马凯强 · 面试背诵稿（从上到下背 · 2026）

块 1 · 120 秒自我介绍（必背 · 可直接念 · 对齐简历）

大家好，我叫马凯强，35 岁，在广州，14 年 ToB 产品经验，Java 开发工程师出身，求职 AI 产品经理，期望在广州发展。

2012 到 2025 年 4 月，我主导 业财一体化 ERP、移动 OA、财税知识付费 等 10 多款 集团级产品从 0 到 1，擅长复杂流程、数据治理和跨系统集成，带过团队；在金不换支撑分公司从 24 家扩张至 35 家，千人组织 系统使用率 100%——这段是 数字化项目，不是 AI 项目。

2025 年 5 月到 2026 年 2 月，我在金安尚科技驻场国能肇庆，基于 Dify 从 0 搭建 6 款集团级 AI Agent：RAG 知识库问答、自然语言 SQL 数据查询（人事、燃料）、培训出题、隐患分类派单、缺陷闭环跟踪。我负责需求拆解、工作流编排、Prompt 工程、Bad Case 复盘和效果评估。上线后制度/人事类咨询 自助化率 100%，人工咨询量 下降约 70%，回答准确率 ≥95%；数据查询从 小时级到秒级，查询成功率 ≥95%；隐患分类 ≥95%，配合 人工确认后再生效。

2026 年 2 月 项目交付离职后，我独立推进 C 端 AI 简历优化助手（0-1）：PRD v1.3.2（含 AI 专章）、39 页 C 端小程序高保真原型 + 全模块 B 端运营后台原型（用户服务、套餐 SKU、课程 CMS、提示词/文案/能量点/风控审计等，含接口字段与验收说明），以及研发交接包；用 Cursor 做端到端产品验证，主路径约 15 分钟 从摸底到导出 PDF。

我的优势是 研发背景 + 14 年 ToB 落地 + 近一年 Agent 全链路，能和算法、后端一起把 AI 产品 做准、做稳、可审计。谢谢。

口径口径（心里记住，不必念出来）：2025.05 前 只讲 ERP/OA/数字化；2025.05 起 才讲 LLM/Agent。简历里的 RAG 就是「先查制度库再回答」；NL2SQL 就是「说人话查数据库，只读、有权限」。

常见追问：为什么用 Dify，不做一个「AI 对话框」让用户直接问？

问法：「为什么不接个大模型聊天框？」「ChatGPT 套壳不行吗？」

💬 你可以这样答

我们早期也对比过 「一个对话框 + 大模型」，但在国能这种 央企 ToB 场景，单靠聊天框不够，原因很实在：

第一，业务不是一问一答。

制度问答要先 检索知识库，没有命中就不能编；人事查数要 生成 SQL → 校验危险语句 → 只读库 → 按人做行级权限 → 再用人话总结；隐患要 输出固定 JSON → 人工确认 → 才写入工单。这是 一条工作流，不是一轮对话能兜住的。

第二，企业要能管、能查、能回滚。

我们要 Prompt 版本、Bad Case 复盘、FAQ 分流降 Token、异常转人工、操作审计。Dify 这类编排平台，让产品和研发能 可视化拆节点、快速改流程；纯对话框要把这些全塞进前后端自研，周期和运维成本都更高。

第三，成本和准确率。

比如人事 Agent，高频问题走 FAQ 本地匹配，复杂问题才调大模型，Token 降 60% 以上。单纯对话框往往 每问都调大模型，贵，还不一定准。

收尾：

所以我的选型逻辑是：场景简单 → 对话或 FAQ 够用；场景复杂 → 工作流 + 检索 + 工具。Dify 是当时的 落地载体，不是唯一答案；若贵司有自研 Agent 平台，我照样按 流程、权限、评估 这套产品方法设计。C 端简历也不是聊天框，而是 分步骤的主路径 + 后台可配，道理一样。

常见追问：年龄偏大 / 1990 年 / 35 岁还做 AI 产品吗？

问法：「你年龄不小了」「1990 年的，跟得上 AI 吗？」「我们更想要年轻人」

💬 你可以这样答

我理解您关心的是 能不能把 AI 产品落地、能不能长期稳定交付，我正面回答。

第一，岗位要的是「做准、做稳、可审计」，不只是追热点。

我 Java 出身 + 14 年 ToB，在国能把 6 款 Agent 从需求做到上线指标；C 端简历也是 PRD → 原型 → 后台配置 → 研发发包 全链路。AI PM 很多难点在 权限、合规、Bad Case、跨部门对齐——这些靠 项目经验，不靠年龄小。

第二，我在 AI 上不是「旁观者」。

2025 年 5 月起 全职做 LLM Agent（RAG、NL2SQL、工作流、Prompt 迭代）；离职后 独立推进 C 端 0-1，工具用 Cursor，方法和国能同一套：指标、评测、成本、Human-in-the-loop。

第三，年龄对应的是企业落地必需、但很难短期练出来的能力。

年轻同事往往 工具学得快、想法新；我这边补的是 14 年 ToB 沉淀：

• 业务落地：复杂流程、数据治理、跨系统对接，知道什么该先做 MVP、什么不能省；
• 管理与交付：带过团队、扛过 24→35 家 扩张和金不换 100% 使用率，国能 6 款 Agent 按期上线；
• 沟通与推动：国能做过 6 部门访谈、12 场培训，能把业务、研发、合规 拉到同一张验收表上。

大模型可以换、平台可以换，但 AI 进企业 最后卡在 对齐指标、过合规、推上线、守运营——这些正是我的强项。

收尾（不卑不亢）：

我不是和年轻人比「谁更会用新工具」，而是 AI 能力 + 企业落地能力 一起带进来。若贵司偏 B 端 Agent / 合规 ToB，这套组合是匹配的；您也可以直接考我 某个场景怎么拆工作流、怎么定指标——用专业说话。

口径口径（心里记住）：不道歉、不贬低年轻人（可说「年轻同事工具学得快」）；强调 互补 而非 替代；1990 年 ≈ 35 岁，与自我介绍一致即可。

常见追问：项目链接里怎么只有小程序，后台呢？

问法：「你这项目是不是只做了前端？」「运营后台在哪？」

💬 你可以这样答

不是只做 C 端。我交付的是 C 端 39 页 + 全模块 B 端运营后台原型，后台覆盖 留言/退款、用户 360°、订单与 SKU、课程 CMS、提示词与系统文案、邀请增长、数据大屏、审计与风控 等；每页有 dev-spec、接口 METHOD/path、字段映射和验收路径，研发可以 仅凭文档联调。

公开链接因项目保密，目前只放了 C 端演示；后台和完整接口包 面试时可以现场打开（本地 HTML 原型 + 交接文档），或按模块给您 口述清单。我角色是 产品经理，原型是 Vibe Coding 验证；正式上线仍要研发工程化，但 后台怎么配、接口怎么定 是我输出的。

块 2-1 · Agent 长期记忆 / Agent Memory（必背）

问法：「你们 Agent 有记忆吗？」「如果要跨会话记住用户，你怎么做？」

【先背 · 30 秒 · 框架】

Agent 记忆我一般分 四层 来讲：

① 工作记忆：当前这轮对话 + 刚调工具返回的结果，都在 上下文窗口 里，满了就要摘要或丢弃。

② 短期/会话记忆：本会话里用户说过什么、槽位填到哪（工号、部门、时间范围），保留最近 N 轮。

③ 中期记忆（可选）：一个 长任务跨多轮 但还没结束，比如缺陷跟踪「上次催办到哪了」——用 任务 ID + 状态表 存，不必塞进模型脑子。

④ 长期记忆（跨会话）：再拆两种——情景记忆（某次具体事件，带时间）；语义记忆（稳定偏好和事实，比如「默认查近 30 天」「喜欢表格展示」）。长期记忆要 写入时抽取摘要、向量或结构化入库；读取时检索相关片段注入 Prompt，还要有 过期/删除/用户可导出。

【再背 · 2 分钟 · 面试主力答法（ToB + 国能实线）】

💬 你可以这样答

我会把记忆分成 三层，不会一上来就让大模型「记住用户一切」。

第一层：短期记忆（会话内）

就是这一轮对话里，用户说了什么、Agent 查到了什么、执行到哪一步。做法通常是 保留最近 N 轮对话 + 关键槽位，比如工号、部门、时间范围、当前工单号。我在 人事 NL2SQL、缺陷跟踪 里主要用这套，够应对连续追问。

第二层：业务记忆（推荐 ToB 默认用这个）

我不建议让模型「脑记」业务数据，而是 系统查业务库：上次工单状态、考勤结果，用 用户 ID / 工号 关联查询。这样 更准、可审计、也好做权限。国能央企场景，我们 跨会话长期记忆没上线，很大原因是 隐私、等保、审计；用业务库替代，效果上用户该查到的还是能查到。

第三层：产品长期记忆（用户偏好）

比如用户喜欢表格展示、常问的三类问题、默认时间范围——这才需要 单独存 User Profile。产品设计时我会先定四件事：

• 记什么：只记和产品相关的偏好，不记敏感原文
• 不记什么：薪资、处分、未授权字段一律不进入记忆
• 记多久：过期自动删；用户可 查看、导出、删除（对齐个保法）
• 怎么用：每次对话 检索相关记忆片段注入 Prompt，而不是把全部历史聊天记录塞进去

和研发的分工：Profile 表结构、加密、检索策略研发实现；我出 PRD：字段、授权流程、兜底话术、评估指标。

怎么评估：看 用户是否少重复说一遍、任务成功率是否提升；还要看 误记率、隐私投诉——长期记忆记错了比没有记忆更伤。

收尾（诚实 + 自信）：

国能项目因合规 没上第三层；若贵司要做，我可以按上面框架从 小范围试点 开始，比如只记「默认查询时间范围」，验证后再扩。

块 2-2 · MCP（必背）

问法：「了解 MCP 吗？」「我们工具很多，怎么接 Agent？」

💬 你可以这样答

MCP（Model Context Protocol）可以理解成 大模型连接外部工具的「统一插座」。以前接日历、数据库、企业微信，每家一套接口；MCP 让工具以 标准 Server 形式暴露，模型通过协议调用， 便于扩展和治理。

国能现场：我主要用 Dify 的工具节点、HTTP 插件、代码节点，没有以 MCP 名义上线，但 产品职责是一样的——定义 Agent 能调哪些工具、输入输出 Schema、超时重试、权限和审计。

如果贵司要上 MCP，我作为 AI PM 会做这些事：

1. 工具清单：哪些给 Agent 用，哪些不给（最小权限）
2. 每个工具的「产品说明书」：干什么、失败提示、是否需用户确认
3. 和现有编排的关系：Dify/自研 Agent 框架里 MCP Server 怎么注册
4. Bad Case 与监控：哪个工具调用失败最多、Latency 如何
5. 安全：敏感工具必须 Human-in-the-loop 或二次鉴权

诚实边界：我 还没在生产环境主导 MCP 选型，但 6 个 Agent 的工具编排、降级、复盘我都做过， 迁到 MCP 主要是工程协议层变化，产品方法论是通的。入职后我会优先熟悉贵司现有 MCP 规范和一条业务线试点。

面试说「介绍一个项目」→ 优先讲这两个。背熟下面两段 1 分钟稿，追问扫一眼即可。

块 3-1 · 企业人事智能查询 · NL2SQL（2025.11—2026.02）⭐ 建议主力

1 分钟：

员工以前查人事数据要找 HR，口头描述需求，HR 再查系统，慢而且占人力。我用 Dify 搭了 NL2SQL Agent，员工用自然语言提问，系统生成 只读 SQL 查人事库，再用白话总结。安全上做了 五层：参数校验、FAQ 分流、SQL 拦截、只读库、行级权限。高频问题走 FAQ 本地匹配，Token 成本降了 60% 以上。上线后 HR 咨询量降约 70%，查询 成功率 ≥95%，基本 秒级 返回。

追问 · 口语答：

• SQL 注入和数据安全？

只用 只读账号；执行前拦截 delete、update、drop 等；SQL 在代码节点里校验；敏感字段按 员工/部门负责人/管理员 三级权限；操作有审计日志。

• 业务人员说的黑话、口语部门名怎么懂？

维护 业务别名表和口径字典，Bad Case 里口语化问题会反哺这张表；口径变更时 改字典、灰度验证，尽量不动代码。

• 和 ChatBI 有什么区别？

我们 限定人事域，强合规、强权限，不是开放分析平台；目标是 HR 咨询降负，不是随便拖表。

• 举一个不满意的 Bad Case？

比如用户说「综合部人数」，系统映射错部门 → 我们补别名、加确认话术「您指的是 XX 部门吗？」→ 回归测试同类问法。

块 3-2 · RAG 制度智能问答（2025.08—2026.02）⭐ 建议主力

1 分钟：

央企制度多、更新快，员工常问 HR。用 RAG 做制度问答，准确率 ≥95%，制度相关咨询 降约 70%，目标是 零编造——没有检索就不答。制度更新走 增量入库；长文档 分段检索 + 多轮。

追问：注入攻击 → 输入过滤 + 审计；怎么证明没瞎编 → 引用制度片段 + 抽检 + 幻觉率指标。

格式见文首「本稿格式」：粗体=题号 · 正文=要背的口语 · 斜体=不用背

建议练习顺序（和块 2、3 最贴）： ① 二、NL2SQL（13～20） → 接块 3-1 人事 ② 一、RAG（1～12） → 接块 3-2 制度 ③ 三、Agent（21～35） → 接块 2 Agent 记忆/MCP ④ 再练 四、Prompt（36～45） · 五、通用（46～55） · 六、工具简历（56～60） 不必 60 题全文背诵，每次大声答 10 题即可。

两个 AI 项目别混：国能是 6 款 ToB Agent；AI 简历优化是离职后独立 0-1。

Bad Case 是什么？怎么用？

常夹在幻觉、迭代、和算法协作里问。

就是答错了、用户不满意、业务不认账的真实例子，要记下来当错题本，不能只说「感觉不准再优化」。

怎么用：收集（日志、工单、业务反馈）→ 分类（检索、Prompt、权限、别名、模型）→ 找根因 → 改 → 同一批错题再测，看同类错误有没有降下来。

举例：国能人事口语部门名查不对，就补业务别名表；制度跨章节漏召回，就调 chunk 和混合检索；简历项目夸大经历，就 Prompt 禁止编造并单列一类每周抽检。详表见附3 §6、附10。

制度问答：没检索到就不答，还要带引用。分类和 SQL：低温度、固定 JSON 格式。NL2SQL：拦截危险语句、结果对账。隐患：人工确认后再入库。简历：提交前校验禁止编造。所有场景：错题本改完要回归测。

国能人事高频问走 FAQ 本地匹配，不调大模型，Token 能降六成以上。长对话做缓存或摘要，别重复喂全文。简历项目复杂步骤用标准版、简单步骤用基础版，预算触顶自动降级。还要限流防刷，RAG 只喂相关段，别整库塞进 Prompt。

用 RAG 只检索相关段；多轮对话保留最近几轮加摘要；NL2SQL 只给相关表结构和口径；简历 OCR 合并太长就截断并提示；缺陷跟踪只加载当前工单时间窗，不拉全厂历史。

以下 不用按顺序全文背。面试前 30 分钟可扫 附9 考前清单；被问到再翻 附2 定位题、附3 技术词。

附1 · 面试地图（一场面试四段话用哪一块）

附2 · 定位类 6 题

1. 为什么转 AI 产品经理？

问法：你为什么做 AI PM？是不是跟风？

💬 你可以这样答

我不是去年才开始接触 AI。之前十几年一直在做 ToB，ERP、OA、人事系统、数据治理都做过，擅长把业务流程和产品落地。2025 年 5 月起在国能肇庆，我从 0 参与设计了 6 款 Agent 上线，制度 RAG、人事和燃料 NL2SQL、培训出题、隐患派单、缺陷跟踪都有，从需求、工作流、Prompt、评估到 Bad Case 复盘我都负责。2026 年又独立做了 C 端 AI 简历产品，PRD、原型、运营后台、研发交接都走完了。所以转 AI PM 是有项目支撑的，不是只看热闹。

2. 你和算法 / 后端怎么分工？

问法：AI 产品和技术怎么配合？你会不会只是写 PRD？

💬 你可以这样答

我定场景、用户路径、成功指标，还有 Prompt 和工作流怎么编排、什么必须人工审核、Bad Case 怎么闭环。算法和后端负责模型选型、向量库、SQL 引擎、权限和性能。我开发出身，能看懂接口和日志，联调时不会对扯皮。举个例子：人事 NL2SQL 里「部门口语化查不对」，我会和研发一起看是别名表问题还是 Prompt 问题，改完用同一批测试题验证，而不是只说「效果不好再优化」。

3. 你学的是不是皮毛？抖音那些 Agent 记忆、MCP 你懂吗？

问法：感觉 AI 变化很快，你跟得上吗？

💬 你可以这样答

我不靠背论文，我靠落地。每个 Agent 都有准确率、自助化率、Token、幻觉这些指标，还有每周抽检和 Bad Case 表。抖音上的 Agent 记忆、MCP，我理解概念，也清楚产品该怎么设计——国能因为央企合规，跨会话长期记忆我们没上，用的是业务库加会话上下文；MCP 我现场用 Dify 工具节点，原理一样。如果贵司要用 MCP 或长期记忆，我可以按 块 2 那套思路讲怎么设计，和我现有经验是接得上的。

4. 2018 年以前的 ERP 还要讲吗？

问法：你简历很长， oldest 的项目和 AI 有什么关系？

💬 你可以这样答

老项目证明我有 ToB 基本功：复杂流程、多组织、数据口径、跨系统集成、带团队。AI 能力从 2025 年 5 月 国能 Agent 才开始写。面试时老项目我讲数字化成果；AI 细节只绑 Agent 和 C 端简历，不会把 ERP 说成 AI 项目。

5. 期望薪资 30～35K 的依据？

问法：你的期望为什么是这个区间？

💬 你可以这样答

结合广州市场和岗位：14 年 ToB 产品经验、带团队、研发背景，加上近一年 6 款 Agent 从 0 到上线，以及 C 端 0-1 的 PRD 和原型交付。我更看 能力匹配 和 能独立负责 AI 场景，具体可以聊。

6. 你日常用哪些 AI 工具？（抖音常问）

问法：你平时用什么 AI 工具？

💬 你可以这样答

工作流编排用 Dify 做 Agent；产品验证用 Cursor 做 Vibe Coding，C 端 39 页原型很多是这样快速搭出来再交给研发的；文档和 PRD 用大模型辅助写结构和润色，但业务规则、指标、合规我自己定稿；协作用常规办公和项目管理工具。工具会变，关键是 场景、指标、Bad Case 这套方法不变。

附3 · 技术词查阅（15 个）

用法：面试官 点名某个词 时用本章；若他说「讲讲你做的制度问答」，直接去 第五章 G，别整章背。 结构：什么时候答（不用背）→ 正文（要背的口语）→ 结合项目（有则背）→ 常见追问（被追问再看）。 面试官不懂英文时：先说「就是……」人话，再讲项目里哪一步，别只堆 RAG、HITL 等缩写。 项目别混：国能 = 6 款 ToB Agent（文本）；AI 简历优化 = 独立 0-1（含 OCR/多模态）。

1. RAG（检索增强生成）

不用背什么时候答：简历写了制度问答 / 培训出题；或问「怎么防幻觉」「知识库怎么建」。

RAG 就是先查资料再回答。大模型自己编容易瞎说，我们先从制度库、题库里检索相关段落，再让模型只根据检索到的内容组织答案，这样私有知识能更新，幻觉也会少很多。

结合项目：

在国能我做了两个 RAG：制度问答 和 培训出题。制度是按章节切分，有重叠，再向量检索，Prompt 里写死「没有检索结果不许编，要引导找人工」。培训出题是在五大题库里按类别检索，再出题，避免跨类、避免编造。

常见追问 · 口语答：

• Chunk 怎么切？

按制度章节或条款切，一段大概 200～500 字，相邻段 重叠 10%～20%，避免一句话被切两半导致搜不到。

• 召回率低怎么办？

先看是切分问题还是检索问题：可以 混合检索（向量 + 关键词），加 Rerank 精排，调 Top-K；Bad Case 里把「搜不到的问法」收集起来专门测。

• 没搜到还回答怎么办？

产品规则就是 不许编。返回「未找到相关制度，建议联系 XX 部门」，并留人工入口；这在我们央企场景是硬要求。

• 怎么评估效果？

看 回答准确率、幻觉率、引用是否命中；每周抽一批问题盲测，业务方也会参与抽检。

2. NL2SQL（自然语言查数）

不用背什么时候答：人事 Agent、燃料 Agent；或问「ChatBI」「Text2SQL」「数据安全」。

NL2SQL 就是员工说人话，系统生成只读 SQL 去查业务库，再用自然语言总结结果。适合考勤、编制、燃料消耗这类结构化数据。

结合项目：

人事和燃料两个 Agent 都是 Dify 工作流。前面有意图识别和业务别名（比如口语「综合部」映射到标准部门名），中间生成 SQL，后面 五层安全：参数校验、FAQ 分流、SQL 危险语句拦截、只读库、行级权限。人事高频问题走 FAQ，Token 能降 60% 以上。

常见追问 · 口语答：

• 表太多怎么办？

先 限定主题域（人事一套、燃料一套），给模型 Schema 摘要和别名表，不要一次扔几百张表。表特别多时，可以加一步「先推荐 Top 相关表」再生成 SQL——产品上要定义推荐错了怎么兜底。

• SQL 错了怎么办？

执行前 语法校验、拦截 delete/update 等；执行后 结果抽样、空结果/异常量告警；错例进 Bad Case，改 Prompt 或补别名，不是只改模型。

• 和 RAG 有什么区别？

RAG 查文档（制度 PDF、Word）；NL2SQL 查数据库表。我们制度用 RAG，人事编制用 NL2SQL，选型看数据在哪。

3. Function Calling / 工具节点

不用背什么时候答：问 Agent 怎么执行动作、怎么调 API、Dify 里工具节点是什么。

Function Calling 就是模型不只会说话，还能决定调用哪个工具，比如查库、算数、调 HTTP 接口，拿到真实结果再继续推理。在 Dify 里我主要用工具节点和代码节点实现，和 Function Calling 是一类能力。

结合项目：

人事 Agent 里：FAQ 匹配、权限校验、SQL 执行、结果格式化都是节点；隐患 Agent 里输出固定 JSON 给工单系统。产品上要定义 每个工具输入输出、失败怎么办、谁有权限调。

常见追问：

• 工具调用失败？

重试 1～2 次 → 换降级话术 → 转人工；日志里要能看到 哪一步失败，方便 Bad Case。

• 和 MCP 什么关系？

MCP 是 接工具的统一协议标准；我在国能用 Dify 插件/HTTP 工具， 产品思路一样。MCP 怎么选型见 块 2-2。

4. Human-in-the-loop（人在回路）

不用背什么时候答：隐患派单、缺陷跟踪；或问「AI 错了谁负责」「央企能不能全自动」。

就是 AI 出建议，人点确认后才生效。安全、派单、涉责场景必须这样，不能 AI 直接改生产数据。

结合项目：

隐患分类 Agent 输出类别、责任部门、紧急程度，审核员确认后才写入 IMS 工单。一开始人工多，准确率高了之后，可以只对 低置信或高风险 强制人工，用 人工介入率 看效率。

追问：会不会很慢？

首月会慢，但相比以前 30 分钟一单，AI 1 分钟出建议、人 2 分钟确认，整体还是快很多；指标上 分类准确率 ≥95% 才逐步放权。

5. 幻觉防控

不用背什么时候答：任何 AI 项目都会问；C 端简历尤其会问「会不会编造经历」。

幻觉就是模型一本正经胡说。产品不能单靠 Prompt 里写请勿编造，要检索约束、格式约束、校验、评估一起上。

结合项目：

制度 RAG：无检索不回答 + 引用来源；NL2SQL：只读库 + 结果对账；分类 Agent：低温度 + JSON Schema；C 端简历：禁止编造经历 + 提交前校验 + Bad Case。目标上关键场景 宁可说不知道，也不编。

