因为是做一个制造业大央企的数据治理，dcmm好像只有不到两级，数据非常乱，目前是写sap生产模块的sql，进行一个校验这样，因为不熟悉sap生产模块，所以领导教我们用豆包生成sql这个项目至少要六个月，我肯定一个月跑路的，只是数据治理相关资料我也没怎么搜到，不知道怎么包装

1、自我介绍2、项目：a.讲一个最熟悉的 Agent/RAG 项目b.项目中数据处理的难点 & 怎么解决的3、技术基础：a.大模型基础：Transformer 架构、注意力机制原理b. Agent 核心概念：规划、工具调用、记忆模块、反思机制c. RAG 全流程：文档清洗、切片策略、向量化模型、检索召回、重排序d. 向量数据库：FAISS/Milvus 原理、索引类型、性能优化e. 数据标注规范：怎么保证标注质量、数据清洗方法4、算法：a.数据召回率、精确率评估，怎么优化召回效果b.如何处理 Agent 工具调用的错误数据（数据校验、异常兜底）5、AI 业务理解：怎么提升 Agent 的回复准确性； 如何构建高质量的 Agent 训练 / 微调数据；对 MiniMax Agent 产品的理解 & 优化建议。

你觉得之前学的专业对切入新方向（跨到 AI agent 项目）有什么帮助？跨专业、跨方向对你来讲哪些是助力（good thing），哪些是阻力（bad thing）？你之前在做 AI 智能导购时，有没有因对技术（如 NLP 技术、大模型技术）了解不足而影响项目的情况？发现自己在技术接口等方面的不足后，后期做了哪些工作去弥补这些可能影响做产品经理的问题？在 AI 智能导购项目中，哪些工作让你觉得最骄傲、做得最好？垂类的 AI 产品你了解哪些？在生活中用过哪些垂类或通用领域的 AI 工具 / 智能体帮助办公或学习？做 AI 产品调研时，一般用什么方式？有哪些渠道？对于海外产品如何做调研？做竞品分析通常怎么做？之前做产品时是否做过用户调查或用户动力洞察？如何确定目标客户群？你有自己的交互设计作品集吗？AI、大模型、ChatGPT、NLP 这几个概念是什么？它们之间的区别是什么？对于国内或国外的 3C 数码产品用户，他们在购买过程中有什么痛点？我们能帮他们解决这些问题吗？如果你自己购买大几千元或万元及以上的产品，会直接购买还是会有查询等操作？假如要做二手相机的 AI agent 产品，让用户相信你且体验好，你有什么设计想法？作为产品经理，怎么让用户觉得你的平台 / APP 是靠谱的、值得相信的？在你提到的购买流程的每一步中，如何让用户去相信？京东等平台上某一商品可能有上万条评论，有好有坏，站在产品经理角度，如何让用户进来后能一目了然地捕捉到重要信息，无需看完所有评论？你刚刚提到博主可以帮你增加对产品的信任度，博主的专业性对你的信任度影响大吗？是否会因为觉得博主讲得专业而更信任？假如在卖相机的平台里增加笔记本品类，从哪些角度保障试用的准确性和真实性？从交互上，增加哪些维度能让用户更青睐你的产品？设计 3C agent 产品（卖笔记本或二手相机）时，除了基础的数据和知识建设、三方评价外，从设计层面还能做哪些优化让用户更加认可或信任？把 AI agent 比作人或助手，怎么让用户一见钟情于你的 APP 或其能力，更容易记住？假如你做的 3C 产品 AI agent 要与众多电商平台或品牌官网的 APP 竞争，从零开始推广，怎么提高竞争力，让大家知道、使用甚至形成粘性？若面向海外（如北美地区）推广二手相机或 3C 产品的 AI agent 产品，会做哪些变化？现在哪些技术会降低用户对 3C 类 AI 产品的使用体验？作为产品经理，会想什么办法弥补这些技术缺陷？反问：业务 / 团队氛围相关问题

1.在设计 AI Agent 长期记忆模块时，你会如何权衡向量数据库检索的成本与召回精度？并简要说明短期记忆与长期记忆在架构上的主要区别。2.许多客户会使用 RPA 实现流程自动化，你认为在哪些具体场景下必须引入 AI Agent，而不是继续使用传统 RPA？两者的核心边界是什么？3.如果让你设计一款面向电商客服的 AI Agent，你会如何定义它的核心成功指标？除响应速度外，还有哪些指标能体现 Agent 的真实问题解决能力？4.当用户反馈 Agent 执行任务结果不准确时，作为产品经理，你如何通过可观测性系统定位问题根源：是 Prompt 问题、模型能力问题，还是工具调用问题？5.结合 Transformer 架构的基本原理，解释为什么在复杂任务拆解中，使用思维链（Chain of Thought）提示技巧通常能提升模型的推理效果。