1、建立AI时代的产品创造核心思维
2、一人公司AI产品力的核心能力模型
3、AI产品的市场需求与商业价值逻辑
4、各行业从业者都需要掌握的AI产品设计能力
5、AINative标杆产品的商业逻辑拆解
6、人工智能发展简史与大模型时代
7、大模型与ScalingLaw的核心逻辑
8、AI训练范式与大模型的训练核心
9、LLM核心运作机制与落地原理
10、大模型的核心特性、挑战与能力边界
11、VibeCoding入门：一人公司全链路开发核心方法
12、VibeCoding工具对比与学习路径规划
13、ClaudeCode安装与环境搭建实战
14、小白第一次用AI写代码的实战体验
15、AI产品的MVP设计与落地方法论
16、【实战】零代码搭建你的首个AI产品MVP
17、【实战】手把手教你本地部署Dify应用开发环境

1、基础提示词工程：概念和3大框架
2、思维链与思维树
3、自洽性推理
4、少样本提示（Few-Shot）
5、系统提示词与用户提示词
6、温度与TopP
7、【实战】人设打造
8、【实战】项目风险评估
9、【实战】用AI做商业决策
10、【实战】风格化新闻稿
11、为什么要学AI产品的评测
12、过拟合与欠拟合
13、数据漂移
14、分类型AI产品评测的核心指标
15、生成式任务的评测方法
16、评测报告的撰写指南
17、【实战】AI产品评测实战案例

1、理解RAG：原理、价值与典型应用
2、RAG流程：从输入到输出
3、知识分段：方法、场景与技巧
4、【实战】Dify/Coze构建多类型知识库
5、向量化与Embedding要点
6、元数据与标签体系设计
7、【实战】元数据创建与批量导入
8、检索不准的根源分析
9、重排序：效率与精度平衡
10、【实战】重排序优化Badcase
11、混合检索：提升稳定性
12、Query优化：问得准、答得好
13、【实战】三类Query优化演示
14、语义路由：问题走向正确能力
15、【实战】客服语义路由设计与避坑
16、【实战】检索优化的完整迭代
17、【实战】打造可用的AI陪伴+RAG产品

1、认识Agent：概念与爆火原因
2、Agent的核心能力全景
3、通用Agent与垂直Agent区别
4、Agent常用数据与基础格式
5、业务逻辑基础：条件与循环
6、批处理与流程控制要点
7、FunctionCall的原理与应用
8、MCP：构建可扩展的Agent能力
9、Agent记忆机制与使用方法
10、Agent大脑：规划与反思能力
11、ReAct范式：推理与行动结合
12、多智能体协作模式
13、【实战】扣子与Dify插件操作
14、【实战】航班与机场信息查询（MCP）
15、【实战】扣子的记忆功能应用
16、【实战】市场专员规划型Agent
17、【实战】旅游助手的反思迭代
18、【实战】构建个人问答助理（ReAct）
19、【实战】客服场景的多Agent协同
20、【实战】火山知识库的应用

1、豆包手机与OS Agent生态纷争
2、Claude SKILL产品解析
3、OpenClaw为什么火：从好用性到开源叙事的产品逻辑
4、从云端到本地：AI产品形态的演进与落地路径
5、水面之下：政策激励、技能网络与AI产品经理的新职责
6、AI的“不靠谱”时刻与Hermes的诞生
7、Hermes核心能力拆解：GEPA、记忆、技能与连接
8、Hermes真实案例与实战演示

1、用户体验要素与产品设计基础
2、用户需求调研的价值与方法
3、用户访谈：目标与核心流程
4、访谈准备：受访者选择与提纲设计
5、访谈执行：开场与沟通技巧
6、访谈进阶：追问方法与高效收尾
7、【实战】用AI生成访谈提纲
8、【实战】用AI整理访谈洞察
9、问卷调研：适用场景与基本流程
10、问卷设计：问题与答案的最佳实践
11、抽样策略：提升调研可信度
12、问卷投放与结果分析方法
13、【实战】用AI设计和分析问卷
14、竞品调研概念与整体框架
15、竞品调研的准备与切入方式
16、宏观视角：行业格局与趋势判断
17、功能模块级竞品拆解技巧
18、实战经验：如何提炼竞品关键差异
19、AI辅助：加速竞品信息整理
20、AI辅助：自动化竞品分析与对比