6. Bad Case 复盘

不用背什么时候答：问你怎么迭代、怎么和算法协作、效果怎么持续提升；或面试官问「Bad Case 是什么？」（很多人没听过这个词）。

Bad Case，中文你就理解成错题本：答错的、用户不满意的、业务不认账的真实例子。不是骂用户，而是把这些例子当资产，用来改产品。

怎么用（五步，面试可直接说）：

收集（日志、工单、HR/业务反馈）→ 分类（检索 / Prompt / 权限 / 别名口径 / 模型）→ 找根因 → 改（补别名表、调 chunk、改 Prompt、加校验）→ 同一批错题再测一遍，看同类错误率有没有下来。

结合项目（先说归属）：

• 国能·人事：「口语部门名查不对」→ 补 业务别名表
• 国能·制度：「跨章节漏召回」→ 调 chunk + 混合检索
• AI 简历优化：「夸大/虚构经历」→ Prompt 禁止编造 + Bad Case 单列一类 每周抽检

和算法怎么协作：你带 错题列表 + 指标 开会，不用「感觉不准」；改完必须 回归同一批题。详表见 附10 各项目 Bad Case 分类。

7. 效果评估

不用背什么时候答：问 KPI、上线后怎么盯、和老板怎么汇报。

我分三层：技术层（准确率、幻觉率、延迟、SQL/JSON 合规率）、产品层（自助化率、查询成功率、人工介入率）、业务层（咨询量降多少、审核量降多少、决策快多少、Token 花多少）。

结合项目：

制度/人事 咨询量降约 70%，NL2SQL 成功率 ≥95%，隐患分类 ≥95%。上线后有 日报 + 每周抽检 + 月度业务复盘，指标掉下去当天就要查。

8. Prompt 工程 + 版本回退

不用背什么时候答：问和微调怎么选、Prompt 怎么写、线上出问题怎么回滚。

Prompt 就是给模型的岗位说明书：你是谁、干什么、不能干什么、输出什么格式。企业里还要能版本管理、能 5 分钟生效、出问题能一键回退——我在 C 端 PRD 和 B 端原型里都设计了提示词配置和回退。

和微调怎么选（口语）：

知识常变、要快迭代 → Prompt + RAG 优先；格式极其固定、数据量很大、Prompt 顶不住 → 再考虑微调。国能 6 个 Agent 和 C 端简历，都以 Prompt + 工作流为主。

9. Token / 成本治理

不用背什么时候答：问商业化、C 端怎么控本、企业怎么降 API 费用。

大模型按 Token 计费，产品要想少调用、用小模型、缓存、分流。

结合项目：

人事 Agent：FAQ 本地匹配，高频问题不调大模型，Token 降 60%+。C 端简历：模型分档，复杂用标准版、简单用基础版，预算触顶 自动降级，界面上 不暴露模型名，只显示「标准版/基础版」。

10. Vibe Coding（Cursor）

不用背什么时候答：问你会不会用 AI 写代码、原型谁做的、和研发边界。

Vibe Coding 是产品经理用 AI 编程助手快速搭原型、验证交互和规则，不是替代正式研发。我用 Cursor 做 C 端 39 页 + B 端运营后台可点原型，对齐 PRD 和 dev-spec，研发接手时有接口和验收标准；公开链接因保密只放 C 端，后台面试可展示。

抖音说的「五层能力」（口语）：

① 需求边界（PRD 里 AI 能做什么不能做什么）② Prompt 和规则 ③ 工作流和页面 ④ 异常兜底（超时、失败不扣点）⑤ 评估和 Bad Case。我 ①②④⑤ 都做过；正式上线 安全、性能、合规 仍要研发工程化。

11. Context Window（上下文窗口）

不用背什么时候答：问对话太长怎么办、制度很长怎么塞进去。

就是模型一次能读多长的内容，有上限。所以长制度不能整本塞进 Prompt，要用 RAG 只喂相关段；多轮对话用最近几轮加摘要；缺陷 Agent 只加载当前工单时间窗的信息。

12. Dify 工作流

不用背什么时候答：问你们技术栈、Agent 怎么编排。

Dify 是可视化把意图识别、检索、SQL、校验、生成串成一条链。6 个 Agent 各有一条主流程，共性节点包括：FAQ 分流、权限、异常分支、转人工。

13. AI 治理（安全 / 合规 / 成本）

不用背什么时候答：ToB、央企、C 端小程序合规。

AI 上线不只看准不准，还要看权限、审计、内容安全、成本上限。国能：只读库、SQL 注入防护、三级人事权限、操作留痕；C 端：深度合成相关合规、失败不扣能量点、分享打码等。

14. 多模态 / OCR（图片·文档·摄像头）

不用背什么时候答：问「多模态了解吗」「简历能不能传图」「OCR 谁做」。

查阅口语 30 秒：见块 4 第 43 题（背那一段即可）。查阅提示：OCR/多模态在 AI 简历优化；国能 6 个 Agent 是纯文本，口头不必对比。

附4 · 设计题 10 问（块2已背 1～2，其余查阅）

这类题 HR 和业务都会问：「我们将来要做 XXX，你会怎么设计？」 答法结构：① 先说概念（30 秒）② 说你会怎么设计（1～2 分钟）③ 诚实说国能为什么没做/你用什么替代 ④ 接一句「和我现有 Agent 经验相通」。

必背1. Agent 长期记忆怎么设计？（抖音超高频 · 必背）

问法：「你们 Agent 有记忆吗？」「如果要跨会话记住用户，你怎么做？」

💬 你可以这样答

我会把记忆分成 三层，不会一上来就让大模型「记住用户一切」。

第一层：短期记忆（会话内）

就是这一轮对话里，用户说了什么、Agent 查到了什么、执行到哪一步。做法通常是 保留最近 N 轮对话 + 关键槽位，比如工号、部门、时间范围、当前工单号。我在 人事 NL2SQL、缺陷跟踪 里主要用这套，够应对连续追问。

第二层：业务记忆（推荐 ToB 默认用这个）

我不建议让模型「脑记」业务数据，而是 系统查业务库：上次工单状态、考勤结果，用 用户 ID / 工号 关联查询。这样 更准、可审计、也好做权限。国能央企场景，我们 跨会话长期记忆没上线，很大原因是 隐私、等保、审计；用业务库替代，效果上用户该查到的还是能查到。

第三层：产品长期记忆（用户偏好）

比如用户喜欢表格展示、常问的三类问题、默认时间范围——这才需要 单独存 User Profile。产品设计时我会先定四件事：

• 记什么：只记和产品相关的偏好，不记敏感原文
• 不记什么：薪资、处分、未授权字段一律不进入记忆
• 记多久：过期自动删；用户可 查看、导出、删除（对齐个保法）
• 怎么用：每次对话 检索相关记忆片段注入 Prompt，而不是把全部历史聊天记录塞进去

和研发的分工：Profile 表结构、加密、检索策略研发实现；我出 PRD：字段、授权流程、兜底话术、评估指标。

怎么评估：看 用户是否少重复说一遍、任务成功率是否提升；还要看 误记率、隐私投诉——长期记忆记错了比没有记忆更伤。

收尾（诚实 + 自信）：

国能项目因合规 没上第三层；若贵司要做，我可以按上面框架从 小范围试点 开始，比如只记「默认查询时间范围」，验证后再扩。

2. MCP 是什么？你们用过吗？如果要用你怎么做？

问法：「了解 MCP 吗？」「我们工具很多，怎么接 Agent？」

💬 你可以这样答

MCP（Model Context Protocol）可以理解成 大模型连接外部工具的「统一插座」。以前接日历、数据库、企业微信，每家一套接口；MCP 让工具以 标准 Server 形式暴露，模型通过协议调用， 便于扩展和治理。

国能现场：我主要用 Dify 的工具节点、HTTP 插件、代码节点，没有以 MCP 名义上线，但 产品职责是一样的——定义 Agent 能调哪些工具、输入输出 Schema、超时重试、权限和审计。

如果贵司要上 MCP，我作为 AI PM 会做这些事：

1. 工具清单：哪些给 Agent 用，哪些不给（最小权限）
2. 每个工具的「产品说明书」：干什么、失败提示、是否需用户确认
3. 和现有编排的关系：Dify/自研 Agent 框架里 MCP Server 怎么注册
4. Bad Case 与监控：哪个工具调用失败最多、Latency 如何
5. 安全：敏感工具必须 Human-in-the-loop 或二次鉴权

诚实边界：我 还没在生产环境主导 MCP 选型，但 6 个 Agent 的工具编排、降级、复盘我都做过， 迁到 MCP 主要是工程协议层变化，产品方法论是通的。入职后我会优先熟悉贵司现有 MCP 规范和一条业务线试点。

3. ReAct 是什么？和你们 Dify 工作流一样吗？

💬 你可以这样答

ReAct 是 Reason（推理）→ Act（行动）→ Observe（观察结果） 再循环，直到任务完成。比如：先想「要查人事库」→ 调 SQL 工具 → 看结果不对 → 改条件再查。

Dify 工作流可以是 固定流程，也可以是 带分支的多步，和 ReAct 思想接近。我的 隐患、缺陷 Agent 更接近「多步 + 工具」； 制度 RAG 更像固定链：检索 → 生成。面试里我会说：不是所有场景都要强 Agent，问答类 RAG 够用就行， 派单、跟踪类才上 ReAct 式编排。

4. RAG 和 Agent 有什么区别？你们为什么两个都做？

💬 你可以这样答

RAG 解决 「知识从哪来、怎么别瞎编」，典型是制度问答、培训出题。

Agent 解决 「多步完成任务、调工具、有状态」，典型是隐患派单、缺陷催办。

可以这么记：RAG + 对话是弱 Agent；我们 隐患、缺陷是强 Agent。选型看用户要完成 一步问答 还是 一条业务链路。

5. 混合检索、Rerank 是什么？产品上要关心吗？

💬 你可以这样答

向量检索 懂语义，但有时漏关键词；关键词/BM25 对制度编号、专有名词更准。混合检索 就是两个一起用再合并结果。Rerank 是用一个小模型对 Top 结果 再排一次序，提高「喂给大模型的段落」质量。

产品上要定：召回不够时先调检索还是调 Prompt；Bad Case 里要标 是检索错还是生成错——这决定改知识库还是改模型参数。

6. Agent 怎么评估？除了准确率还看什么？

💬 你可以这样答

除了 任务成功率、回答准确率，我还看：

• 步数/耗时：Agent 是否绕圈
• 人工介入率：多少单必须人点确认
• 工具调用成功率
• Grounding：回答是否真有检索/SQL 依据
• 业务结果：派单是否更快、咨询是否减少

C 端还会看 完成率、留存、单次 Token 成本。

7. Agent 死循环 / 越跑越偏怎么办？

💬 你可以这样答

产品规则上设 最大步数、总超时、重复检测（同一步骤重复 3 次就停）；给用户 明确失败提示和转人工；日志里记录 每一步决策，方便 Bad Case。不会让用户对着屏幕干等。

8. 多 Agent 协作 / 主 Agent 拆子 Agent 你怎么想？

💬 你可以这样答

按 业务域拆，比如「人事 Agent」「燃料 Agent」分开，不要一个 Agent 包打天下——我们国能就是这么做的。若要做「总前台」，可以是 路由 Agent 先识别意图再 分发给子 Agent，产品上要定义 交接上下文带哪些字段、失败谁兜底。

9. RAG 知识库怎么构建？（抖音：骆齐那类题）

💬 你可以这样答

① 收资料：制度、题库、FAQ，定 owner 和更新频率

② 清洗：去重、去密、版本号

③ 切分：按章节/条款，控制长度和 overlap

④ 向量化入库

⑤ 试检索 + 试回答，用 Bad Case 调 chunk 和检索策略

⑥ 上线后增量更新，不是一次完事

制度更新时我们走 增量入库，不是整库推翻重来。

必背10. AI 问答不准，你怎么排查？（通用排查五步法 · 必背）

💬 你可以这样答

我固定五步，不和研发瞎猜：

1. 检索有没有——该搜到的搜到了吗？
2. Prompt 有没有用检索——是不是模型没用上片段？
3. 模型参数——温度是不是太高？
4. 权限和数据——是不是用户根本没权限看这条数据？
5. Bad Case 是否重复——同类错误进表，改完回归

这五步在国能 每周复盘 都会用。

附5 · 全部项目（块3已背 B+G，其余查阅）

用法：面试官说「介绍一个项目」→ 选 2 个主力（建议 人事 NL2SQL + 制度 RAG，或 隐患 HITL + C 端简历）背熟 1 分钟稿；其余项目 知道 30 秒版 即可。

A. C 端 · AI 简历优化助手（2026.02—至今）

1 分钟（可直接念）：

这个项目是给求职者用的 AI 简历助手，目标是用大约 15 分钟 走完摸底、初稿、JD 对齐、HR 预览到导出 PDF。我独立完成了 PRD v1.3.2，里面单独写了 AI 能力专章，包括能力边界、输入输出、质量指标、评测方法和成本安全；还做了 39 页 C 端可交互原型 + 全模块 B 端运营后台原型（用户/交易/内容/增长/数据与风控等），以及含 接口、字段、JSON 示例、验收路径 的研发交接文档。原型阶段用 Cursor 做 Vibe Coding，C 端和后台规则都是先验证再交给研发。公开演示链接因保密只展示 C 端；后台面试可现场展示。合规上按微信小程序 深度合成 相关要求做了评估，设计了失败不扣点、分享打码等规则。

追问 · 口语答：

• PRD 里 AI 专章写什么？

写清楚 能做什么、不能做什么；每个 AI 能力的输入输出；准确率/完成率等指标；怎么评测；Token 和模型分档；失败和超时怎么处理。研发不能猜。

• 怎么防编造简历经历？

Prompt 禁止编造 + 提交前校验 + 用户确认；Bad Case 里专门有一类「夸大/虚构」；宁可提示用户补充，也不自动编一段假经历。

• 成本怎么控？

模型分档，复杂步骤用标准版，简单用基础版；预算触顶自动降级；后台可看单次和日均 Token；用户界面 不暴露模型名。

• Vibe Coding 和研发边界？

我用 Cursor 做 原型和规则验证；上线版本的 安全、性能、支付、合规 必须研发工程化，我交付 PRD、原型、接口和 Done 定义。

• 为什么链接里只有小程序？后台做了吗？

做了 全模块 B 端运营后台（留言退款、用户 360°、SKU/订单、课程 CMS、提示词/文案、增长、审计风控等），每页带 接口与验收说明。公开链接受保密只展示 C 端；面试可 现场打开后台原型 或按模块口述。

• 多模态 / 上传简历图 / OCR 做了吗？

做了，在 AI 简历优化里：摸底和 JD 可传图 OCR，图会压缩，失败不扣点；还有留言附图和表情摄像头。口语直接背块 4 第 43 题。

必背B. 企业人事智能查询 · NL2SQL（2025.11—2026.02）⭐ 建议主力

1 分钟：

员工以前查人事数据要找 HR，口头描述需求，HR 再查系统，慢而且占人力。我用 Dify 搭了 NL2SQL Agent，员工用自然语言提问，系统生成 只读 SQL 查人事库，再用白话总结。安全上做了 五层：参数校验、FAQ 分流、SQL 拦截、只读库、行级权限。高频问题走 FAQ 本地匹配，Token 成本降了 60% 以上。上线后 HR 咨询量降约 70%，查询 成功率 ≥95%，基本 秒级 返回。

追问 · 口语答：

• SQL 注入和数据安全？

只用 只读账号；执行前拦截 delete、update、drop 等；SQL 在代码节点里校验；敏感字段按 员工/部门负责人/管理员 三级权限；操作有审计日志。

• 业务人员说的黑话、口语部门名怎么懂？

维护 业务别名表和口径字典，Bad Case 里口语化问题会反哺这张表；口径变更时 改字典、灰度验证，尽量不动代码。

• 和 ChatBI 有什么区别？

我们 限定人事域，强合规、强权限，不是开放分析平台；目标是 HR 咨询降负，不是随便拖表。

• 举一个不满意的 Bad Case？

比如用户说「综合部人数」，系统映射错部门 → 我们补别名、加确认话术「您指的是 XX 部门吗？」→ 回归测试同类问法。

C. 燃料数据分析 · NL2SQL（2025.11—2026.02）

1 分钟：

燃料成本分析以前靠人工导数、做表，动辄 小时级。这个 Agent 用 NL2SQL 查燃料数据，并给 分析建议，响应 秒级，帮助成本优化大约 2%～5%。架构和人事类似，但 成本数据更敏感，行级权限和脱敏更严。

追问：敏感数据 权限 + 脱敏 + 审计；口语指标名 意图分类 + 标准词库；数据量大 索引、分页、复杂查询降级。

D. 培训出题 · RAG（2025.10—2026.02）

1 分钟：

五大类题库用 RAG 检索 + 分类 Prompt 自动出题，准确率 ≥98%，出题效率提升约 90%。规则是 无检索不出题，避免模型凭空编题；内容有 敏感词过滤和抽检。

追问：防跨类 → 检索带类别标签 + Prompt 锁类别；题库更新 → 增量入库。

必背E. 隐患分类与派单 Agent（2025.09—2026.02）⭐ 建议备选一个

1 分钟：

现场隐患以前 30 分钟 才能分类派单。这个 Agent 不用知识库，靠 强规则 Prompt 输出 固定 JSON（类别、责任部门、紧急程度），审核员 确认后才写入工单——典型 Human-in-the-loop。分类 准确率 ≥95%，整体 1 分钟级。

追问：为什么必须人工确认 → 央企安全责任，AI 不能直接改生产工单；JSON 怎么对接 → Schema 固定 + 和 IMS 的适配层。

F. 缺陷闭环跟踪 Agent（2025.08—2026.02）

1 分钟：

跟踪缺陷工单状态，识别 逾期，自动 催办。缺陷处理周期缩短约 40%，逾期率降约 60%。催办话术和时段 可配置，避免半夜打扰。

必背G. RAG 制度智能问答（2025.08—2026.02）⭐ 建议主力

1 分钟：

央企制度多、更新快，员工常问 HR。用 RAG 做制度问答，准确率 ≥95%，制度相关咨询 降约 70%，目标是 零编造——没有检索就不答。制度更新走 增量入库；长文档 分段检索 + 多轮。

追问：注入攻击 → 输入过滤 + 审计；怎么证明没瞎编 → 引用制度片段 + 抽检 + 幻觉率指标。

H. 国能 IMS 智慧电厂（数字化 · 非 LLM）

30 秒：

这是 15 大模块的数字化平台，数据中台、千人 100% 使用。 AI Agent 是同期独立做的 6 个子项目，不要混成「整个 IMS 都是大模型」。

I. 金不换 ERP / 谦玛 HR（备用）

30 秒：

金不换是集团 业财一体 ERP，分公司从 24 扩到 32 家；谦玛做过 人事 11 模块 0-1 的传统 HR 系统。2025 年 才把人事查询做成 NL2SQL Agent，老系统经验是 数据和流程功底，不是 LLM。

不用背ERP 若深挖：最难是 多分公司口径统一；用 BPR + 标准产品 + RICE 砍定制；和金蝶税友 标准接口 + 字段映射。

附6 · 大模型基础

上下文窗口：模型一次能读多长的内容；太长就要 RAG 或摘要，不能硬塞。

对齐（Alignment）：让模型输出符合人类价值观和安全要求；RLHF 是常见训练手段，产品侧更多关注 上线后边界和评测。

基座 / 微调 / Prompt：基座是通用大模型；微调用数据改模型权重；Prompt 是改指令—— 我们项目以 Prompt + RAG 为主，迭代最快。

零样本 / 少样本：不给例子或给几个例子在 Prompt 里；分类、格式控制里常用 少样本示例。

涌现：模型变大后偶发新能力；产品上 少吹概念，多测场景。

不用背Transformer / 注意力：知道是主流架构即可；面试 不必展开数学，被问就说「了解原理，工作重心在场景和评测」。

附7 · 行为面

最大挑战：C 端要在 效果和 Token 成本 间平衡 → 模型分档和降级；B 端要在 效率和安全 间平衡 → Human-in-the-loop。

失败或延期：ERP 早期定制过多导致延期 → 后面用 标准产品 + RICE 砍需求，这个思路也用在 AI：先 MVP 一个场景，再扩。

跨部门协调：国能做过 6 部门访谈、12 场培训，IMS 使用率 100%；AI 项目同样要先 对齐指标和合规 再推。

和研发分歧：用 Bad Case 列表和指标 对齐，不用「感觉不准」；我懂技术，能一起查日志。

为什么离开/看机会：按真实情况说；可强调 已完成国能 Agent 交付，希望在 AI PM 方向持续深耕。

年龄 / 35 岁 / 1990 年：见 块 1「年龄偏大」追问——AI 专业能力 + 业务落地/管理/交付/沟通（与年轻人 互补）；收尾可接「考我某个 Agent 怎么拆工作流」。

项目只有 C 端链接：见 块 1「后台呢」追问——C+B 全模块原型 + 接口文档；保密原因未公开后台，面试可展示。

附8 · 反问

1. 贵司 AI 产品是 自研编排还是 Dify/Coze 这类平台？我入职后大概多久能独立负责一条 Agent 线？
2. 当前 最想解决的 1 个 AI 场景 是什么？成功指标怎么定？
3. AI 产品和算法/后端 多久做一次 Bad Case 复盘？
4. 未来半年更偏 B 端 Agent 还是 C 端应用？和我经历哪块更匹配？

附9 · 考前 30 分钟清单

• 块 1 自我介绍 120 秒顺读 1 遍 · Dify / 年龄 / 后台链接 三个追问各过 1 遍
• 块 2-1 Agent 记忆（先 30 秒四层框架，再 2 分钟国能答法）各 1 遍
• 块 2-2 MCP 读 1 遍
• 块 3 人事 NL2SQL + 制度 RAG 1 分钟稿 各读 1 遍
• 块 4 任选一个分类（建议 NL2SQL 13～20 或 RAG 1～12）大声答 5～10 题 · 40～43 题各用「人话+项目」说 1 遍（勿只堆名词）
• 附3 RAG、NL2SQL、Bad Case（先翻译「错题本」）、多模态 §14 各口语说 30 秒
• 口径：2025.05 前不讲 AI 项目 · OCR/多模态只讲 AI 简历优化

---

附10 · 项目深挖 Bad Case

以下为你原稿中 燃料/培训/隐患/缺陷/制度/ERP 的「基础追问+进阶深挖+Bad Case 分类」，内容有效，不必全背，面试前按项目 扫一眼粗体问题 即可。

燃料 NL2SQL · 进阶（节选）

• 分库分表 → 数据源路由
• 亿级数据 → 索引+分页+复杂查询降级
• 敏感成本 → 行级权限+脱敏+审计

培训 RAG · Bad Case 分类

• 检索 50% / Prompt 30% / 知识库 15% / 模型 5%
• 优化：重分段、调检索、禁止编造、增量更新

隐患 Agent · Bad Case 分类

• 术语 40% / Prompt 35% / 边界 20% / 格式 5%

缺陷 Agent · Bad Case 分类

• Prompt 45% / 定义 30% / 上下文 20%

制度 RAG · Bad Case 分类

• 检索 50% / Prompt 25% / 知识库 20%

金不换 ERP · 高频 13 问

• 最难：24 家分公司口径统一
• BPR：四大流程去冗余上线
• 微服务：模块独立迭代
• 金蝶税友：标准接口+字段映射
• 成果：数据互通、流失率降、32 家分公司

---

文档版本：2026-06 · 口语版 v2 · 对齐 马凯强-AI产品经理 (3).pdf · 含 Agent 记忆/MCP 设计题 · 必考 60 题

---

文档版本：2026-06 · 口语版 v3 · 背诵顺序版 · 抖音 Agent Memory 已并入块 2-1