🤖 AI产品管理¶

# AI PM需要理解的技术概念清单
TECH_UNDERSTANDING = {
    "大模型基础": {
        "必须理解": [
            "Transformer架构的基本原理（注意力机制）",
            "预训练 vs 微调 vs Prompt Engineering的区别",
            "Token概念与计算方式",
            "上下文窗口(Context Window)的限制与影响",
            "Temperature/Top-p等采样参数对输出的影响",
        ],
        "了解即可": [
            "RLHF训练流程",
            "LoRA/QLoRA微调原理",
            "模型量化(INT8/INT4)的性能与质量权衡",
        ],
    },
    "RAG技术": {
        "必须理解": [
            "Embedding向量化原理",
            "向量数据库选型（Milvus/Pinecone/Weaviate）",
            "检索-增强-生成的完整链路",
            "Chunk策略对检索质量的影响",
        ],
    },
    "Agent技术": {
        "必须理解": [
            "ReAct/CoT推理模式",
            "Function Calling机制",
            "MCP协议与工具集成",
            "多Agent协作架构",
        ],
    },
    "部署与运维": {
        "必须理解": [
            "推理延迟vs吞吐量的权衡",
            "API限流与降级策略",
            "模型版本管理与灰度发布",
            "成本结构（GPU/API调用/存储）",
        ],
    },
}

# 数据驱动决策框架
# 核心思路：AI产品的每一个决策都应有数据支撑，避免拍脑袋
class DataDrivenPM:
    """AI产品经理的数据思维框架"""

    def define_metrics(self, feature):
        """为每个功能定义北极星指标"""
        # 指标分三层：主指标聚焦核心目标，辅助指标多维度衡量，
        # 护栏指标防止优化主指标时损害其他方面（如推荐准确率提升但多样性下降）
        return {
            "primary": "核心衡量指标（如任务完成率）",
            "secondary": ["辅助指标1", "辅助指标2"],
            "guardrail": ["护栏指标（确保不伤害其他指标）"],
        }

    def design_experiment(self, hypothesis):
        """设计A/B测试"""
        # A/B测试是AI产品验证效果的金标准
        # MDE(最小可检测效应)决定所需样本量，统计功效通常取0.8
        return {
            "hypothesis": hypothesis,
            "control": "对照组配置",
            "treatment": "实验组配置",
            "sample_size": "根据MDE和统计功效计算",
            "duration": "根据流量和效应量估算",
            "success_criteria": "统计显著性 + 实际业务意义",
        }

    def analyze_funnel(self, user_journey):
        """分析用户漏斗，找到优化点"""
        # 漏斗分析的关键：找到转化率最低的环节（最大Drop-off点）
        # 集中资源优化瓶颈环节，ROI最高
        stages = [
            "访问 → 注册转化率",
            "注册 → 首次使用转化率",
            "首次使用 → Aha Moment到达率",
            "Aha Moment → 留存率",
            "留存 → 付费转化率",
        ]
        return "找到最大Drop-off点，集中资源优化"

    def build_data_flywheel(self):
        """构建数据飞轮"""
        # 数据飞轮是AI产品的核心壁垒：用户越多→数据越多→模型越好→体验越好→用户越多
        # 飞轮一旦转起来，竞争对手很难追赶
        return """
        用户使用 → 产生行为数据 → 标注/反馈
            → 模型优化 → 产品体验提升 → 更多用户使用
        """

# AI产品用户研究方法
USER_RESEARCH_FOR_AI = {
    "定性方法": {
        "用户访谈": {
            "关键问题": [
                "你目前如何完成这个任务？（现状）",
                "最痛苦/耗时的环节是什么？（痛点）",
                "如果AI来做，你期望它做到什么程度？（预期）",
                "你愿意接受多大程度的AI错误？（容错度）",
                "你会如何验证AI的输出？（信任模式）",
            ],
        },
        "可用性测试": {
            "AI特有关注点": [
                "用户是否理解AI在做什么",
                "用户对不确定输出的反应",
                "用户发现AI错误后的行为",
                "用户是否信任AI的建议",
            ],
        },
    },
    "定量方法": {
        "日志分析": ["重新生成率", "编辑率", "采纳率", "会话放弃率"],
        "满意度调查": ["CSAT评分", "NPS", "AI有用性评分"],
        "行为实验": ["A/B测试", "多臂老虎机", "交叉实验"],
    },
}

# AI产品商业化思维
AI_BUSINESS_SENSE = {
    "变现模式": {
        "SaaS订阅": {
            "例": "ChatGPT Plus ($20/月)",
            "关键": "免费版功能阈值设置、付费转化漏斗优化",
        },
        "API计费": {
            "例": "OpenAI API (按Token计费)",
            "关键": "定价策略、用量预估工具、账单透明度",
        },
        "增值功能": {
            "例": "GitHub Copilot ($10/月 个人, $19/月 企业)",
            "关键": "核心功能免费+高级功能付费的边界划分",
        },
        "企业定制": {
            "例": "Azure OpenAI Service",
            "关键": "数据隔离、合规审计、SLA保障、专属部署",
        },
    },
    "竞争分析维度": [
        "模型能力对比（基准测试排名）",
        "生态丰富度（插件/集成数量）",
        "用户体验差异化",
        "数据壁垒（独有数据源）",
        "成本优势（推理成本/定价）",
        "合规与安全认证",
    ],
    "市场时机判断": [
        "技术成熟度 — 模型能力是否满足最低可用标准",
        "用户教育成本 — 目标用户是否理解AI能做什么",
        "替代方案 — 现有非AI方案的不足是否显著",
        "基础设施 — API/GPU供给是否稳定",
    ],
}

# AI产品需求评估框架
# 五维评估法：从技术、数据、商业、用户、竞争五个维度综合判断需求是否值得做
# 任何一维得分过低都可能导致产品失败
class AIProductFeasibility:
    """评估一个AI产品需求是否可行"""

    def evaluate(self, requirement):
        # 多维度打分，综合判断Go/No-Go
        scores = {
            "技术可行性": self._tech_feasibility(requirement),
            "数据可得性": self._data_availability(requirement),
            "商业价值": self._business_value(requirement),
            "用户需求强度": self._user_need(requirement),
            "竞争差异化": self._differentiation(requirement),
        }
        return scores

    def _tech_feasibility(self, req):
        """评估当前AI技术能否支撑"""
        # 技术可行性是最常被高估的维度——Demo效果好≠生产可用
        checklist = [
            "当前SOTA模型在该任务上的表现如何？",
            "是否需要自有数据微调？数据量够吗？",
            "延迟要求是否现实？（实时<500ms/近实时<3s/异步>3s）",
            "失败兜底方案是什么？AI不可用时产品如何降级？",
        ]
        return checklist

    def _data_availability(self, req):
        """评估数据可得性"""
        return {
            "已有数据": "评估现有数据的质量、数量、标注情况",
            "数据获取": "能否合法、低成本地获取所需数据",
            "数据标注": "标注成本、周期、质量控制方案",
            "数据飞轮": "产品上线后能否自动积累更多高质量数据",
        }

    def decision_matrix(self, scores):
        """Go/No-Go决策"""
        # 交通灯决策模型：绿灯全力推进，黄灯小范围验证（降低试错成本），红灯果断放弃
        # 关键原则：AI产品的"黄灯"比传统产品更常见，要习惯先做Pilot
        thresholds = {
            "绿灯(Go)": "技术可行+数据充足+商业价值高",
            "黄灯(Pilot)": "技术基本可行+数据部分可得 → 先做小规模验证",
            "红灯(No-Go)": "技术不成熟 或 数据不可得 → 暂缓，持续关注",
        }
        return thresholds

# AI产品的数据规划
DATA_PLANNING = {
    "数据需求定义": {
        "训练数据": "模型学习所需（数量/质量/多样性）",
        "评测数据": "验证模型效果（Golden Dataset）",
        "监控数据": "上线后持续监控（线上真实数据）",
    },
    "数据质量保障": {
        "准确性": "标注一致性(Inter-Annotator Agreement)≥0.8",
        "多样性": "覆盖各种边界情况和长尾场景",
        "时效性": "数据分布是否匹配线上实际分布",
        "合规性": "PII脱敏、版权合规、用户授权",
    },
    "标注策略": {
        "人工标注": "高质量但成本高 → 适用于评测集",
        "半自动标注": "模型预标注+人工审核 → 成本效率平衡",
        "用户反馈": "隐式(点击/跳过)+显式(👍/👎) → 免费但有噪声",
        "合成数据": "LLM生成 → 快速扩展但需质量把控",
    },
}

# AI产品发布检查清单
LAUNCH_CHECKLIST = {
    "模型层就绪": [
        "✅ 核心指标达到上线标准（如F1>0.85）",
        "✅ 边界情况测试通过（对抗样本/极端输入）",
        "✅ 模型版本锁定，可回滚",
        "✅ 推理性能达标（P99延迟<目标值）",
    ],
    "产品层就绪": [
        "✅ 用户引导与预期管理文案就绪",
        "✅ 错误/降级/限流UI设计完成",
        "✅ 反馈收集机制已埋点",
        "✅ 用户文档/帮助中心已更新",
    ],
    "安全合规就绪": [
        "✅ 内容安全策略已配置（敏感词/违规内容拦截）",
        "✅ PII保护措施已实施",
        "✅ 合规审查通过（GDPR/网信办/行业要求）",
        "✅ 水印/溯源机制就绪（AIGC内容标识）",
    ],
    "运维就绪": [
        "✅ 监控仪表板配置完成",
        "✅ 告警规则设定（错误率/延迟/成本异常）",
        "✅ 灰度发布策略确定（1%→5%→20%→100%）",
        "✅ 回滚方案验证通过",
    ],
}

# === Prompt产品化的三个阶段 ===
# 核心理念：Prompt从原型到生产需要经历结构化、安全约束、格式规范化三重演进
# 每个阶段解决不同的问题，不可跳跃

# 阶段一：原型验证（快速试错）——验证AI能否完成任务
PROMPT_V1_PROTOTYPE = "帮我总结这篇文章"
# 问题：输出不稳定、格式不统一、缺乏安全约束

# 阶段二：结构化Prompt（内部测试）——稳定输出格式和质量
PROMPT_V2_STRUCTURED = """你是一个专业的文章摘要助手。
请按以下格式总结文章：
1. 核心观点（1-2句话）
2. 关键论据（3-5个要点）
3. 作者结论

要求：客观准确，不添加原文没有的信息。
文章内容：{article}"""

# 阶段三：企业级Prompt（生产发布）——增加安全约束、结构化输出、异常处理
# 生产级Prompt的关键：JSON输出便于程序解析、confidence字段支持质量监控、
# 错误码设计支持下游系统自动处理异常
PROMPT_V3_PRODUCTION = """<system>
你是{product_name}的文章摘要助手。

## 任务
为用户提供准确、简洁的文章摘要。

## 输出格式
严格按以下JSON格式输出，不要输出其他内容：
{{"core_point": "核心观点(50字内)", "key_arguments": ["论据1", "论据2", ...], "conclusion": "结论(30字内)", "confidence": 0.0-1.0}}

## 约束规则
1. 不编造原文中没有的信息
2. 不输出任何个人隐私信息(姓名/电话/地址等)
3. 遇到政治敏感/违法内容，返回 {{"error": "CONTENT_POLICY_VIOLATION"}}
4. 如果文章内容不足以进行总结，返回 {{"error": "INSUFFICIENT_CONTENT"}}
5. confidence字段反映你对摘要质量的自评分

