百度
AI agent产品经理（J106863）
AI agent产品经理（J106863）
发布于 4 小时前实习/见习
实习生仅现场办公AI产品经理
AI产品经理
Ai Agent
Prompt工程
Rag
产品策略
医疗健康
多Agent协同
大模型
值不值得投
70综合评分
综合评分 70
百度AI Agent产品实习，前沿技术栈与医疗健康场景，成长性强；薪资福利与WLB未披露。
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，方便比较实习机会。
薪资怎么样
5.0千
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 1310 个在招 · 其中AI产品经理 37 个
市场机会
选择面较广
北京 · AI产品经理 · 约 210 个在招
职位详情
关于这个职位
该岗位面向在校生，参与百度AI Agent产品的策略规划、核心能力设计与场景落地，覆盖任务规划、工具调用、RAG、Prompt工程和多Agent协同等方向
你将聚焦医疗健康业务场景，协同算法、研发和业务团队推动智能体从0到1落地并持续迭代，同时参与风控合规与行业调研
最低要求
学历与经验：本科及以上在读学生，计算机、产品设计、人工智能、大数据、经管等相关专业优先，27/28届应届生优先
无硬性全职工作经验要求，有AI产品、互联网产品、项目策划相关实习、校园项目经历优先
专业能力：了解大模型、AI Agent基础概念，知晓智能体工具调用、RAG知识库、任务编排等基础原理即可
了解LangChain、Dify、Coze等任意一款Agent平台优先，具备基础的产品方案理解、简单策略梳理能力
策略思维能力：逻辑思维清晰，具备良好的问题拆解、需求梳理和复盘总结能力，善于观察和发现产品、业务场景中的问题，拥有基础的用户思维和产品思维，愿意主动思考AI场景的优化策略
实操落地能力：具备基础的文档撰写、信息整理、数据统计能力，可协助完成需求调研、方案整理、PRD初稿撰写、产品复盘、策略迭代辅助工作
沟通协作顺畅，能高效配合研发、算法、业务团队完成落地工作
综合素养：对AI Agent、大模型应用赛道高度感兴趣，主动关注行业前沿动态
学习能力强、责任心强、踏实细心，抗压能力良好，具备优秀的执行力和团队协作能力，愿意深耕产品策略方向成长
工作职责
AI Agent整体策略规划与体系搭建：负责通用/垂直场景AI智能体的产品策略、迭代规划与落地闭环，结合大模型技术特性、行业趋势及业务痛点，制定Agent能力演进路线、产品定位与商业化落地策略，搭建标准化、可复用的Agent产品体系与运营策略体系
智能体核心能力策略设计：主导Agent核心模块策略设计，涵盖任务自主规划、多轮上下文记忆管理、工具链调用、意图识别与精准路由、多Agent协同编排、断点续跑、人工介入机制等核心能力，结合业务场景优化智能体决策逻辑，解决复杂场景下的推理偏差、流程卡顿、执行失效等问题
RAG与Prompt策略迭代优化：负责知识库搭建、检索增强、知识分层治理策略设计，制定Prompt工程标准化体系、模板规范与迭代机制，持续优化模型生成效果、问答准确率、回复稳定性，提升Agent场景适配能力与用户体验
场景落地与策略迭代：聚焦医疗健康的核心业务场景，挖掘真实用户需求与业务痛点，输出完整的Agent产品方案、流程规则、策略机制，推动产品从0-1落地、从1-N规模化复用，跟进上线效果，通过数据复盘持续迭代优化产品策略
规则与风控策略搭建：建立AI Agent行为管控、输出合规、风险识别、异常熔断、行为审计等策略体系，规范智能体执行逻辑，规避内容风险、操作风险、业务风险，保障Agent安全、稳定、可控运行
跨团队协同与落地推进：对接算法、研发、测试、运营、业务团队，输出产品需求文档、策略方案、原型及规则说明，同步技术落地进度，协调解决落地过程中的各类问题，保障Agent功能、策略、性能达标，实现业务价值闭环
行业调研与技术跟进：持续跟踪大模型、AI Agent行业前沿技术、主流框架（LangChain、LangGraph、Dify、Coze等）及竞品动态，拆解行业标杆产品策略，结合公司业务迭代产品思路，输出行业分析与策略优化报告
优先资格
加分项：有AI产品、策略产品、ToB产品相关实习经历
熟练使用各类AI智能体平台、掌握基础Prompt优化技巧
了解向量数据库、RAG知识库基础原理
会vibe coding、数据分析工具者优先
AI 洞察
优缺点分析
优点
- 岗位覆盖AI Agent、RAG、Prompt工程、多Agent协同等前沿方向，技术视野开阔
- 百度在大模型与AI应用上有平台和业务场景，可接触真实落地项目
- 聚焦医疗健康场景，产品成果有明确的业务价值和社会价值
- 实习内容不局限于打杂，包含策略设计、场景落地和跨团队协同
- 岗位要求同时理解产品策略与大模型技术，学习曲线较陡
- JD未披露薪资福利与工作节奏，需在面试中确认实际投入强度
- 适合对AI Agent产品有强烈兴趣、逻辑与沟通能力较好、愿意在前沿技术场景中快速成长的在校生
缺点 / 挑战
- 需要推动算法、研发、业务等多方协作，沟通与推进压力不小
角色解读
- 从实习产品经理起步，逐步独立负责Agent子模块或垂直场景的产品策略
- 积累大模型应用、RAG与多Agent协同经验后，可向AI产品经理、策略产品经理方向发展
- 在医疗健康等垂直场景深耕，有机会成长为AI Agent产品负责人
- 参与百度AI Agent产品的整体策略规划，制定能力演进路线、产品定位与商业化落地策略
- 设计任务规划、上下文记忆、工具调用、多Agent协同、人工介入等核心能力策略
- 负责RAG知识库、Prompt工程、风控合规等策略迭代，并推动医疗健康场景从0到1落地
- 对接算法、研发、测试和业务团队，输出PRD、策略方案与复盘报告
- 理解大模型与AI Agent基础概念，熟悉工具调用、RAG、任务编排等原理
- 具备产品方案理解、需求拆解、策略梳理和文档撰写能力
- 了解LangChain、Dify、Coze等至少一种Agent平台，有Prompt优化意识
- 具备跨团队沟通协作、数据复盘和快速学习能力
申请策略
- 投递时突出在校生身份、可实习时间与对AI Agent赛道的长期兴趣
- 面试前了解百度AI Agent相关产品和医疗健康业务，准备对行业竞品的观察
- 突出AI产品、策略产品、ToB产品相关实习或校园项目经历，说明你参与过的需求调研、PRD撰写和落地结果
- 展示对AI Agent、RAG、Prompt工程、LangChain/Dify/Coze等平台的理解与实操
- 用数据或复盘结果体现问题拆解、策略迭代和跨团队协作能力
- 如有医疗健康、知识库、向量数据库或vibe coding经验，建议单独列出
- 提前熟悉至少一个Agent平台（如Dify、Coze或LangChain），动手搭建一个简单智能体
- 补充RAG知识库、Prompt优化、多Agent协同的基础知识，形成自己的案例笔记
面试指南
- 先用一句话定义问题与目标，再拆解用户场景、核心能力和衡量指标
- 回答技术问题时按“原理—方案—风险—验证”展开，体现产品视角而非纯技术堆砌
- 项目题用STAR结构，突出你的判断、协作和复盘结果
- 你如何理解AI Agent与传统对话机器人的区别？
- 如果让你设计一个医疗健康场景的Agent，你会如何拆解核心能力和落地路径？
- 你了解RAG吗？如何提升知识库问答的准确率和稳定性？
- 多Agent协同中可能出现哪些问题，你会如何设计策略解决？
- 讲一个你通过需求分析和策略迭代推动产品优化的项目经历
职位点评
薪资福利45
成长发展88
工作生活55
使命价值80
薪资福利
45较低
JD未披露实习薪资与福利，补偿性动机主要取决于公司实习薪酬标准，当前信息下满足程度有限。
薪资信号未披露（AI估算：4.0–5.5千/月）
成长发展
88较高
岗位覆盖AI Agent策略、RAG、Prompt工程与多Agent协同，技术方向前沿，能积累大模型产品落地经验。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、RAG、Prompt工程、LangChain、LangGraph、Dify、Coze、多Agent协同、向量数据库
成长机会Agent能力演进路线、行业调研与技术跟进、愿意深耕产品策略方向成长
业务类型profit_center
工作生活
55较低
JD未说明办公模式、弹性或加班情况，仅能确认base北京；生活化动机需在面试中进一步确认。
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
80较高
聚焦医疗健康场景的AI Agent，属于大模型应用前沿方向，兼具技术探索与业务价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号医疗健康的核心业务场景、提升Agent场景适配能力与用户体验、保障Agent安全、稳定、可控运行
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs