学AI产品经理的第三天：先复盘一下那个三天做完的数字分身

最近在系统学 AI 产品经理。学之前其实挺虚的，总觉得这岗位要懂算法、会写代码，离我很远。直到我把自己的项目经历翻出来一比，发现好多"行业术语"我早就用过了，只是不知道名字。

这篇就当复盘笔记，写给自己看，顺便理理思路。

那个三天做完的数字分身

之前我做过一个小项目：数字分身。起因很简单——用过的 AI 工具都不记得我，每次对话从零开始，很烦。就想做一个"自己的"AI：记得我说过什么、按我的方式说话。

当时定了几个硬约束：零第三方依赖、三天出可用版、密钥不落盘、任何电脑双击能跑。

结构我分了四层：人格（静态，写清楚我是谁）、记忆（动态，每轮对话后提炼存 JSON）、档案（批量灌入项目经历）、声纹（二期，还没做）。

现在回头看，这不就是产品经理说的"架构分层"吗——哪些信息永远不变、哪些持续更新、哪些一次性灌入。当时哪懂这些，就是直觉觉得该这么分。

踩坑：它把"我是谁"当成了"你说了什么"

最典型的一个坑，第一天晚上就翻车了。

我让分身"记住我说过的话"，结果它把人格设定里的自我介绍背给我听——AI 把"我是谁"当成了"你说了什么"，记忆被污染了。

修法很朴素：人格文件里加边界声明，提炼记忆时禁止把设定当对话。花了大半天。

后来我才知道，这个坑行业里叫"护栏"，是产品不变质的底线。当时不懂名词，但知道这事不能妥协。挺好，直觉和理论对上了。

验收我也搞得很实在，自己列了 19 项清单，一项项过：空回复率、重启后记忆还在不在、连续聊 20 轮会不会崩。其中最看重的一条——重启后能不能自然提起上次聊的内容——后来知道这玩意叫北极星指标。

拆了小红书的 AI 搜索，心里踏实了

做完分身，我去拆了小红书的 AI 搜索产品「点点」。

拆完最大的感受：大厂几百人的团队做的产品，和我三天做的小东西，底层逻辑是同一条线。

它给答案附上源笔记，是怕用户不信——我的分身回答引用记忆来源，同一个道理。它拿几亿用户的真实内容当护城河——我拿自己的项目档案当素材库，也是这个思路。它担心 AI 太方便用户不点原帖、内容生态萎缩——我担心记忆被污染、分身不再是"我"，怕的都是同一件事：产品变质。

还有 RAG。读资料时发现，我的分身每轮对话前翻记忆库、把相关事实塞进上下文再回答——这就是 RAG 的简化版。我搭的 AI 协作团队，规划、执行、验证三个角色——就是 Agentic RAG 的"规划—检索—验证"循环。

术语是新的，做法我早就会。那一刻心里挺踏实的。

接下来打算

按学习计划，接下来要补的是 PRD 结构化写法、指标体系设计，每周拆一个大厂产品，把踩过的坑一个个翻译成行业术语。

说实话，学到现在最大的体会就一句：先做个小东西，再回来学名词。 顺序反了，容易学完就忘。踩过坑的人读文档，一眼就懂"护栏"是啥意思；没踩过坑的人，概念全是飘的。

先写到这，下篇复盘见。