## 示例
输入："人工智能在医疗领域的应用越来越广泛..."
输出：{{"core_point": "AI医疗应用正在加速渗透", "key_arguments": ["影像诊断准确率提升", "药物研发周期缩短"], "conclusion": "AI将重塑医疗行业", "confidence": 0.85}}
</system>

<user>
请总结以下文章：
{article}
</user>"""

# Prompt模板管理系统设计
# 设计思路：将Prompt当作"代码"来管理——版本控制、测试、灰度发布、效果监控
# 模板生命周期：draft(草稿) → testing(测试) → production(生产) → deprecated(废弃)
class PromptTemplateManager:
    """企业级Prompt模板管理"""

    def __init__(self):
        self.templates = {}
        self.versions = {}  # 版本控制——支持回滚到任意历史版本
        self.metrics = {}   # 每个模板的效果指标——用于对比不同版本

    def register_template(self, name, template, metadata):
        """注册Prompt模板"""
        # 每个模板绑定目标模型，因为不同模型对同一Prompt的响应差异很大
        # avg_tokens用于成本预估
        entry = {
            "template": template,
            "version": metadata.get("version", "1.0"),
            "author": metadata.get("author"),
            "use_case": metadata.get("use_case"),
            "model": metadata.get("target_model", "gpt-4o"),
            "avg_tokens": metadata.get("avg_tokens"),
            "test_results": metadata.get("test_results"),
            "status": "draft",  # draft → testing → production → deprecated
        }
        self.templates[name] = entry

    def ab_test(self, template_a, template_b, test_config):
        """对两个Prompt模板进行A/B测试"""
        # Prompt的A/B测试与UI的A/B测试不同：需要同时关注质量指标和成本指标
        return {
            "test_id": "pt_20250207_001",
            "template_a": template_a,
            "template_b": template_b,
            "sample_size": test_config["sample_size"],
            "metrics": ["task_completion_rate", "user_satisfaction", "latency"],
            "duration": test_config["duration_days"],
            "traffic_split": "50/50",
            "significance_level": 0.05,
        }

    def promote_to_production(self, name, test_results):
        """将测试通过的Prompt推到生产"""
        # 双重门槛：p_value<0.05确保统计显著，improvement>2%确保有实际业务意义
        # 避免"统计显著但提升微乎其微"的情况浪费发布资源
        if test_results["p_value"] < 0.05 and test_results["improvement"] > 0.02:
            self.templates[name]["status"] = "production"
            return f"✅ {name} 已推到生产环境"
        return f"❌ {name} 测试未达标，保持当前版本"

# 常见Prompt模板类型
PROMPT_TEMPLATE_TYPES = {
    "摘要类": "文章摘要/会议纪要/报告提炼",
    "分类类": "意图识别/情感分析/内容审核",
    "提取类": "信息提取/关键词/实体抽取",
    "生成类": "文案撰写/代码生成/翻译",
    "对话类": "客服/助手/角色扮演",
    "推理类": "数据分析/问题诊断/决策建议",
}

# AI产品的用户引导策略
USER_GUIDANCE_DESIGN = {
    "输入引导": {
        "Placeholder提示": "例：'试试问我：帮我写一封求职信'",
        "预设模板": "提供常用Prompt模板，降低使用门槛",
        "参数简化": "将Temperature等参数转化为'创意度'滑块",
        "渐进式表单": "先简单描述，再可选填充细节",
    },
    "输出引导": {
        "置信度展示": "高/中/低置信度的视觉差异",
        "溯源标注": "标注信息来源，方便用户验证",
        "多候选方案": "提供2-3个选项而非单一答案",
        "编辑入口": "方便用户在AI输出基础上修改",
    },
    "错误处理": {
        "优雅降级": "AI不确定时主动表明，而非胡编",
        "换个方式": "提供'换一个回答'按钮",
        "转人工": "复杂/敏感场景无缝转人工",
        "反馈闭环": "👍/👎 + 可选文字反馈",
    },
}

# RAG产品的检索策略设计
# 核心思路：单一检索方式各有盲区，混合检索互补短板
# 语义检索擅长理解意图但可能遗漏关键词精确匹配；BM25擅长精确匹配但缺乏语义理解
class RAGRetrievalStrategy:
    """混合检索策略"""

    def hybrid_search(self, query, config):
        """融合多路检索结果"""
        # 三路并行检索：语义（理解含义）、关键词（精确匹配）、结构化（条件过滤）
        results = {
            "semantic": self._vector_search(query, config),      # 语义检索
            "keyword": self._bm25_search(query, config),         # 关键词检索
            "structured": self._metadata_filter(query, config),  # 结构化过滤
        }
        # RRF(Reciprocal Rank Fusion)融合——按排名倒数加权，比简单分数归一化更鲁棒
        # weights控制各路检索的重要性，需根据业务场景调优
        return self._rrf_merge(results, weights=config["weights"])

    def _chunk_strategy(self):
        """文档切片策略选择"""
        strategies = {
            "固定大小": {
                "适用场景": "通用文档",
                "参数": "chunk_size=512, overlap=50",
                "优点": "简单稳定",
                "缺点": "可能切断语义完整性",
            },
            "语义切片": {
                "适用场景": "长文档/技术文档",
                "方法": "按段落/章节/语义边界切分",
                "优点": "保持语义完整",
                "缺点": "切片大小不均匀",
            },
            "递归切片": {
                "适用场景": "复杂层级文档",
                "方法": "先按大结构切，再递归细分",
                "优点": "兼顾结构和粒度",
                "缺点": "实现复杂度高",
            },
            "表格/代码专用": {
                "适用场景": "含表格/代码的文档",
                "方法": "识别特殊结构单独处理",
                "优点": "结构信息不丢失",
                "缺点": "需要专门解析器",
            },
        }
        return strategies

