解读

面试官想验证三件事：

1. 你对国内监管红线（《广告法》《互联网信息服务算法推荐管理规定》《生成式AI管理办法》）是否敏感；
2. 能否把“算法指标”翻译成“用户可感知、可验证的价值”，而不是用“万能”“颠覆”这类极限词；
3. 是否掌握“技术可信＋情感共鸣”双轮驱动的文案方法，既守住合规底线，又让市场愿意买单。
   回答要体现“产品经理”视角：先定“可宣传边界”，再设计“价值叙事”，最后给出“证据链”闭环。

知识点

1. 合规底线

   • 禁用词库：最、唯一、100%、完全替代、零误差、超越人类、觉醒、理解人类情感等。
   • 备案与标识：生成式AI须做“算法备案”，广告素材需标注“AI生成”及“实际效果因人而异”。
   • 可验证性：宣称的准确率、召回率、ROI 必须能在同等数据分布下复现，并留档第三方测试报告。

2. 价值叙事三层模型
   场景痛点 → 技术能力 → 用户结果
   用“可量化场景指标”替代“技术自嗨”，例如：
   “以前人工审核1张图需8秒，现在系统优先推荐高风险样本，审核员只需2秒，效率提升4倍”——只讲效率，不讲AI“看懂”图像。

3. 证据链设计

   • 数据证据：公开测试集、客户AB实验、权威报告编号。
   • 案例证据：客户实名授权、使用前后对比、可拨打的回访电话。
   • 体验证据：上线“免费试用＋实时Demo”，让用户自己输入数据，降低“吹牛”感知。

4. 吸引力保留技巧

   • 场景故事化：用“冲突—行动—结果”结构，把技术参数藏在故事背后。
   • 损失厌恶：强调“不采用AI带来的机会成本”，而非“AI无所不能”。
   • 可信代言：找行业KOL/协会背书，而非创始人自说自话。
   • 灰度发布：先让种子客户“匿名”体验，收集正向反馈后再对外传播，降低过度承诺风险。

答案

“我会把宣传拆成三步：划边界、做翻译、给证据。
第一步，拉上法务、品牌、算法团队，用‘负面清单’方式把禁用词、极限场景一次清完，形成《AI产品对外话术白皮书》，版本号跟产品版本同步迭代，确保任何新功能上线前话术先过审。
第二步，把算法指标转成‘用户可感知收益’。例如，我们OCR模型在身份证字段召回99.2%，对外只说‘10张身份证9张可一次识别通过，剩余1张系统会提示人工复核，整体录入时间从平均3分钟降到18秒’，既给出量化结果，也诚实告知边界。
第三步，搭建证据链：所有对外数据必须来自最近90天内、客户授权、可复现实验；官网同步公开测试入口，任何人可上传图片在线体验；每月发布‘可信AI月报’，把新增badcase、优化进度同步给市场，让‘透明’成为吸引力的一部分。
通过‘边界＋翻译＋证据’，我们既满足《广告法》第八条‘不得含有虚假或者引人误解的内容’，又用真实场景和真实数字保持产品吸引力，实现合规与增长双赢。”

拓展思考

1. 如果竞品开始用“擦边球”话术抢占声量，如何在不违规的前提下快速反击？
   可提前准备“对比实验视频”：用同一份测试集，把对方公开宣传语对应的指标现场跑一遍，用第三方公证处出具编号报告，再以“实测直播”形式发布，既打击对手夸大，又强化自身可信标签。

2. 当生成式AI输出结果具有随机性，如何设计“用户预期管理”？
   采用“置信度可视化＋二次确认”策略：在结果页同步展示“模型置信度条＋人工复核入口”，并在宣传文案中明确“AI辅助，人类决策”，把吸引力锚定在“节省80%初稿时间”而非“一键成稿”。

3. 未来监管进一步细化到“垂直行业”(医疗、金融、教育)时，产品经理如何提前布局？
   建立“行业合规雷达”：把各垂直主管部门的征求意见稿、技术审查清单拆解成Feature Tag，与产品Backlog挂钩，每季度做一次“合规预评审”，让宣传话术、功能开关、数据权限都能随政策热更新，降低“上线即下架”风险。