腾讯
服务Agent产品经理
服务Agent产品经理
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
Multi-Agent
Prompt Engineering
Rag
交易闭环
产品规划
出行服务
数据分析
值不值得投
75综合评分
综合评分 75
AI Agent前沿产品岗，成长性强，交易场景复杂，WLB信息未明。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
与AI产品经理中位数基本持平
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 2260 个在招 · 其中AI产品经理 31 个
市场机会
选择面较广
深圳 · AI产品经理 · 84 个在招
职位详情
关于这个职位
这个岗位负责腾讯出行生活方向的服务Agent产品，从Agent架构、意图识别、任务编排到交易闭环和对外输出能力，都需要你参与规划与落地
你会搭建效果评估体系，用数据驱动大模型能力在真实出行服务场景中持续迭代，并沉淀可复用的AI产品标准
最低要求
本科及以上学历，2年及以上互联网产品经验，其中至少1年AI/大模型/Agent相关产品经验，有完整从0到1落地并持续迭代的AI项目经历
深入理解LLM、Prompt Engineering、RAG、Function Calling/Tool Use、Multi-Agent协作、上下文与成本治理等关键概念及其能力边界，能够与算法工程师在架构层面有效对焦
具备交易产品的业务理解力，理解交易业务的服务链路、SOP、工单流转等业务策略，能将复杂的交易业务抽象为可被调用的标准能力
属于AI工具的深度使用者，动手能力强，能搭建demo验证想法
具备扎实的产品抽象、系统思考与跨团队推动能力，能在多方诉求中推动复杂项目落地并拿到结果
工作职责
负责服务Agent产品规划与体验定义，包含Agent架构设计、定义意图识别、任务编排、结果反馈的交互体验，设计出行生活方向的复合场景能力
推动业务Agent落地，协调出行方向多交易业务Agent的需求与迭代，打通出行服务的完整交易闭环，并对接和业务侧资源
负责Agent对外输出的基建能力建设，包括外输场景的标准产品架构、账号互通、订单及支付等解决方案设计
定义AI原生体验方法论，围绕出行生活的场景，以提高交易确定性设计AI场景，沉淀可复用的AI产品体验标准
数据驱动与闭环，搭建Agent效果评估体系，通过调用成功率、任务完成率、履约转化等指标持续优化，驱动工作流与工具能力迭代
持续跟踪大模型与Agent领域的前沿进展，结合出行服务业务目标探索新场景，沉淀可复用的Agent平台能力
AI 洞察
优缺点分析
优点
- 处于LLM/Agent应用前沿，能参与从0到1的AI原生体验设计
- 出行交易场景复杂，能锻炼产品抽象、系统设计和跨团队推动能力
- 岗位覆盖产品规划、平台基建、数据评估和业务落地，成长面较宽
- 腾讯平台资源丰富，可接触多业务协同和真实交易闭环
- 需要同时理解AI能力边界与交易业务链路，学习曲线较陡
- 多交易业务协同复杂，推动落地和拿到结果需要较强的跨团队影响力
- Agent效果受模型能力、成本、履约确定性等多因素影响，产品设计需在理想体验与可落地之间平衡
- 适合有互联网产品经验、对AI Agent有强烈兴趣，且愿意深入出行交易场景做复杂落地的人
缺点 / 挑战
暂无明显挑战项
角色解读
- 从单场景Agent产品走向平台化Agent能力建设，成长为AI产品负责人
- 深入出行交易业务后，可向业务产品负责人或AI商业化方向拓展
- 积累大模型应用方法论后，有机会在更多行业输出可复用的AI原生体验标准
- 负责服务Agent的产品规划与体验定义，设计意图识别、任务编排、结果反馈等交互链路
- 推动出行方向多交易业务Agent落地，打通账号、订单、支付等完整交易闭环
- 建设Agent对外输出的标准产品架构与基建能力，支撑外输场景
- 搭建效果评估体系，围绕调用成功率、任务完成率、履约转化等指标持续优化
- 理解LLM、Prompt Engineering、RAG、Function Calling、Multi-Agent等关键概念和能力边界
- 具备交易产品理解力，能把服务链路、SOP、工单流转抽象为标准能力
- 有产品抽象、系统思考和跨团队推动能力，能在多方诉求中拿到结果
- 是AI工具深度使用者，能搭建demo验证想法，并用数据闭环驱动迭代
申请策略
- 投递前了解腾讯出行生活相关业务和Agent产品布局，准备针对性的场景思考
- 面试中多讲清楚你如何平衡AI体验、交易确定性和工程成本
- 突出从0到1落地并持续迭代的AI/Agent项目，写清楚目标、架构、指标和结果
- 展示对LLM、RAG、Function Calling、Multi-Agent等技术的理解，以及和算法团队协作的经历
- 强调交易产品经验，如服务链路、SOP、工单流转、订单支付闭环等
- 用数据说明产品效果，如调用成功率、任务完成率、履约转化等指标的提升
- 补强Agent架构、工具调用、上下文与成本治理等系统知识，能画出完整方案
- 动手搭建一个Agent demo，验证意图识别、任务编排和结果反馈链路
面试指南
- 用STAR结构讲项目：背景与目标、方案与取舍、关键指标、结果与复盘
- 技术理解题先讲概念边界，再结合业务场景说明为什么这样设计
- 复杂协同题强调如何拆解问题、对齐指标、管理多方预期并闭环落地
- 请介绍一个你从0到1落地并持续迭代的AI/Agent项目，如何定义成功指标？
- 你如何设计服务Agent的意图识别、任务编排和结果反馈体验？
- 如何把复杂的出行交易业务抽象为可被Agent调用的标准能力？
- 你如何评估Agent效果，并推动算法、工程和业务团队一起优化？
- 你如何看待当前LLM/Agent的能力边界，哪些场景适合做、哪些不适合？
职位点评
薪资福利75
成长发展90
工作生活55
使命价值78
薪资福利
75中等
JD未披露薪资与福利，补偿性动机需结合最终offer判断；岗位位于深圳且属于核心AI产品方向，通常具备一定市场竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位直接参与LLM/Agent产品规划、平台能力建设和效果评估，技术前沿性强，成长空间较大。
技术前沿前沿/新兴技术
技术栈LLM、Prompt Engineering、RAG、Function Calling、Tool Use、Multi-Agent、Agent架构、上下文与成本治理
业务类型profit_center
工作生活
55较低
JD未提及办公模式、弹性安排或加班情况，生活化动机信息不足，建议在面试中确认实际工作节奏与通勤安排。
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
78中等
岗位面向出行生活服务，强调用户价值与AI原生体验，社会价值中性偏正向；AI Agent方向也带来一定探索意义。
行业发展新兴领域（暂难判断）
社会影响中性/一般
使命信号用户为本，科技向善、为用户创造价值
创新程度积极采用新技术
Watch Jobs