TCL
AI产品经理（营销服）
AI产品经理（营销服）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
Llm
Prd撰写
Prompt工程
Rag
Tob/Saas
产品运营
企业数字化
智能体搭建
需求分析
值不值得投
74综合评分
综合评分 74
大型集团核心业务AI产品岗，技术栈前沿、成长空间大，但WLB未明确且需深入复杂ToB业务。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2万
比AI产品经理中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 880 个在招 · 其中AI产品经理 6 个
市场机会
选择面较广
深圳 · AI产品经理 · 59 个在招
职位详情
关于这个职位
该职位负责TCL企业级AI产品（如智能体、AI助手）的从0到1规划与设计，覆盖营销服、供应链等业务场景
你需要深入业务一线调研需求，与算法和工程团队协作推动RAG、Agent等技术落地，并建立运营闭环持续优化产品体验
最低要求
本科及以上学历，专业不限，计算机、软件工程、信息管理、工业工程等复合背景优先
理解AI技术边界：了解LLM、RAG、Agent的基本原理与适用场景，知道Token、幻觉、上下文窗口等概念，能与技术团队进行有效沟通
具备产品基本功：能独立完成需求分析、流程梳理、原型设计与PRD撰写，有完整产品项目或实习经验者优先
具备「AI原生」产品思维——理解会话式交互、智能体工作流、人机协同模式与传统软件产品的差异，能设计合理的AI介入边界与人工兜底机制
逻辑清晰，学习能力强，能在业务语言与技术语言之间高效切换
有ToB/SaaS产品、企业数字化、RPA/低代码或AI应用产品实习经验者优先
有智能体搭建、Prompt工程或AI工具深度使用经验者优先
工作职责
负责TCL企业级AI产品（智能体、AI助手、知识问答、流程自动化等）从0到1的规划与设计，覆盖财务、供应链、营销服、研发等业务场景
深入业务一线调研需求，将业务痛点翻译为AI产品方案，撰写产品需求文档（PRD/AI产品Spec），定义智能体的工具调用逻辑、异常处理机制与验收标准
与算法、工程团队紧密协作，推动RAG、Agent、工作流等技术方案落地，把控产品从原型到上线的全流程质量
建立AI产品上线后的运营闭环——设计效果监控指标、Bad Case标签体系与知识迭代机制，持续优化智能体准确率与用户满意度
关注行业AI产品动态与竞品分析，沉淀可复用的AI产品方法论与场景模板，推动AI能力在多业务线的规模化复制
AI 洞察
优缺点分析
优点
- 接触核心业务场景：岗位覆盖财务、供应链、营销服等核心业务，能深入理解大型制造企业的数字化转型全貌
- 技术栈前沿：深度参与LLM、RAG、Agent等前沿AI技术的落地，积累极具市场竞争力的AI产品经验
- 平台资源丰富：依托大型集团的丰富业务场景和数据资源，有充足的空间实现AI产品从0到1的突破与规模化复制
- 业务理解门槛高：需要深入理解复杂的ToB业务逻辑（如供应链、财务），将业务语言转化为AI技术方案难度较大
- 适合具备扎实产品基本功、对大模型及智能体技术有浓厚兴趣，且愿意深入ToB复杂业务场景的复合型产品人才
缺点 / 挑战
- 技术落地不确定性：大模型存在幻觉等问题，在严谨的企业级场景中设计合理的兜底机制和验收标准面临较高挑战
角色解读
- 纵向发展：从AI产品经理向高级AI产品专家或AI产品总监晋升，主导更大规模的集团级AI战略落地
- 横向发展：深入特定业务线（如供应链、营销服）成为业务与AI结合的复合型业务专家，或转型为AI商业化负责人
- 负责TCL企业级AI产品（如智能体、AI助手）的从0到1规划与设计，覆盖营销服、供应链等核心业务场景
- 深入业务一线调研，将业务痛点转化为AI产品方案，定义智能体工具调用逻辑与异常处理机制
- 协同算法与工程团队推动RAG、Agent等技术落地，并建立运营闭环持续优化产品准确率与用户体验
- 扎实的AI技术认知，深入理解LLM、RAG、Agent原理及Token、幻觉等概念，能与技术团队无缝沟通
- 具备“AI原生”产品思维，能设计会话式交互、智能体工作流及合理的人机协同与兜底机制
- 扎实的产品基本功，能独立完成需求分析、原型设计与PRD撰写，并具备数据监控与Bad Case分析能力
申请策略
- 准备一份AI产品作品集：在面试时展示你设计的AI产品原型、Prompt工程案例或智能体工作流设计图，能极大增加竞争力
- 突出AI产品经验：重点展示参与过的LLM、Agent、RAG或智能体搭建项目，说明你在其中的具体贡献和产品思考
- 展现ToB/数字化背景：强调在ToB/SaaS、企业数字化或RPA/低代码领域的实习或项目经验，体现对复杂业务流的理解
- 体现产品基本功与闭环能力：展示完整的PRD撰写、原型设计能力，以及上线后的数据监控、Bad Case分析和迭代优化经验
- 深入学习Agent与RAG架构：通过开源项目或工具（如Dify、Coze）亲手搭建智能体，理解工具调用、工作流编排及上下文管理
- 补充ToB业务知识：了解供应链、财务或营销服的基础业务流程，提升将业务痛点转化为AI解决方案的能力
面试指南
- STAR法则结合AI特性：在回答项目经验时，除了常规的Situation/Task/Action/Result，必须突出“AI技术边界”和“人机协同”的思考
- 业务价值导向：在回答技术落地或需求冲突问题时，始终将“业务价值”和“投入产出比”作为第一衡量标准，而非盲目追求新技术
- 请分享一个你从0到1设计的AI产品或智能体项目，你是如何定义AI介入边界和人工兜底机制的？
- 在ToB场景（如供应链或财务）中，大模型的“幻觉”问题可能导致严重后果，你会如何在产品机制上规避和解决？
- 如果业务方提出的需求用传统规则引擎就能解决，但你认为用大模型Agent更好，你如何说服业务方并推进落地？
- 请描述一下你如何建立AI产品上线后的运营闭环？Bad Case标签体系你会如何设计？
- 体验主流AI工具：提前深度使用Coze、Dify、Cursor等主流AI Agent/开发工具，了解当前智能体编排的最新实践
- 了解TCL业务：提前研究TCL的主营业务（如智能终端、半导体显示、新能源光伏等），思考AI在这些场景下的潜在应用点
职位点评
薪资福利75
成长发展90
工作生活50
使命价值75
薪资福利
75中等
职位位于深圳，要求掌握前沿AI技术并负责核心业务场景，薪资预估处于市场中上水平，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
90较高
岗位深度涉及LLM、Agent等前沿AI技术落地，且覆盖集团多个核心业务线，能提供极佳的技术视野与业务理解双重成长。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt工程、Token、智能体工作流
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与工时安排，作为大型集团的AI核心业务岗，且要求深入业务一线调研，工作节奏可能较快，WLB情况无法明确判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
推动大型制造企业的数字化转型与AI规模化应用，具有较高的行业价值与社会意义，但JD未强调特定的社会使命。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs