阿里巴巴
智能算法产品事业部-AI搜索产品经理（Agentic Search灵感导购方向）-淘宝搜索
智能算法产品事业部-AI搜索产品经理（Agentic Search灵感导购方向）-淘宝搜索
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
Agentic Search
Ai/Llm
产品实验
内容导购
大模型应用
搜索推荐
数据分析
用户洞察
值不值得投
79综合评分
综合评分 79
核心业务AI搜索创新岗，前沿技术栈与高成长空间，薪资竞争力强，但工作强度与WLB未明确。
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
5万
比AI产品经理中位数高
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 3480 个在招 · 其中AI产品经理 82 个
市场机会
选择面较广
北京 · AI产品经理 · 约 170 个在招
职位详情
关于这个职位
该职位负责淘宝搜索中“Agentic Search灵感导购”方向的AI产品规划与落地，将传统搜索升级为AI原生的灵感发现体验
你需要串联搜索算法、店铺供给与AI交互，设计连续导购链路，并通过数据实验验证产品价值，推动从概念到规模化的增长
最低要求
有搜索、推荐、信息流、内容社区或 AI 产品经验，对 AI/LLM 在搜索场景的应用有深入理解，有 Agentic Search、对话式导购、AI 内容生成等相关产品经验优先
具备优秀的 数据敏感度，能从用户行为数据中提炼产品洞察，有搜索 Query 分析、用户动线分析经验，能够系统拆解 Query 意图、召回、排序、个性化、结果组织与承接链路，知道一次体验问题应该通过产品、算法、供给还是交互解决
熟悉服饰等强视觉、强风格行业，理解穿搭、店铺调性与内容素材对消费决策的影响，理解“明确找货”与“灵感发现”的差异，能够在内容感、浏览效率和交易效率之间做出有依据的取舍
对大模型和 Agentic 产品有实际认知，理解模型能力边界、延迟、成本、缓存、可解释性与降级策略，能够判断什么时候应该用 AI、什么时候不应该
能把抽象目标转化为可执行的产品机制，并推动算法、数据、设计、研发和业务伙伴围绕同一验证目标协同落地
具备扎实的数据与实验能力，能提出可证伪的假设、冻结非实验变量、建立指标口径，并识别相关性、选择偏差与真实因果增量
工作职责
定义产品方向与演进路线
围绕内容、灵感、发现和效率，明确「逛」区别于主搜索商品链路的用户价值
从宽泛词切入，识别优先场景并推动 MVP、实验和持续迭代
建设搜索理解与店铺推荐策略
和算法团队共建 Query 理解、店铺级召回排序及个性化策略，将用户当下需求、长期偏好与趋势信号转化为可解释、可承接的推荐结果
推动店铺 Profile 与内容供给建设
组织店铺风格、适用人群、场景、价格带、商品结构、服务与权威信息
探索店铺装修、穿搭内容等素材的识别、筛选和治理机制，解决素材质量参差、覆盖不足和同质化问题
设计 AI 原生的连续导购体验
在不牺牲首屏效率的前提下，探索轻量 AI Summary 的价值
重点建设流内持续对话，让用户能够自然表达，并驱动结果刷新和收敛
设计并验证内容承接链路
比较内容详情、店铺全部宝贝等不同承接方式，确保用户在封面看到的商品和风格能够被后续页面接住，同时平衡发现效率、浏览深度和交易转化
建立实验与增长闭环
定义核心指标和可验证假设，通过受控实验识别 Summary、内容形态、个性化和承接方式的净增量
将「逛」场景沉淀的兴趣反馈转化为主搜索个性化可复用的策略资产
优先资格
对服饰穿搭、时尚趋势有热情和理解，对内容审美和素材真实性有判断力，并能把主观审美转化为可度量、可治理、可规模化的机制
有内容社区产品经验（小红书/抖音/得物等），理解内容型导购的用户心智
有店铺/商家侧产品经验，理解店铺装修、素材生产、商家运营逻辑
有从 0 到 1 建设新场域、新用户心智或大规模增长产品的经验
AI 洞察
优缺点分析
优点
- 依托核心电商业务与海量用户数据，能够操盘亿级流量规模的AI创新项目，业务影响力极大
- 处于AI Native与Agentic Search的最前沿，能深度参与大模型在真实复杂场景的落地，技术视野与产品方法论积累深厚
- 岗位边界相对独立，拥有较大的创新验证空间，有机会重新定义搜索发现体验
- 需要平衡AI交互的创新性与电商核心的交易转化效率，在模型能力边界与业务指标间做出艰难取舍
- 适合对大模型应用有深刻理解、具备扎实数据实验能力，且渴望在电商核心场景探索AI原生产品体验的资深产品经理
缺点 / 挑战
- 涉及搜索算法、内容供给、商家运营等多个复杂链路，跨团队协同与推动落地的沟通成本较高
角色解读
- 纵向可深耕AI Native搜索与推荐领域，成长为定义下一代电商搜索体验的资深产品专家
- 横向可拓展至大模型商业化应用、内容社区生态或商家供给侧产品，具备广阔的业务操盘空间
- 负责淘宝搜索中“Agentic Search灵感导购”方向的产品规划，将传统商品搜索升级为AI原生的灵感发现体验
- 串联搜索算法、店铺供给与AI交互，设计连续导购链路，定义产品方向并推动MVP验证与持续迭代
- 建立数据实验闭环，通过受控实验验证内容形态、个性化策略的净增量，并将兴趣反馈反哺主搜索推荐
- 具备搜索、推荐或AI产品经验，深入理解LLM在搜索场景的应用边界及Agentic产品逻辑
- 拥有极强的数据敏感度与实验能力，能系统拆解Query意图、召回排序及承接链路，通过数据提炼产品洞察
- 熟悉服饰等强视觉行业的内容生态，能平衡内容感、浏览效率与交易转化，推动跨团队协同落地
申请策略
- 提前体验淘宝搜索及竞品的导购链路，思考AI Summary或连续对话如何优化当前的“逛”体验
- 了解淘天集团当前的战略重点，在面试中展现对“内容化”与“AI驱动”趋势的独立思考
- 重点突出在搜索、推荐或AI产品领域的从0到1经验，特别是涉及大模型、对话式交互或内容导购的项目
- 展示通过数据分析和受控实验解决复杂业务问题的案例，强调对Query意图拆解、召回排序及转化链路优化的实际成果
- 体现对服饰或内容社区行业的理解，以及如何将主观审美或抽象目标转化为可度量、可规模化的产品机制
- 深入学习Agentic Search、LLM能力边界及RAG等前沿技术原理，提升与算法团队对话的技术深度
- 强化A/B测试与因果推断能力，掌握更严谨的实验设计方法，以应对复杂场景下的净增量验证
面试指南
- 采用“场景定义-指标拆解-实验设计-复盘迭代”的框架回答产品规划类问题，强调假设验证和因果增量
- 使用“用户心智-业务目标-技术边界”的三维模型回答平衡与取舍类问题，展现全局观与落地可行性
- 如果让你设计一个Agentic Search的灵感导购MVP，你会如何定义核心指标并设计第一版实验？
- 在服饰等强视觉行业，如何平衡“内容浏览效率”与“交易转化效率”？当两者冲突时你的取舍逻辑是什么？
- 大模型在搜索场景中存在延迟、成本和幻觉问题，你会如何设计降级策略和缓存机制来保证用户体验？
- 请分享一个你通过数据洞察发现体验问题，并成功通过产品或算法策略解决的实际案例
- 准备2-3个自己主导的复杂产品项目，详细梳理其中的数据指标体系、实验设计及跨团队协同过程
- 深入研究当前主流大模型在搜索或推荐中的应用案例，形成自己的产品见解与批判性思考
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
作为核心业务线的高级产品岗，薪资福利具备较强市场竞争力，但JD未明确披露具体薪酬与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位处于AI Native搜索的最前沿，能深度参与大模型在亿级场景的落地，技术成长与业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈LLM、Agentic Search、AI Summary、推荐策略、Query理解
业务类型profit_center
工作生活
50较低
JD未提及工作模式与工时安排，作为核心业务线的创新项目，工作节奏与强度可能较大，WLB情况无法判断。
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
85较高
致力于重新定义下一代搜索发现体验，推动AI Native产品范式创新，具有较高的行业引领价值与使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs