面试 AI 产品岗要懂哪些AI知识？大白话快速讲清楚！

一、全文速览图

这些时间和宝子们聊求职、AI设计师，我发现一个特别普遍的现象。

很多准备 AI 产品经理、AI 设计师岗位的同学，把 Transformer、RAG、微调、Agent 这些词背得滚瓜烂熟，面试时也能流利地说出定义。但只要面试官往下追问一句，比如"那这个场景你为什么用 RAG，不用微调？"，很多同学就卡住了。

其实呢，问题不在AI的知识量，而是在于AI知识有没有和自己的实际经验连接上。

面试官问你 AI 知识，其实是想知道你有没有真正用过AI落地产品，比如该不该用 AI、用哪种技术、效果好不好、成本划不划算等。

下面的文章，我们一起来看看我们要懂哪些AI知识，并且我都放了例子。

二、大模型的能力边界，你得知道它"不能干什么"

这是最重要、也最容易被忽略的一块。新人往往热衷于讲大模型多强大，但产品岗的价值恰恰在于知道它的边界在哪，因为边界决定了你能把哪些需求交给它、哪些不能，以及出问题时怎么兜底。

我们至少要能讲清楚这几件事，一起来看看。

1. 它会"一本正经地胡说"，也就是我们常说的幻觉

模型生成的是"看起来最合理的下一个词"，不是"事实"。所以凡是涉及准确性强要求的场景，比如医疗、法律、金融，我们都得设计校验和兜底，而不是直接相信输出。

举个例子：

做一个回答报销政策的客服机器人，我们不能让模型自己张口说报销比例，它很可能编一个看起来很合理的数字。

合理的设计是，模型只负责听懂用户问的是哪一条政策，真正的比例、金额这些硬数字，必须去真实的政策文档或数据库里查出来。

模型负责理解和表达，事实由确定的数据源提供。再加一层保险，当问题超出知识库范围时，让它老实说"这个我不确定，建议您联系人工"，而不是硬答。

2. 它有"记忆长度"限制，也就是我们常说的上下文窗口

我们和它聊天，超出长度的内容它就忘了。这直接影响我们怎么设计长文档处理、多轮对话的产品逻辑。

举个例子：

一个聊了几十轮的客服机器人，如果把每一句历史原话都带着走，迟早会把窗口撑爆了，然后它就忘了用户开头说过什么。

好的做法是每隔几轮，让模型把前面聊过的压缩成一小段要点，就跟我们给文章总结内容一样，后续只带着这段摘要加最近几轮往前走。而像订单号、已确认的需求这种绝不能丢的信息，要由产品单独存起来、每轮主动拼回去给模型，不能让它自己在长对话里记牢。

3. 它不擅长精确计算和实时信息

算账、查最新数据这类事，更适合交给工具/外部接口，而不是硬让模型自己来。

所以算账、查实时路况、查订单状态这类事，正确做法是让它去调用专门的工具或接口（比如让模型调后台的计价接口算钱、调地图接口查路况），由工具给出准确结果，模型只负责把结果翻译成人话，并输出。

三、三条主流技术路线的取舍：Prompt、RAG、微调

同学们常常能分别解释三个词，却答不上"什么时候该选哪个"。而面试官想听的正是后者。

我们一起来看看吧。

1. Prompt（提示词工程）

通过把话说清楚来引导模型。成本最低、见效最快，但能力上限受模型本身限制。绝大多数功能应该先从这里试。

产品里的 Prompt 不是用户自己打的字，而是我们预先写好，固定加在用户输入前面的一段系统指令，用户看不到。

比如做银行智能客服，我们可以在背后预设"你是某银行客服，只答业务问题，遇到投资建议一律引导转人工，语气专业简洁"。用户如果问"信用卡年费多少"，模型收到的是"这段指令+用户问题"。那么，它就是产品的护栏，而这全靠写指令实现，不用动算法，几小时就能改好见效。

2. RAG（检索增强生成）

这是指先去知识库里查资料，再让模型基于查到的内容回答。适合"模型本身不知道、但你有现成资料"的场景，比如企业内部知识问答。

举个例子：

假设你做一家连锁商场的 AI 客服，会员问：我上个月消费了 3800 元，能换什么礼品？

答案取决于当月活动规则。有时 3000 分换电影票，有时 3500 分换停车券，有时不同门店规则还不一样。这些规则每周都可能调整，模型根本记不住。

正确的设计是：

把每期的活动 Excel 表、门店规则 PDF 存进知识库。用户提问时，系统先根据“会员等级+消费金额+门店位置”去库里检索对应的兑换规则，再把规则原文喂给模型，让它生成：您当前可兑换 2 张电影票或 5 小时停车券，点击这里领取。

如果每周活动变了，没关系，换掉 Excel 就行，模型不用动。

3. 微调（Fine-tuning）

用专门的数据再训练模型，改变它的"风格"或"专长"。成本最高、周期最长，适合前两者都解决不了，且有足够数据的场景。

举个例子：

某医疗器械公司，法规要求：每次设备故障后，工程师必须按固定但复杂的模板写一份报告，包含“故障现象、可能原因、处理措施、是否上报”等十几项，而且要用极度保守、避免法律风险的语气，比如不能说“产品坏了”，要说“设备出现预期外的工作状态中断”。

你试了 Prompt，写了上百条指令，模型还是偶尔会漏项、或用词不够官方。因为这种“风格”是从过去 5000 份真实报告里长出来的，不是几句指令能说清的。

这时候微调才有意义。用这 5000 份历史报告（脱敏后）去微调模型，让它内化这套模板结构和语感。之后工程师只输入“血压计开机后屏幕不亮”，模型就能自动生成合规的完整报告。

不过，微调的判断门槛很高。我们在做之前要问问自己，Prompt 真的调不出来了吗？RAG 真的用不上吗？有没有足够的干净的数据？业务规则会三天两头变吗？只有条件满足，我们才需要微调出场。

咱们记住一个朴素原则：能用 Prompt 解决，就不用 RAG，能用 RAG 解决，就不用微调。成本和复杂度是递增的。

四、还应该有数的几个词

下面这些不一定要讲得很深，但听到不能懵，否则会显得完全在圈外。

1. Agent（智能体）

能自己拆解任务、调用工具、一步步完成目标的 AI，是现在的大热方向。

举个例子：

你跟一个出差助手 Agent 说"帮我订下周二去上海的机票，要靠窗，午饭后起飞，顺便订好酒店"。

普通的 AI 只能答一句"建议您去携程查一下"。Agent 会自己拆解任务，如第一步查航班（调机票接口）、第二步筛选符合条件的(下午 1 点后、有靠窗座位)、第三步下单、第四步根据落地时间查酒店、第五步订房、第六步把所有信息汇总告诉你。

2. 多模态

能同时处理文字、图片、语音的模型。

举个例子：

你拍一张冰箱内部的照片，问AI"用这些食材能做什么菜"，模型既要看懂图片（认出鸡蛋、番茄、青椒），又要用文字回答(给你推荐菜谱)。再比如你发一段会议录音，让它听完后写成纪要，输入是语音、输出是文字。

核心是输入输出不再局限于文字一种形式，产品能做的场景一下就打开了，如拍照问诊、看图答题、语音转纪要、视频内容理解，这些都是多模态带来的新可能。

3. Token

模型处理文字的最小单位，和成本、上下文长度都直接相关。

举个例子：

你问模型"今天天气怎么样"，这句话在模型眼里不是 7 个汉字，而是被切成大约 8 到 10 个 Token(中文一个字大概 1 到 2 个Token，英文一个单词大概 1 个Token)。每次调用，输入的 Token + 输出的 Token 加起来算钱。

我们谈到"成本、上下文长度"时，Token 是绕不开的计量单位，听到这个词不能懵。

4. 思维链（CoT）

让模型"把推理过程一步步写出来"，复杂问题上能明显提升效果。

举个例子：

你问模型一道应用题，"小明有 5 个苹果，给了小红 2 个，妈妈又买了 6 个，他现在有几个?"我们在 Prompt 里加一句"请一步步分析，再给出答案"，它会先写"小明原来 5 个，给出 2 个剩 3 个，妈妈买了 6 个，3+6=9"，再给最终答案。

就这么一句指令的调整，复杂推理题的正确率能明显提升。

背后的逻辑是，模型一边写一边想，中间步骤会校正它最终的判断，而不是直接出一个答案。

所以遇到推理类、判断类任务，加一句"请一步步思考"是产品里非常便宜又有效的优化手段。

五、最后的话

今天我们只拆解了AI产品面试知识的一部分，但核心是想传递一个观点：比背住名词更重要的，是建立“该不该用、怎么用、划不划算”的判断力。

把它们当成一套连贯的判断力去练，而不是要背诵的一张张AI知识卡片，你才能在面试官的追问下站得住。