企业官网建设流程全解析

写在前面：从传统开发转到 AI 应用开发，他并不是一开始就走顺了。

前后学过三轮大模型课程，前两轮也不是没收获: 概念懂了，demo 也跑过了，微调、本地部署、Agent、RAG 都碰过。但真正到了找工作、讲项目、做落地的时候，他才发现，自己一直卡在一个很典型的问题上: 学过很多，但离企业真正要的东西还差一层。

demo 级和企业级到底差在哪？转大模型最容易把时间花错在哪？传统 RAG 为什么撑不起芯片文档场景？下面是他的回答。

学了两轮大模型课，转型这件事还是没解开

范范：请同学先介绍下自己吧

hello 大家好，我是happy horse ，电子信息专业出身，2018 年本科毕业，学历是3+2的形式，3年专科和两年全日制本科，到现在做开发差不多 7 年了。

当时在本科最后一年自学了C++，毕业后开始到苏州工作。之前一路走的是传统开发，第一份工作做智能交通，因为业务需要自学转了 Java；

后面去一家保险公司继续深耕 Java；再后面到一家制造业做内部网络和设备安全监控，C 端用 Go，Web 端继续 Java。现在在一家芯片设计公司，做内部 AI 相关的功能开发，目前主要用 Python 做芯片设计流程的智能体，帮公司在研发设计流程里提效。

范范：当时是怎么决定要往大模型方向走的？

是在 2024 年 8、9 月份开始的。当时觉得自己应该更深入了解大模型这个领域，增强一下竞争力，所以 8 月中旬就报名了一家大模型课程准备系统学。

范范：到拿到现在这份工作，中间有一年多时间。听说你学过三轮课？

是的，前后三次。

第一次的课程，解决了我对大模型整体的概念认知——模型基本原理、接口怎么调用、Agent 是什么、RAG 是什么、向量化大概是哪些步骤。学完以后概念上是清楚了，但离找工作和实际项目还是差不少。

所以 2025 年 2 月我又报了另一家课程，他们当时主打找工作和实际项目。刚开始觉得还可以，补齐了模型微调和本地部署的实操，还有用 Agent 框架、RAG 框架的经验。但越往后越发现，他们讲的项目顶多算 demo 级，和企业实际能用上的项目差很远。

直到 2025 年 10 月报了赋范空间的课程之后，企业级项目经验这块才补齐。11 月底就拿到现在这份工作了。

范范：那 demo 级和企业级，差距具体在哪？

demo 级只够你看清楚流程长什么样。比如 RAG 大概是哪几步、Agent 实现大概是哪几步——整个项目代码可能就一两个 Python 文件，跑通文档解析、向量化、检索回答这些基础步骤就完事了。能学到流程，但没办法复用，自己看看可以，给企业用完全不够。

企业级是另一回事。是真的前后端分离架构，能部署到生产，模块化的，从一开始就考虑了多用户使用的设计。前后端接口要设计好、要有脚本化部署、要容器化、功能模块要能复用、能独立拆分。比如文档解析模块要能完全独立部署，给其他服务复用调用；Agent 模块也得能多项目复用——别人拷过去或者直接扩展工具就能跑，独立成一个 Agent 服务。

范范：你觉得面试官最看重的是什么？

主要看三块：一是模型本地部署和微调能力，因为公司自己买了算力，必须能玩得转。

二是 RAG 知识库的经验，并且能讲清楚有哪些优化点、怎么调。

三是 Agent 开发能力，公司内部有问数场景，也有和现有系统集成 AI 能力的需求。

范范：回过头看，想转大模型应用开发的人，最容易把时间花错在哪？

我自己当时在模型微调上花了不少时间。但如果是做应用开发方向，微调具备基本操作经验就够了，原理理论看一看、足够应对面试就行。真正在产业里，微调强依赖一个企业成熟完善的训练集——这不是个人能闭门攒出来的事。

应用开发的重心还是在 Agent 项目、RAG 项目、本地部署，再加上 vibe coding——这几块。其他的工作里确实会用到，但占比不大。芯片文档场景里，传统 RAG 撑不起的那 40%

范范：现在你们这个知识库具体是个什么场景？

是面向业务和外部用户的产品资料文档查询。

我们做了一段时间发现，业务和用户最频繁使用的是这三类问题：一是产品推荐——从所有产品文档里，按需求推荐符合条件的，比如"推荐 5V 高压的芯片"。

二是产品对比——对比 A 和 B，甚至多个产品同时对比。

三是产品具体参数查询。

范范：传统 RAG 能搞定这三类问题吗？

只有第三类（单点参数查询）传统 RAG 能搞定。前两类——推荐和对比——我们在传统 RAG 基础上做了不少调优，加了知识逻辑路由、专业术语、FAQ 这些都加过，效果调到 60% 就基本是天花板了。

范范：调到 60% 上不去，卡在哪里？

具体卡在三个地方。

一是检索数量的问题。5V 高压产品可能有几十个，向量检索一次召回不全，推荐就缺。

二是专业领域的语义，本地的 qwen 模型本身就不太理解，相似度匹配在专业术语上偏差很大。

三是片段被切碎的问题。向量检索把同一个产品的关键信息切到不同片段，召回的时候漏一块，推荐就推不准。

对比类问题更明显。对比 A 和 B 产品，至少需要拿到两个产品全文档的特性参数，甚至所有技术参数。但向量检索一是召回不全，二是技术参数向量相似度本来就不准——拿不全就对不清。我们这个业务对知识查询的特点，传统 RAG 的相似度检索、片段检索方式根本不匹配——它只适合"点"上的查询总结，不适合"面"上的查询和总结回答。

范范：那现在是怎么解的？

现在尝试的方案是放弃向量化的知识库，改成本地文档检索。

大致是三步：第一步，所有产品文档统一解析转成 md 格式。

第二步，再抽取每个产品的关键特性到一个单独的文档——这个文档里包含所有产品的关键特性。推荐类问题就用它：全特性直接通过上下文给到模型，让模型自己理解判断。这样检索数量和相似度匹配的问题就一起解决了。

第三步，再维护一个产品文档目录——所有产品名称都在这里，方便对比类问题先定位产品名，再查对应文档。

我们验证过，只要把关键特性提取出来不做处理直接全给模型分析，模型在不调优的情况下，推荐准确率就能到 80% 以上。

范范：为什么这条路现在能走通？

很关键的一点是模型上下文已经到 1M 了，大部分甚至全部的产品关键特性都能塞进去给模型一次分析。对比两个产品文档的时候，也可以把全文档内容一起送进去。这样做不但链路短，效果还有明显提高。

给想转大模型的人的几条具体建议

范范：如果让你给一个零基础想转大模型的人排一条学习路径，你会怎么排？

我会按五步走：第一步，先操作一下模型接口调用。先把"调通一次"这个最小动作跑出来。

第二步，快速建立整个大模型的概念认知——模型基本原理、Agent、RAG、工具调用、MCP、Skill，这些基本概念和 demo 示例都跑通。

第三步，把 Agent 和 RAG 项目搞熟悉，重点关注实现流程和优化点。

第四步，熟悉本地部署和微调——会自己部署本地模型，会做小模型微调。

第五步，深入学 vibe coding。这一步现在非常重要，是企业内部基本必备。

传统产品经理，正在成为下个被淘汰的“传统岗位”。

过去画原型、写 PRD、跟进度的“传统技能包”，在AI时代正迅速贬值。63% 的企业转型做 AI 产品！当下的问题不再是“要不要学 AI ”，而是“如何构建 AI 产品”。

前段时间还跟字节、腾讯的资深 AI 产品经理沟通，他们反馈：在大量招人，只要有 AI 相关的项目经验，基本都能拿到面试机会，而且领导很舍得给钱，涨薪 40-60% 很正常！

01

接下来的产品人，得卷AI能力了！

如今AI大火，行业极速发展的背后，懂AI 产品人才却严重稀缺。这不是要你转技术岗，而是要掌握构建 AI 产品的核心方法：

• 如何将你的领域知识，转化为 AI 产品的核心竞争力？
• 如何用 AI 技术实现你的产品需求？
• 如何设计真正懂用户的 AI 交互体验？
• ……

懂AI，就是产品经理的“救命稻草”！

风口之下，与其焦虑被行业淘汰

不如先人一步享受AI技术带来的红利！

我把AI产品经理的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

（不限年龄！不限岗位！没有代码基础也能学！）

🎁现在扫码，完课还送：

《AI产品面试题库》《AI大模型应用案例集》

02

掌握技术+实战，快速转型！

想成为一名卓越的AI大模型产品经理，需要从技术、到项目实战的全方位转型指南！

**1）**AI产品应用原理解析，产品经理也能听懂！

对于产品经理来说，如果你不懂技术，做不了业务和AI大模型技术衔接、定义不了数据需求，是没法完整的落地一个产品的！

本次课程，专门面向产品经理人群，解析当下最热门的AI产品应用的必备的「大模型」、「多模态」的实际应用和算法原理！解析AI产品应用技术，积累大模型能力！简单易懂，不需要会代码，小白也能掌握！

• 大模型微调：掌握主流大模型（如DeepSeek、Qwen等）的微调技术，针对特定场景优化模型性能。学习如何利用领域数据（如制造、医药、金融等）进行模型定制
• AI Agent智能体搭建：学习如何设计和开发AI Agent，实现多任务协同、自主决策和复杂问题解决。构建垂类场景下的智能助手产品（如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等）

2）超全行业案例解析！

课程详细讲解现阶段，大模型在各个行业和领域的应用现状！包括：零售与电商、教育、医疗、泛娱乐、法律等等10大行业！

详细讲解案例的思路、应用场景，以及背后的技术原理、核心技术！揭秘各个行业、场景的真实现状，和未来产品的发展与机遇！

可以说，讲解完一个案例，就能积累一个AI产品实践的经验！

课程中所涉及到的实战项目，都可以直接在自己的工作中使用，让自己的产品/项目有可借鉴的成功案例！

3）AI产品经理求职专项辅导

课程中会系统的帮助大家拆解字节、腾讯、百度等大厂AI PM岗位JD关键词，掌握AI PM高频面试题型与回答框架；展示 AI 相关能力的关键技巧：Prompt设计、模型评估、A/B测试、成本意识、与算法/工程协作经验；

• To B类AI产品经理：突出“行业理解 + 技术落地 + 商业闭环”能力的简历结构设计，展示项目成果；从客户需求洞察到技术方案设计，展现端到产品思维；如何评估To B AI产品的可行性、客户付费意愿与实施成本
• To C类AI产品经理：拆解头部公司岗位JD，将过往尽力转化为AI产品叙事逻辑；从行业趋势、产品设计题、案例分析&数据分析题、技术理解边界等全流程辅导面试；避免无效海投、锁定最适合的AI产品岗位；

03

本次课程，全程直播讲解，能直接对话大佬和专业助教，不懂就问，超详细的案例，小白也能轻松get！

完课后，还赠送《AI产品经理面试题库》、《AI大模型应用案例集》！不断更新中……

适合人群：

• 想转型AI产品经理、AI项目管理专家、AI产品解决方案等岗位
• 想进行AI产品创业的创业者
• 想成为制作AI产品的程序员
• 想利用AI解决企业问题的管理岗
• 想在AI方向寻找就业方向的毕业生
• AI方向前景广阔、待遇好！

目前，很多产品人已经通过完整学习拿到大厂高薪offer，收入嗷嗷涨！

我把AI产品经理的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】