# RAG产品质量评估指标
# 评估RAG需要分层看：检索好不好 × 生成好不好 × 整体体验好不好
# 常见误区：只看端到端结果，无法定位问题出在检索还是生成环节
RAG_EVALUATION_METRICS = {
    "检索质量": {
        "Recall@K": "前K个结果中包含正确答案的比例",  # K通常取5或10
        "MRR": "平均倒数排名，衡量正确答案的排名位置",  # 越接近1越好
        "NDCG": "归一化折损累积增益，衡量排序质量",  # 考虑了排序位置的影响
    },
    "生成质量": {
        "Faithfulness": "生成内容是否忠实于检索到的文档",  # 最重要：防止模型"脑补"
        "Answer Relevancy": "回答与用户问题的相关度",
        "Hallucination Rate": "生成不在检索文档中的信息的比率",
    },
    "端到端指标": {
        "Answer Accuracy": "最终答案的准确率",
        "User Satisfaction": "用户满意度评分(1-5)",
        "Task Completion": "用户是否通过系统完成了任务",
    },
    "运营指标": {
        "Average Latency": "平均响应时间",
        "Cost Per Query": "单次查询的成本",
        "Citation Rate": "提供引用溯源的比率",
    },
}

# 文档QA产品的典型用户场景与设计要点
DOC_QA_BEST_PRACTICES = {
    "场景1：内部知识库": {
        "用户": "企业员工",
        "需求": "快速查找公司制度、技术文档、操作规程",
        "设计要点": [
            "权限管理：不同角色看到不同文档范围",
            "引用溯源：每条回答标注来源文档+页码",
            "时效标注：提醒用户文档更新时间",
            "反馈机制：标记回答是否有帮助 + 报告错误",
        ],
    },
    "场景2：客户支持": {
        "用户": "客户/消费者",
        "需求": "查询产品使用方法、解决常见问题",
        "设计要点": [
            "自然语言理解：支持口语化/模糊查询",
            "多轮追问：支持追问细节或换个方式解释",
            "转人工：复杂问题无缝转人工客服",
            "多语言：支持用户首选语言",
        ],
    },
    "场景3：合规审查": {
        "用户": "法务/合规人员",
        "需求": "检索法规条文、审查合同条款",
        "设计要点": [
            "精确引用：必须精确到条款号",
            "对比分析：支持多文档条款对比",
            "审计日志：所有查询记录可追溯",
            "风险标注：自动标记高风险条款",
        ],
    },
}

# Agent产品形态分类
AGENT_PRODUCT_TYPES = {
    "Level 1: AI助手(Chatbot)": {
        "能力": "对话式交互，回答问题，生成内容",
        "决策权": "无自主决策，完全由用户指令驱动",
        "代表产品": "ChatGPT、Claude、文心一言",
        "适用场景": "信息查询、内容生成、学习辅助",
    },
    "Level 2: AI Copilot": {
        "能力": "理解上下文，主动建议，辅助决策",
        "决策权": "建议权，人类确认后执行",
        "代表产品": "GitHub Copilot、Cursor、Notion AI",
        "适用场景": "编程辅助、写作辅助、数据分析辅助",
    },
    "Level 3: 自动化工作流": {
        "能力": "多步骤任务分解、工具调用、自主执行流程",
        "决策权": "在预设边界内自主决策",
        "代表产品": "Zapier AI、Dify Workflow、n8n AI节点",
        "适用场景": "数据处理流水线、自动化报告、批量内容生成",
    },
    "Level 4: 自主Agent": {
        "能力": "目标理解→计划制定→自主执行→结果验证→自适应调整",
        "决策权": "高度自主，人类监督关键节点",
        "代表产品": "Devin、OpenAI Operator（探索阶段）",
        "适用场景": "复杂项目执行、多Agent协作",
    },
}

# MCP(Model Context Protocol)产品集成
MCP_INTEGRATION_STRATEGY = {
    "什么是MCP": {
        "定义": "模型上下文协议，标准化LLM与外部工具/数据的连接方式",
        "类比": "就像USB-C统一了充电接口，MCP统一了AI工具接口",
        "价值": "一次集成,处处可用 — 开发者只需实现一次MCP Server",
    },
    "产品集成策略": {
        "MCP Client集成": {
            "场景": "你的产品需要调用外部工具/数据",
            "做法": "在产品中集成MCP Client，连接各种MCP Server",
            "优势": "自动获得生态中所有MCP工具的能力",
            "例": "Cursor/Claude Desktop → 通过MCP连接数据库/API/文件系统",
        },
        "MCP Server开发": {
            "场景": "你的产品/数据需要被AI应用调用",
            "做法": "将产品能力封装为MCP Server",
            "优势": "让所有支持MCP的AI应用都能使用你的产品",
            "例": "GitHub MCP Server → 让AI助手能操作Git仓库",
        },
    },
    "产品决策要点": [
        "能力粒度：工具拆分太细→调用链长、延迟高；太粗→灵活性差",
        "权限控制：哪些操作需要用户确认（读取 vs 写入 vs 删除）",
        "错误处理：工具调用失败时的降级策略",
        "成本控制：频繁工具调用会增加Token消耗和延迟",
        "安全审计：所有工具调用需要日志记录，敏感操作需审批",
    ],
}

# Copilot类产品设计模式
COPILOT_DESIGN_PATTERNS = {
    "智能补全": {
        "描述": "实时预测用户下一步操作，提供inline建议",
        "UX模式": "灰色Ghost Text + Tab键接受",
        "关键指标": "采纳率、每日接受建议数、编辑距离",
        "例": "GitHub Copilot的代码补全",
    },
    "命令面板": {
        "描述": "用户通过自然语言指令触发AI操作",
        "UX模式": "Cmd+K / 斜杠命令 / @提及",
        "关键指标": "命令使用频率、任务完成率",
        "例": "Notion AI的/ai命令",
    },
    "侧边栏对话": {
        "描述": "在工作界面旁边提供AI对话面板",
        "UX模式": "右侧/底部面板，支持上下文感知",
        "关键指标": "会话频率、平均轮数、问题解决率",
        "例": "Cursor的Chat面板",
    },
    "自动化审查": {
        "描述": "AI自动检测并标注潜在问题",
        "UX模式": "红/黄标注 + 一键修复建议",
        "关键指标": "发现问题数、修复采纳率、误报率",
        "例": "Grammarly的写作建议",
    },
}

