百度商业化AI产品经理（J98786）

1. 负责小红书商业化广告 AI 产品的整体规划与落地，以广告收入增长与客户体验提升为目标，设计并建设 AI 驱动的客户增长、投放优化与对客服务产品体系。 2. 结合 AIGC、大模型与智能体（Agent）等前沿技术，进行商业化 AI 场景探索与产品布局，识别高潜业务机会，制定 AI 产品路线图并推动创新项目立项与实施。 3. 基于广告主与行业痛点，主导 AI 解决方案设计与交付，包括但不限于 AIGC 创意生成、AI 投放策略、智能搜索广告、自动化运营与客户服务工具，推动产品从实验验证到规模化上线。 4. 梳理并定义细分商业化场景下的 AI 产品需求与能力标准，明确模型在不同业务场景中的应用方式与边界，建立可复用的产品能力与工具体系。 5. 构建 AI 产品效果评估与反馈闭环，设计业务指标、模型指标与用户反馈机制，持续监控与优化产品表现，推动模型与产品能力的持续迭代。 6. 搭建 AI 产品的模型迭代与数据飞轮机制，协同算法与工程团队建设相关工具与流程，提升模型迭代效率与系统可持续演进能力。 7. 协同算法、研发、运营、销售等多职能团队推进项目落地，确保 AI 产品在真实业务场景中的可用性、稳定性与商业价值释放，并沉淀行业级解决方案与成功案例。

1、负责探索和优化商业化模式，包括会员订阅与权益体系的构建以及其他可能的商业化手段； 2、设计优化各项会员功能或增值服务，提升付费用户价值感知，增加用户粘性和生命周期价值； 3、搭建相关指标体系，分析用户行为，优化付费用户的获取和留存策略，提升付费转化率与活跃度； 4、设计和优化各市场的支付方式，让付费链路与 AI 使用体验原生结合。

AI 产品经理— 商业化 / 电商 工作地点： 上海/北京/杭州/深圳 岗位类型： 全职 我们关注的方向涵盖： 商业化侧： AIGC 智能广告生成、AI Agent 智能客服、AI 内容理解与营销策略优化、AI Native 交互式营销平台、AI 大模型风控等。 电商侧： AI 搜索与导购重构、AI 推荐与个性化分发、AI Agent 购物助手、AIGC 商品内容生成、AI 商家经营助手、AI 电商治理与风控、AI 商家服务智能助手等。 岗位职责 场景挖掘与方案设计： 深入理解商业化或电商业务链路，结合 AI 能力（LLM、多模态、Agent 等），挖掘高价值落地场景，设计从 0 到 1 的 AI 产品方案。 产品全生命周期管理： 负责 AI 产品的需求分析、方案设计、跨团队协作推进、上线迭代与效果评估，确保产品从探索走向规模化落地。 数据驱动优化： 定义核心指标，通过 A/B 实验和数据分析验证 AI 能力对点击率、转化率、用户体验等关键指标的实际提升效果。 跨团队协同： 与算法、工程、运营、商业化/电商业务团队紧密合作，推动 AI 模型能力与产品场景深度融合。 行业洞察： 持续关注 AI 在广告、电商、内容领域的最新进展，输出竞品分析与行业洞察，反哺团队技术选型与产品策略。 任职要求 - 经验要求： 1年以上互联网产品经理经验，有商业化（广告/营销）、电商或 AI 相关产品经验者优先。 - AI 理解力： 对大语言模型、多模态、Agent 等 AI 技术有深入理解，能够评估技术可行性并与算法团队高效对话。 - 用户思维： 具备优秀的用户洞察能力，能从用户需求和业务痛点出发，设计兼具创新性与落地性的产品方案。 - 数据能力： 熟练运用数据驱动决策，能独立完成数据分析、指标定义和效果归因。 - 执行力与推动力： 能在模糊场景中快速理清方向，高效推进跨团队合作，具备较强的项目管理能力。 - 加分项： 有 AIGC 产品、广告系统、推荐系统、智能客服或电商导购产品经验；对小红书社区生态有深刻理解。 我们在找什么样的人 对 AI 改变商业和产品有真实热情和判断力，不是"追热点"，而是能看到技术与业务的结合点 能在"无限可能"中做优先级判断，知道什么值得做、什么不该做 既有产品基本功，又有 AI 新能力，是团队里的双语文者（既懂产品也懂 AI） 认同小红书"真实、美好、多元"的社区价值观，愿意为社区生态和商业效率的双重提升而努力

1、互动策略规划与设计： 负责AI数字人直播场景下的互动策略产品规划。深入挖掘直播间用户诉求，设计弹幕互动、点赞反馈、促单逼单等互动策略，提升直播间用户停留时长、互动率及转化率； 2、AI智能问答（FAQ）落地： 主导数字人直播的智能问答与对话交互能力建设。结合NLP、大模型等前沿AI技术，设计并优化FAQ匹配逻辑与多轮对话策略，打造拟真、流畅、高情商的数字人互动体验； 3、平台能力建设与闭环：负责将复杂的互动策略抽象为标准化的中后台平台能力。从需求调研、方案设计到PRD撰写，推动产品从概念到最终落地，完成全链路的产品闭环； 4、跨部门协同与拿结果：作为项目的核心Owner，紧密协同算法、工程（前后端）、运营及业务团队。以数据为导向，建立科学的评估指标体系，持续追踪策略效果并迭代，为最终的业务结果（如GMV、互动指标）负责。