解读

面试官并非单纯考察“改文档”技巧，而是验证三件事：

1. 对算法边界的判断力——能否快速定位“指标不可实现”是数据、模型、算力还是场景问题；
2. 对PRD的“可谈判”设计——是否提前在文档里预留了梯度目标与 fallback 路径；
3. 对跨部门话语体系的翻译能力——能否把技术语言转译成业务语言，反向争取资源或调整预期。
   在国内快节奏、强 KPI 的落地环境里，回答必须体现“先保上线、再保指标、持续迭代”的务实节奏，而不是“一次性完美”。

知识点

1. 算法不可实现的四类根因

   1. 数据：样本偏差、标注成本、隐私合规（如《个人信息保护法》对敏感生物数据的限制）。
   2. 模型：SOTA 天花板、任务定义冲突（如端到端 vs 分段式）、线上延迟 > 业务 RT 上限。
   3. 算力：GPU 配额、推理成本占收入比 > 5% 即被判“不经济”。
   4. 场景：开放环境噪声、用户作弊、监管灰度。

2. PRD 的“三维指标”写法
   必达指标（上线门槛）、力争指标（业务承诺）、远景指标（故事估值），每维再给出模型指标→用户体验指标的映射函数，例如 Recall↑3% → 客诉率↓1%。

3. 国内沟通“三会一表”机制
   需求评审会（业务+产品+算法+法务）、技术估时会（算法+工程+运维）、上线决策会（GM 拍板），会后输出《指标变更确认表》留痕，防止复盘扯皮。

4. 合规红线
   若调低精度带来误判，需同步评估《互联网信息服务算法推荐管理规定》备案条款，避免“诱导消费”或“大数据杀熟”风险。

答案

我会分四步闭环处理，每一步都同步更新 PRD 版本号并邮件周知，确保“文档-沟通-代码”三位一体。

步骤 1：根因对焦（1 天内）
拉 30min 快速评审，让算法同学用“数据-模型-资源”三段式举证：

• 数据：现有正样本 1.2 万，负样本 80% 来自旧场景，存在 23% 分布漂移。
• 模型：同任务公开榜 SOTA 仅 0.742 F1，PRD 要求 0.82，差距 7.8 个百分点。
• 资源：上线 QPS 500，延迟 80 ms，GPU 推理成本 0.18 元/次，占 GMV 6.4%，财务否决。
  用“举证清单”模板让算法签字确认，避免“拍脑袋说做不到”。

步骤 2：指标重设（2 天内）
在 PRD v1.2 中把原指标拆成三维：

• 必达：F1≥0.72（可上线），对应客诉率≤2.5%，延迟≤120 ms，单次成本≤0.10 元。
• 力争：F1≥0.78，对应客诉率≤1.8%，延迟≤100 ms，单次成本≤0.13 元。
• 远景：F1≥0.82，列入 Q3 技术攻关 OKR，需新增 5 万高质量标注+200 张 A100 卡。
  同时给出“体验补偿”方案：当模型置信度<0.7 时，前端弹人工复核入口，把业务损失转译为“增值服务”。

步骤 3：资源谈判（3 天内）
拿着三维指标找业务 GM 与财务：

• 若业务侧坚持 0.82，则申请追加 0.3% GMV 作为 AI 预算，并同意延后 6 周上线；
• 若必须按期上线，则接受 0.72 版本，但运营侧加 20% 人力兜底审核，把“算法+人工”整体客诉率锁在 2% 以内。
  最终拍板结果写进《指标变更确认表》，附到 PRD 附录，Confluence 留痕。

步骤 4：迭代预埋（上线后）
在 PRD 里增加“数据回流”章节：

• 前端回传用户“点踩/点赞”信号，7 天回流 10 万有效样本；
• 每双周自动触发模型重训，使用 5% 流量灰度，提升 1% F1 即全量；
• 若连续两次迭代无提升，触发“技术复盘+场景重估”阀门，防止无限投入。

通过以上四步，既让算法团队看到“不是简单压指标”，也让业务方拿到“可承诺、可衡量、可撤退”的方案，符合国内互联网“小步快跑、快速拍板”的节奏。

拓展思考

1. 如果算法团队用“黑盒”理由拒绝，例如“深度模型不可解释，无法保证 95% 精度”，可要求其提供消融实验报告，把“不可解释”拆解为“特征重要性分布”“对抗样本误差边界”两张图，用数据化方式继续谈判。
2. 当指标涉及合规红线（如人脸识别误识率），宁可延期不可妥协；此时 PRD 要增加“法务一票否决”阀门，并在评审会提前邀请网安部门列席，避免“先上线后补证”的行政处罚。
3. 长期看，产品经理应在需求池阶段就建立“算法可行性预评审”轻流程：算法同学每周给出“新需求技术红绿灯”，把风险前置到 PRD 动笔前，减少临时返工。