# 主流大模型API定价对比（2025年数据，持续变化）
# 产品决策关键：输出Token价格通常是输入的3-5倍，因此控制输出长度比压缩输入更省钱
# 选型时要综合考虑：价格 × 质量 × 延迟 × 上下文窗口
MODEL_API_PRICING = {
    "GPT-4o": {
        "input": "$2.50 / 1M tokens",
        "output": "$10.00 / 1M tokens",
        "context_window": "128K",
        "适用": "高质量生成/复杂推理",
    },
    "GPT-4o-mini": {
        "input": "$0.15 / 1M tokens",
        "output": "$0.60 / 1M tokens",
        "context_window": "128K",
        "适用": "日常任务/成本敏感场景",
    },
    "Claude 3.5 Sonnet": {
        "input": "$3.00 / 1M tokens",
        "output": "$15.00 / 1M tokens",
        "context_window": "200K",
        "适用": "长文档处理/代码生成",
    },
    "DeepSeek-V3": {
        "input": "$0.28 / 1M tokens (缓存命中$0.028)",
        "output": "$0.42 / 1M tokens",
        "context_window": "128K",
        "适用": "中文场景/成本敏感/私有化部署",
        "备注": "2026年2月更新，V3.2版本统一定价",
    },
}

# 成本优化策略
# 实战经验：大多数AI产品80%的成本来自20%的复杂请求
# 模型路由是性价比最高的优化手段，缓存次之，Prompt优化最基础
COST_OPTIMIZATION = {
    "Prompt优化": {
        "方法": "精简System Prompt，减少冗余Token",
        "效果": "通常可减少20-40%的Token消耗",
        "工具": "Token计数器 + Prompt压缩工具",
    },
    "模型路由": {
        "方法": "简单任务用小模型，复杂任务用大模型",
        "效果": "70%请求走小模型，整体成本降60%+",
        "实现": "先用分类器判断任务复杂度，再路由到对应模型",  # 分类器本身成本极低
    },
    "缓存策略": {
        "精确缓存": "完全相同的输入直接返回缓存结果",
        "语义缓存": "语义相似的输入复用近似结果",
        "Prompt缓存": "OpenAI/Anthropic的Prompt Cache自动优化",
        "效果": "高频场景缓存命中率可达30-50%",
    },
    "批处理": {
        "方法": "非实时任务使用Batch API",
        "效果": "通常可获得50%的价格折扣",
        "适用": "离线分析、批量内容生成、数据标注",
    },
}

# API产品化的SLA设计
# SLA设计原则：承诺要保守（留余量），实际要超过承诺
# 每多一个9的可用性，运维成本和架构复杂度都会大幅上升
API_SLA_DESIGN = {
    "可用性承诺": {
        "标准版": "99.5% uptime (月停机<3.65小时)",
        "企业版": "99.9% uptime (月停机<43分钟)",
        "关键设计": [
            "多区域部署 + 故障自动切换",
            "过载保护 + 优雅降级",
            "计划维护窗口提前通知",
        ],
    },
    "延迟承诺": {
        "首Token延迟(TTFT)": "P95 < 1s (标准) / P95 < 500ms (企业)",
        "完整响应延迟": "P95 < 5s (短文本) / P95 < 30s (长文本)",
        "Streaming": "建议默认开启，提升感知速度",
    },
    "限流策略": {
        "RPM": "每分钟请求数限制（按Tier分级）",
        "TPM": "每分钟Token数限制",  # Token限流比请求数限流更精确地控制GPU资源消耗
        "并发数": "同时处理的请求数上限",
        "分级方案": {  # 分级是商业化的关键：免费版引流，付费版变现
            "Free": "10 RPM, 10K TPM",
            "Starter": "100 RPM, 100K TPM",
            "Pro": "1000 RPM, 1M TPM",
            "Enterprise": "自定义",
        },
    },
}

# 限流与降级处理
# 核心原则：限流是保护系统的手段，降级是保护用户体验的手段
RATE_LIMIT_HANDLING = {
    "客户端策略": [
        "指数退避重试(Exponential Backoff)",  # 退避时间：1s→2s→4s→8s，避免雪崩
        "请求队列 + 优先级排序",
        "本地Token计数预检（避免无效请求）",
    ],
    "服务端策略": [
        "令牌桶/滑动窗口限流算法",
        "优先级队列（付费用户优先）",
        "过载时返回429 + Retry-After头",
        "极端过载时降级到小模型或缓存",
    ],
}

# AI产品完整指标体系
# 三层金字塔：模型层是地基（技术可用），产品层是主体（用户满意），业务层是屋顶（商业成功）
# 自下而上逐层保障：模型层不达标，产品层体验一定差；产品层不行，业务指标也上不去
AI_PRODUCT_METRICS = {
    "模型层指标（技术质量）": {
        "准确性": {
            # 幻觉率是AI产品最独特也最危险的指标——传统产品不存在"系统自信地编造答案"的问题
            "幻觉率(Hallucination Rate)": {
                "定义": "模型生成不在知识库/事实中的信息的比率",
                "计算": "幻觉回答数 / 总回答数",
                "目标": "< 5%（信息类产品）/ < 1%（金融/医疗）",
                "监控方式": "自动检测 + 人工抽样",  # 自动检测召回率有限，人工抽样保底
            },
            "幻事实率(Factual Error Rate)": "生成的事实性错误比率",
            "一致性": "同一问题多次询问的答案一致性",
        },
        "响应时间": {
            "TTFT(首Token延迟)": "P50/P95/P99",
            "完整响应延迟": "从请求到完整响应的总时间",
            "Streaming速率": "每秒输出Token数",
        },
        "成本效率": {
            "每请求成本": "平均每次API调用的成本",
            "每用户日成本": "平均每个活跃用户每天的AI调用成本",
            "GPU利用率": "推理服务器的GPU使用效率",
        },
    },
    "产品层指标（用户体验）": {
        "用户满意度": {
            "CSAT": "用户对单次交互的满意度(1-5分)",
            "NPS": "净推荐值 — 用户愿意推荐的程度",
            "Thumbs Up/Down比率": "正面/负面反馈的比率",
        },
        # 任务效率指标是衡量AI"真正有用"的核心维度
        "任务效率": {
            "任务完成率": "用户通过AI成功完成目标任务的比率",
            "人工介入率": "需要人工接管/修正AI输出的比率",
            "重新生成率": "用户点击'重新生成'的频率（越高=质量越差）",  # 强信号指标
            "编辑距离": "用户对AI输出的修改幅度",  # 编辑距离越小说明AI输出越接近用户期望
        },
        "参与度": {
            "DAU/MAU": "日活/月活用户数",
            "会话频率": "用户平均每天发起多少次AI对话",
            "会话深度": "平均每次会话的轮数",
            "功能采纳率": "各AI功能的使用率",
        },
    },
    "业务层指标（商业价值）": {
        "留存率": {
            "D1/D7/D30留存": "新用户在1/7/30天后的返回率",
            "付费留存": "付费用户的续费率",
        },
        "转化与收入": {
            "Free→Paid转化率": "免费用户转为付费的比率",
            "ARPU": "每用户平均收入",
            "LTV": "用户全生命周期价值 = ARPU × 毛利率 × 用户平均生命周期(月)",
            "CAC": "获客成本 = 总营销费用 / 新增付费用户数",
            # LTV/CAC是SaaS商业模式的健康度核心判据
            "LTV/CAC": "健康比率 > 3（<1亏损, 1-3需优化, >3健康）",
        },
        "ROI": {
            "AI功能ROI": "AI带来的收入增长 / AI相关成本支出",
            "效率ROI": "AI节省的人工时间 * 人力单价 / AI成本",
        },
    },
}

# AI产品监控仪表板布局
DASHBOARD_LAYOUT = {
    "实时监控区（顶部）": {
        "内容": ["API可用性", "P95延迟", "错误率", "当前QPS"],
        "更新频率": "实时/每分钟",
        "告警": "可用性<99% 或 错误率>5% 或 延迟>阈值",
    },
    "质量概览区（中部）": {
        "内容": ["幻觉率趋势", "满意度分布", "重新生成率趋势"],
        "更新频率": "每小时",
        "告警": "幻觉率连续上升 或 满意度显著下降",
    },
    "业务指标区（下部）": {
        "内容": ["DAU趋势", "付费转化率", "AI功能采纳率", "每日成本"],
        "更新频率": "每日",
        "告警": "DAU周环比下降>10% 或 成本异常飙升",
    },
    "深度分析区（Tab切换）": {
        "用户画像": "高频用户 vs 流失用户的行为差异",
        "功能分析": "各AI功能的使用/满意度/成本分析",
        "错误分析": "Bad Case聚类、高频失败场景",
        "A/B测试": "进行中的实验及中期结果",
    },
}

# AI产品偏见检测与治理
BIAS_AND_FAIRNESS = {
    "偏见类型": {
        "数据偏见": "训练数据中的样本不均衡或历史偏见",
        "算法偏见": "模型对某些群体的输出质量系统性偏低",
        "交互偏见": "产品设计导致某些用户群体更难使用",
        "反馈偏见": "活跃用户的反馈主导了模型优化方向",
    },
    "检测方法": {
        "分群分析": "按性别/年龄/地域等维度对比模型表现",
        "对抗测试": "使用偏见检测数据集(如BBQ/WinoBias)评测",
        "红队测试": "专人尝试触发模型的偏见/歧视输出",
    },
    "治理措施": {
        "数据层": "平衡训练数据分布、增加代表性不足的样本",
        "模型层": "RLHF对齐、安全微调、输出过滤",
        "产品层": "偏见免责声明、用户举报通道、定期审计",
        "组织层": "成立AI伦理委员会、定期发布透明度报告",
    },
}

# AI产品内容安全策略
# 采用"双层过滤"架构：输入侧拦截恶意请求，输出侧过滤有害内容
# 两层独立运行，即使一层漏过，另一层仍可兜底
CONTENT_SAFETY = {
    "输入过滤": {
        "违规检测": "识别并拦截恶意输入(Prompt注入/越狱/违规请求)",
        "PII检测": "自动识别并脱敏个人隐私信息",
        "实现方式": "规则引擎 + 轻量分类模型 → 在主模型之前执行",  # 轻量模型延迟<50ms
    },
    "输出过滤": {
        "安全分类": "对模型输出进行安全性分类",
        "事实核查": "关键事实性输出进行交叉验证",
        "实现方式": "独立的Safety Model → 在输出发送前检查",  # 与主模型解耦，独立更新
    },
    "分级策略": {
        "Level 1 - 硬拦截": "违法违规/暴力血腥/未成年保护 → 直接拒绝+记录",
        "Level 2 - 软拦截": "争议话题/低置信度 → 提供免责声明+引导修改",
        "Level 3 - 标注": "可能不准确/时效性信息 → 添加提示标注",
    },
}

# AI产品隐私与合规框架
PRIVACY_AND_COMPLIANCE = {
    "数据隐私": {
        "数据收集": "最小必要原则 — 只收集产品必需的数据",
        "数据使用": "明确告知用户数据用途，获取知情同意",
        "数据训练": "是否使用用户数据训练模型？必须透明",
        "数据删除": "支持用户数据删除请求(Right to Erasure)",
        "数据存储": "加密存储、访问控制、定期清理",
    },
    "法规合规": {
        "中国": ["网信办《生成式AI管理暂行办法》", "《个人信息保护法》", "《数据安全法》"],
        "欧盟": ["GDPR", "EU AI Act（高风险AI分类与合规要求）"],
        "美国": ["各州AI法案", "FTC消费者保护"],
    },
    "AIGC水印与标识": {
        "要求": "中国法规要求生成式AI内容必须标注AI生成标识",
        "实现方式": [
            "显式标注：在内容旁边添加'AI生成'标签",
            "隐式水印：在文本/图像中嵌入不可见水印",
            "元数据标注：在文件元数据中记录AI生成信息",
        ],
        "产品设计": "在不影响用户体验的前提下完成合规标识",
    },
    "版权问题": {
        "输入侧": "用户上传的内容是否有版权？平台需有免责条款",
        "输出侧": "AI生成内容的版权归属？目前大多数地区不保护",
        "训练侧": "训练数据的版权授权是否合规？",
        "产品策略": "提供版权免责声明 + 原创性检测 + 用户协议覆盖",
    },
}

CASE_CHATGPT = {
    "产品定位": "通用AI对话助手",
    "核心亮点": {
        "极低使用门槛": "打开即用，自然语言交互",
        "多场景通用": "写作/编码/分析/翻译/创意…一个入口解决",
        "渐进式功能": "文本→代码解释器→图像→语音→视频",
    },
    "产品策略": {
        "增长飞轮": "免费版获客 → 体验价值 → 付费转化 → API生态",
        "定价策略": "Free(GPT-4o-mini) → Plus($20/月) → Team → Enterprise",
        "生态构建": "GPTs商店 + 插件 + API → 开发者生态",
    },
    "关键指标(估)": {
        "MAU": "~200M+",
        "Free→Paid转化率": "~5-8%",
        "ARR": "$2B+",
    },
    "可借鉴之处": [
        "极简入口降低使用门槛",
        "免费版要有足够价值驱动口碑传播",
        "功能渐进释放保持用户期待",
        "API + 生态是长期壁垒",
    ],
}

CASE_GITHUB_COPILOT = {
    "产品定位": "AI结对编程助手，嵌入开发者工作流",
    "核心亮点": {
        "上下文感知": "理解当前代码文件、项目结构、光标位置",
        "零切换成本": "直接在IDE内使用，Tab键即可接受",
        "多模态交互": "Inline补全 + Chat面板 + CLI + Agent模式",
    },
    "产品策略": {
        "切入点": "从最高频的代码补全场景切入",
        "渐进扩展": "补全 → Chat → PR Review → Workspace Agent",
        "定价": "Individual($10/月) → Business($19/月) → Enterprise($39/月)",
        "绑定效应": "深度集成GitHub生态(Repo/Issues/Actions)",
    },
    "关键指标(估)": {
        "付费用户": "1.5M+",
        "代码接受率": "~30%的代码建议被接受",
        "开发效率提升": "声称提升55%的编码速度",
    },
    "可借鉴之处": [
        "嵌入用户现有工作流，而非重新定义工作流",
        "从最高频、最低风险的场景切入",
        "用数据量化AI带来的效率提升",
        "Tab键接受的UX设计是超低摩擦的典范",
    ],
}

CASE_MIDJOURNEY = {
    "产品定位": "AI图像创作工具",
    "核心亮点": {
        "艺术导向": "输出质量具有强烈美学风格，非拟真照片路线",
        "社区驱动": "Discord社区即产品，创作/学习/社交一体",
        "快速迭代": "V1→V6.1版本迭代速度极快，每版本质量飞跃明显",
    },
    "产品策略": {
        "社区即增长引擎": "在Discord里看到他人创作 → 激发尝试 → 自传播",
        "定价": "Basic($10/月) → Standard($30/月) → Pro($60/月) → Mega($120/月)",
        "差异化": "不追求PhotoRealistic，而是打造独特美学风格",
    },
    "可借鉴之处": [
        "社区氛围是AI创意工具的超级增长引擎",
        "不追求全能，找准差异化审美定位",
        "用Discord降低了初始产品开发成本",
        "高付费意愿的创作者群体是优质用户池",
    ],
}

CASE_NOTION_AI = {
    "产品定位": "在已有产品中无缝嵌入AI能力",
    "核心亮点": {
        "无缝集成": "在用户已有的笔记/文档中直接使用AI",
        "上下文理解": "基于用户Notion数据库内容回答问题",
        "场景丰富": "摘要/续写/翻译/头脑风暴/数据分析",
    },
    "产品策略": {
        "切入方式": "在已有核心功能(文档)中添加AI增强，而非新建AI产品",
        "定价": "Add-on模式 $10/月 叠加在原有订阅上",
        "数据壁垒": "用户积累的笔记数据 → AI越用越好",
    },
    "可借鉴之处": [
        "存量产品+AI比0→1的纯AI产品更容易推广",
        "利用已有数据构建独特AI体验",
        "Add-on定价降低用户决策门槛",
    ],
}

CASE_CURSOR = {
    "产品定位": "AI-first的代码编辑器",
    "核心亮点": {
        "AI原生设计": "不是在IDE上加AI，而是围绕AI重新设计IDE",
        "多模态交互": "Tab补全 + Cmd+K编辑 + Chat对话 + Composer全局修改",
        "代码库理解": "索引整个代码库，AI理解项目全貌",
    },
    "产品策略": {
        "平台选择": "Fork VSCode降低学习成本，继承扩展生态",
        "差异化": "比Copilot更深度的AI集成（不只是补全）",
        "定价": "Hobby(免费) → Pro($20/月) → Business($40/月)",
        "增长": "开发者口碑传播 + 社交媒体演示视频",
    },
    "可借鉴之处": [
        "AI-native > AI-enhanced — 围绕AI重新设计产品体验",
        "Fork成熟产品降低用户迁移成本",
        "多模态AI交互（不止一种交互方式）",
        "让用户能做到之前不可能的事（如Composer一键改全局）",
    ],
}

CASE_PERPLEXITY = {
    "产品定位": "AI驱动的答案引擎",
    "核心亮点": {
        "引用溯源": "每条回答都标注信息来源，用户可验证",
        "实时搜索": "结合网络实时搜索，不依赖模型训练截止日期",
        "追问深挖": "支持多轮追问，逐步深入主题",
    },
    "产品策略": {
        "差异化": "对标Google但给答案而非链接列表",
        "定价": "Free版 → Pro($20/月，更多GPT-4级查询)",
        "信任构建": "引用标注是建立信任的关键设计",
    },
    "可借鉴之处": [
        "引用溯源是AI信息类产品建立信任的关键",
        "实时性是对抗ChatGPT的差异化武器",
        "Focus模式（学术/写作/Reddit等）是精准场景切分",
        "简洁界面对标Google，降低认知负荷",
    ],
}

# AI产品经理面试高频题与参考框架
# 回答技巧：先搭框架（分层/分维度），再填细节，最后给数字目标
AI_PM_INTERVIEW_QUESTIONS = {
    "Q1: 设计一个AI客服产品的指标体系": {
        "考察点": "指标设计能力、分层思维",
        "参考框架": """
        模型层：意图识别准确率(>95%)、溯源准确率、幻觉率(<3%)
        产品层：问题解决率(>80%)、用户满意度(>4.2)、转人工率(<15%)
        业务层：客服人效提升比、用户等待时间减少、成本节约
        """,
    },
    "Q2: 用户觉得AI回答不准确，你怎么排查和优化？": {
        "考察点": "系统化问题诊断能力",
        "参考框架": """
        1. 定义'不准确'：是事实错误？格式问题？还是不符合预期？
        2. 数据分析：拉取负反馈数据，做Bad Case聚类
        3. 根因定位：检索失败？模型幻觉？Prompt不明确？数据过时？
        4. 优化方案：针对不同根因采取不同措施
        5. 效果验证：A/B测试验证优化效果
        6. 持续监控：建立质量监控仪表板
        """,
    },
    "Q3: 如何决定一个AI功能应该用Prompt还是微调？": {
        "考察点": "技术决策能力",
        "参考框架": """
        选Prompt Engineering：通用任务、快速迭代、数据不足、成本敏感
        选RAG：需要外部知识/最新信息、需要引用溯源
        选Fine-tuning：专业领域、特定格式要求、数据充足、要求高一致性
        决策因素：数据量、迭代速度、质量要求、成本预算、维护成本
        """,
    },
    "Q4: 设计一个AI写作助手的MVP": {
        "考察点": "MVP思维、产品设计能力",
        "参考框架": """
        用户：自媒体内容创作者
        核心痛点：写作效率低、灵感枯竭
        MVP功能：1) 标题生成 2) 大纲扩展 3) 段落续写
        砍掉：SEO优化/多平台发布/数据分析（后续版本）
        成功指标：每篇文章创作时间缩短30%
        """,
    },
    "Q5: 如何管理用户对AI能力的预期？": {
        "考察点": "用户体验设计思维",
        "参考框架": """
        1. 明确能力边界：Onboarding展示AI能做和不能做什么
        2. 渐进式引导：从简单任务开始，逐步解锁高级功能
        3. 置信度展示：告诉用户AI对回答的确信程度
        4. 优雅失败：AI不确定时主动说'我不确定'
        5. 反馈通道：让用户标记问题，产品团队快速修复
        """,
    },
    "Q6: 比较ChatGPT和Perplexity的产品策略差异": {
        "考察点": "竞品分析能力",
        "参考框架": """
        定位：通用AI助手 vs AI搜索引擎
        交互：多轮对话 vs 搜索+追问
        信任：品牌信任 vs 引用溯源
        变现：订阅+API vs 订阅+广告(探索中)
        壁垒：用户习惯+生态 vs 实时性+垂直场景
        """,
    },
    "Q7: 如何衡量RAG产品的效果？": {
        "考察点": "技术产品化能力",
        "参考框架": """
        检索维度：Recall@K, MRR, 检索延迟
        生成维度：Faithfulness, Relevancy, Hallucination Rate
        用户维度：满意度评分, 引用点击率, 反馈比率
        业务维度：查询成功率, 人工转接率, 每查询成本
        """,
    },
    "Q8: 设计Agent产品的安全边界": {
        "考察点": "风险意识、安全设计",
        "参考框架": """
        权限分级：只读/建议/确认执行/自主执行
        操作审计：所有Agent操作记录日志
        沙箱隔离：Agent执行环境与生产环境隔离
        人工审批：高风险操作(删除/支付/发布)需人工确认
        回滚机制：所有操作可撤销
        """,
    },
    "Q9: 一个AI功能上线后效果不好，你怎么处理？": {
        "考察点": "问题解决能力、数据驱动思维",
        "参考框架": """
        1. 定义'不好'：哪些指标没达标？差多少？
        2. 数据分析：找到具体是哪些场景/用户群效果差
        3. 根因分析：模型能力？产品设计？用户预期？
        4. 快速止血：是否需要暂时关闭/限制/降级？
        5. 优化迭代：制定改进计划，快速验证
        6. 复盘沉淀：为什么上线前没发现？流程改进
        """,
    },
    "Q10: 如何构建AI产品的数据飞轮？": {
        "考察点": "长期思维、系统设计",
        "参考框架": """
        闭环设计：使用→数据→优化→更好体验→更多使用
        数据收集：隐式反馈(行为)+显式反馈(评分)
        质量把控：噪声过滤+标注统一性
        模型更新：在线学习 or 定期重训
        壁垒构建：独有数据→独特能力→用户粘性
        """,
    },
}