学习与实践系统 · 2026

AI 产品经理成长系统

AI product management practice OS

把 AI 产品知识变成“学习—实践—评测—复盘—作品”的持续成长闭环。

OVERVIEW / 项目概览

这次实践,围绕什么展开?

这套系统通过能力地图、优先级、实战闭环、原子 Skill、评测用例和健康检查,让每个 P0/P1 模块最终形成作品、决策或可验证证据。

项目阶段
v1.0 运行中
参与角色
能力模型 / Skill 工作流 / 证据治理
时间
2026
关键词
AI PM / Obsidian / Agent Skills / Evaluation

01 / PROBLEM

把资料转化为真实岗位任务。

传统知识库容易停留在收藏与解释。系统把目标改为:每个关键模块都必须转化为可评测任务、决策记录、项目切片或作品证据。

02 / SYSTEM

用先修关系、优先级和实战闭环组织成长。

能力地图覆盖 AI 场景、需求与 PRD、RAG/Agent、评测、数据增长和治理等方向;S1—S8 端到端工作流把问题定义、方案、原型、评测和复盘串联起来。

  • P0/P1/P2 区分岗位基础、进阶和专项能力
  • 8 个原子 Skill + 1 个端到端 Workflow
  • 新材料先进入收件箱,未经核验不进入课程主干

03 / EVALUATION

Skill 必须经过触发与边界测试。

系统为原子 Skill 建立注册表和 18 个触发评测用例,并通过周复盘、月度健康检查和变更日志保持知识主干可维护。

04 / BOUNDARY

让知识体系持续连接真实能力。

当前可证明的是能力模型、实践系统和评测机制已经建立;岗位水平仍需要用真实项目结果、面试反馈和业务交付持续校准。

VALIDATION & REFLECTION

让结果有迹可循。

数据口径见各项说明
6核心能力线
8P0 原子 Skill
18触发评测用例

可核查证据

知识库、能力地图、实践闭环、Skill 注册表、评测用例与健康报告均已建立,并持续映射到真实项目证据。

个人贡献

设计能力分层、学习路径、S1—S8 实战闭环、原子 Skill、触发评测与知识健康机制。

下一步

将五个真实项目映射到能力证据,补充面试反馈与业务结果,持续校准能力雷达。