1、细分市场与大众市场区别
2、市场细分的常用评估维度
3、目标市场规模的测算方法
4、目标市场的多角度评估
5、AI产品的目标市场选择策略
6、C端产品设计原则概览
7、C端产品六项核心设计原则
8、C端产品的典型设计案例
9、B端产品的类型与场景差异
10、B端产品的角色定位与基本功
11、AI产品设计的几项基本原则
12、数据驱动：产品数据采集与分析
13、数据埋点的常见方法与类型
14、数据埋点的实践技巧与避坑
15、AB测试的场景与目标设定
16、AB测试的全流程与实验方法
17、AB测试的常见问题与陷阱
18、灰度发布的策略与实战指南
19、数据采集与效果监控实战演练

1、人工智能主流理论流派介绍
2、机器学习与神经网络基本原理
3、深度学习简介：AI能力爆发的引擎
4、视觉模型介绍：CNN卷积神经网络
5、序列问题求解：RNN循环神经网络
6、Transformer与GPT
7、MoE与大模型架构
8、扩散模型/DiffusionModel
9、大模型的微调训练方法
10、LoRA微调原理
11、大模型时代的金铲子：GPU与TPU
12、模型算力成本的权衡
13、产品类文档简介
14、实战：PRD撰写实战演示
15、实战：通过MasterGoAI生成产品原型
16、需求池管理与优先级排列原则

1、训练数据需求分析与获取
2、数据清洗全流程实战要点
3、缺失值与异常值处理技巧
4、数据标注与质控管理机制
5、数据增强与合成技术路径
6、实战：银行客服数据案例
7、实战：数据集构建全流程
8、产品团队高效沟通框架
9、技术/研发/运营协作沟通技巧
10、需求沟通与需求评审
11、向上管理与沟通技巧
12、实战：沟通演练
13、用户隐私与数据安全
14、AI合规与风险防控实务
15、生成内容合规与安全管理
16、实战：大模型安全产品演示

1、生活服务类AI产品的市场机会与落地逻辑
2、学习教育类AI产品的需求挖掘与产品设计
3、娱乐休闲类AI产品的用户增长与变现方法
4、标杆案例拆解：爆款C端AI产品的成功逻辑
5、【实战】生活/学习/娱乐类AI产品的需求分析
6、【实战】C端AI产品的核心功能设计与原型输出
7、C端AI产品的用户增长与运营策略
8、C端AI产品的商业变现模式与落地方法

1、零售行业AI产品的市场趋势与机会识别
2、办公效率类AI产品的用户需求挖掘与痛点识别
3、编程开发类AI产品的产品设计与核心功能打造
4、标杆案例拆解：效率类爆款AI产品的全流程打造
5、实战：效率类AI产品的全维度需求分析
6、实战：效率类AI产品的功能设计与原型搭建
7、效率类AI产品的用户增长与运营方法
8、效率类AI产品的商业变现模式与落地实践

1、医疗健康行业AI产品的市场机会与合规要求
2、旅游出行行业AI产品的需求挖掘与产品设计
3、专业服务类AI产品的专业能力适配与壁垒打造
4、标杆案例拆解：垂直行业爆款AI产品的成功逻辑
5、实战：医疗/旅游类AI产品的需求分析与合规评估
6、实战：垂直行业AI产品的核心功能设计
7、垂直行业AI产品的客户获取与运营策略
8、垂直行业AI产品的商业变现模式与落地方法

1、VibeCoding的底层逻辑与核心能力
2、VibeCoding全流程开发的核心工作流
3、提示词工程在代码生成中的进阶应用
4、AI代码生成的优化技巧与问题排查方法
5、主流VibeCoding工具的深度使用与对比
6、AI驱动的产品设计与PRD生成方法
7、AI前后端代码生成的核心逻辑与落地实践
8、【实战】用VibeCoding完成一个完整AI产品的全栈开发
9、AI一套代码跑通全平台：Web + App + 小程序一次搞定
10、用AI开发iOS应用：不懂Swift也能落地
11、安卓开发不求人：AI帮你写完整应用
12、零基础做小程序：快速上线微信生态

1、让AI帮你找bug，防攻击
2、AI产品部署上线的全流程方法
3、服务器选型、配置与运维的核心技巧
4、产品上线前的测试与质量管控方法
5、AI产品的监控体系搭建与数据指标设计
6、产品运维的常见问题与排查解决方法
7、AI产品的版本迭代与优化升级方法
8、产品上线后的用户运营与反馈处理
9、【实战】完成一个AI产品的全流程部署上线与运维

1、AI赛道个人定位选择
2、AI非技术赛道招聘需求详解
3、产品职业生涯常见困惑解答
4、AI产品经理简历准备技巧
5、AI产品经理项目与面试准备技巧
6、实操/就业综合项目指导