的调整理由。
收尾 课程总结与认证备考

两天内容收束成一条完整的产品管理链路:从机会判断到方案、规划、评测与运营。最后对齐 AIPM-1 认证考试的考查范围,说明备考重点与报名路径。

课程内容
  • 课程总结与问答
  • AIPM-1 认证考试与备考说明
  • 英文核心术语梳理与备考建议
两天实践成果
  • AI 产品机会简报与价值假设
  • 人机协同工作流与权限设计
  • AI 解决方案概念与 MVP 定义
  • 基础评估计划与风险检查表
  • 产品试点或就绪度建议

课程实践工具包

参加课程的学员将获得以下画布、矩阵、检查表与复习指南,课后可持续使用。

01机会判断与商业测算工具箱
包含工具:《复杂度分级画布》《场景适用性矩阵》《单次成功成本测算表》
复用价值:在立项初期快速甄别需求真伪,全面核算包含模型调用、人工复核与失败重试在内的真实 ROI,为团队和业务方提供立得住的立项决策依据。
02人机协同与需求规范工具箱
包含工具:《人机分工与 4 类权限矩阵》《可验收 AI PRD 规范》《异常与恢复流图谱》
复用价值:彻底告别无法落地的泛泛需求。严密界定建议、直接执行、人工审批与绝对禁止四类权限红线,让技术和业务协作有章可循。
03原型排障与知识治理工具箱
包含工具:《预置原型与工作流模拟沙箱》《调用轨迹排障表》《五层失真诊断清单》
复用价值:当输出失真时,精准定位是知识库资料缺失、检索遗漏、上下文组装错误还是模型幻觉,用专业的系统证据高效指导研发解决问题。
04评测准出与上线治理工具箱
包含工具:《多维质量模型》《12 条评测用例集》《发布硬门槛清单》
复用价值:用客观用例和数据红线代替人肉主观盲测,明确系统能否发布的硬性指标,从源头防范越权调用与安全合规风险。

AIPM-1 认证考试

完成培训结业并不等同于获得认证。学员须通过 APD Institute 官方统一考试,方可取得 AIPM-1 认证证书。

课程费用已含 1 枚 AIPM-1 考试码(价值 $150),报名后无需另行购买;含一次 90 分钟在线测评,未通过重考 $150。仅需参加考试、不参加公开课的同学,可直接购买考试码参加官方统考。详见 认证费用明细 →

考试形式

在线考试

考试语言

英文/中文

题目数量

60 题

考试时间

90 分钟

通过标准

75%

题型

单选、多选

前置条件

无

证书形式

可验真伪的数字证书

有效期

2 年

认证机构

APD Institute

AIPM-1考核摒弃机械的术语记忆,更侧重考察学员的综合实操认知能力,核心围绕概念理解、基础场景判断、角色职责边界、产品就绪度,以及负责任 AI 理念等维度展开。

常见问题

AI产品经理认证(AIPM-1)与其他初级课程有什么本质区别?

AIPM-1 定位为专业实践级(Professional Practice),并非概念扫盲。考核全程采用闭卷客观题:60 题、90 分钟,其中包含五组由 APD 提供的联动题组,检验学员是否具备独立负责 C1 级 AI 原生产品需求、原型、评测集与上线准出决策的专业判断力。不设个人案例提交、成果集或现场答辩。

完全不需要。AIPM-1 认证强调的是“产品经理的构建力与判断力”,所有原型演练与测试均在预置沙箱环境中完成,重点培养业务选型、上下文治理与评测门槛设计能力。
按照 APD Institute 官方考纲的最新规定,AIPM-1 证书有效期为 2 年,行业认可度高,是企业评估 AI 产品人才上岗能力的硬核背书。

包含。¥6,000 / 人 为全包价:含 2 天 14 小时集训、课程实践工具包、课程材料终身访问,以及 1 枚 AIPM-1 考试码(价值 $150)。培训费、考试费与认证费一次性收取,可开具发票。证书有效期 2 年,AIPM-1 到期续期费 $150 另计(其他级别按级别收取)。不参加集训、仅需参加考试的同学,可单独购买考试码(AIPM-1 $150 / AIPM-2 $200 / AIPM-3 $300 / AINP $150),详见 认证费用明细。

获取完整官方考纲

留下姓名与企业邮箱,AINP 与 AIPM 1–3 的完整中文考纲合集将直接发送到你的邮箱。