抖音AI产品经理一面面经
《面试题目》
- 深挖实习经历。
- 深挖项目经历。
- 深挖论文内容。
- 介绍一段实习经历：产品的输入和输出是什么，使用了哪些大模型能力？
- 该产品的北极星指标是什么？
- 你认为产品从 0 到 1 最重要的节点有哪些？
- 如何识别产品开发过程中的问题？
- 过去的项目或实习中遇到的最大难点是什么？
- 使用 Coze 后，你认为它有哪些不足和可改进方向？
- 最近使用或了解过哪些新的 AI 应用，它有什么特点？
- 如何评价 Manus 当前推出的功能？
- 解释 MCP。
- 解释 SFT、Pre-training 和 Reinforcement Learning。
《参考解析》
- 北极星指标：指标应直接反映用户获得核心价值，例如有效任务完成数或成功解决问题的活跃用户数，并配套质量、成本和留存等护栏指标，避免只看调用量。
- 从0到1节点：包括问题发现、需求验证、目标用户选择、价值主张、原型与可行性验证、MVP上线、指标评估和迭代。每个节点都应有明确的继续或停止标准。
- 识别开发问题：综合埋点漏斗、失败日志、用户反馈、客服记录和可用性测试，按影响范围、严重程度与修复成本排序，再通过实验验证改动效果。
- MCP：Model Context Protocol 是连接模型应用与外部数据、工具的标准协议，通过统一的能力发现和调用接口降低重复集成成本；它解决连接标准化问题，并不替代权限、鉴权和业务风控。
- 模型训练阶段：Pre-training 通过大规模数据学习通用能力；SFT 用高质量指令数据让模型按任务和格式回答；强化学习根据奖励信号进一步优化行为偏好。三者的数据、目标函数和使用阶段不同。