主分类：Agent 产品经理
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Agent产品专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "音乐事业部",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "产品"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、持续深入理解用户需求：通过用户访谈、行为数据分析、社区观察等方式，准确判断用户在音乐场景中的真实动机与痛点，将模糊的用户信号转化为清晰的产品机会。\n2、负责云音乐 Agent 产品的规划与落地：定义 Agent 的核心使用场景与能力边界，规划产品路线图，推动 Agent 从能用到好用、从单次交互到持续依赖的演进。\n3、负责平台核心功能的迭代优化：围绕用户留存与平台黏性，规划并推进平台侧功能的改进，让平台体验与 Agent 体验形成合力，共同服务用户。\n4、统筹两条线的协同推进：识别 Agent 与平台功能之间的联动机会——哪些场景适合用 Agent 解决，哪些适合平台功能承接，如何互相引导与强化，构建更完整的用户旅程。\n5、建立产品度量体系：定义并追踪核心指标，通过 A/B 测试、灰度实验等方法验证产品假设，用数据指导迭代方向。\n6、主导 Agent 产品的结果评估与持续调优：建立 Agent 效果评测框架，设计评估指标与测试集，持续分析 Agent 在真实场景中的表现，识别能力短板，推动模型与产品的迭代优化，形成\"评估 → 调优 → 验证\"的闭环。",
"requirements_text": "1、3 年以上产品经理从业经验，有完整的产品规划与落地经历。\n2、是云音乐的深度用户，对音乐、内容或社区产品有真实热情，对用户在音乐场景中的行为与情感有细腻感知。\n3、是 Agent 产品的高强度用户，熟悉 Agent 产品的各种形态，深度使用各种 Agent产品及 AI 音乐生成类产品。\n4、具备系统性的用户研究能力：能够设计并执行问卷、访谈、A/B 测试、灰度实验等方法，使用统计工具严谨分析数据，做出有依据的产品决策。\n5、理解 LLM 及 Agent 基本机制，对 Tool Use、Memory、Planning、MCP、Multi-Agent 等核心概念有第一手认知，对 Prompt Engineering 及 Context Engineering 有实践经验。\n6、具备 UI/UX 设计素养，能够在 AI 辅助下完成产品原型图设计与 UI 设计相关的产品工作。\n7、优秀的中文表达与沟通能力；能够清晰阐述产品逻辑，推动跨团队对齐。",
"skills": [AI生成
"用户研究",
"产品规划",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=77396&lang=zh"
}
]
},
"posting": {
"posting_id": "77396",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=77396&lang=zh"
},
"fulltext": "Agent产品专家\n职位描述\n1、持续深入理解用户需求：通过用户访谈、行为数据分析、社区观察等方式，准确判断用户在音乐场景中的真实动机与痛点，将模糊的用户信号转化为清晰的产品机会。\n2、负责云音乐 Agent 产品的规划与落地：定义 Agent 的核心使用场景与能力边界，规划产品路线图，推动 Agent 从能用到好用、从单次交互到持续依赖的演进。\n3、负责平台核心功能的迭代优化：围绕用户留存与平台黏性，规划并推进平台侧功能的改进，让平台体验与 Agent 体验形成合力，共同服务用户。\n4、统筹两条线的协同推进：识别 Agent 与平台功能之间的联动机会——哪些场景适合用 Agent 解决，哪些适合平台功能承接，如何互相引导与强化，构建更完整的用户旅程。\n5、建立产品度量体系：定义并追踪核心指标，通过 A/B 测试、灰度实验等方法验证产品假设，用数据指导迭代方向。\n6、主导 Agent 产品的结果评估与持续调优：建立 Agent 效果评测框架，设计评估指标与测试集，持续分析 Agent 在真实场景中的表现，识别能力短板，推动模型与产品的迭代优化，形成\"评估 → 调优 → 验证\"的闭环。\n\n职位要求\n1、3 年以上产品经理从业经验，有完整的产品规划与落地经历。\n2、是云音乐的深度用户，对音乐、内容或社区产品有真实热情，对用户在音乐场景中的行为与情感有细腻感知。\n3、是 Agent 产品的高强度用户，熟悉 Agent 产品的各种形态，深度使用各种 Agent产品及 AI 音乐生成类产品。\n4、具备系统性的用户研究能力：能够设计并执行问卷、访谈、A/B 测试、灰度实验等方法，使用统计工具严谨分析数据，做出有依据的产品决策。\n5、理解 LLM 及 Agent 基本机制，对 Tool Use、Memory、Planning、MCP、Multi-Agent 等核心概念有第一手认知，对 Prompt Engineering 及 Context Engineering 有实践经验。\n6、具备 UI/UX 设计素养，能够在 AI 辅助下完成产品原型图设计与 UI 设计相关的产品工作。\n7、优秀的中文表达与沟通能力；能够清晰阐述产品逻辑，推动跨团队对齐。\n1、持续深入理解用户需求：通过用户访谈、行为数据分析、社区观察等方式，准确判断用户在音乐场景中的真实动机与痛点，将模糊的用户信号转化为清晰的产品机会。\n2、负责云音乐 Agent 产品的规划与落地：定义 Agent 的核心使用场景与能力边界，规划产品路线图，推动 Agent 从能用到好用、从单次交互到持续依赖的演进。\n3、负责平台核心功能的迭代优化：围绕用户留存与平台黏性，规划并推进平台侧功能的改进，让平台体验与 Agent 体验形成合力，共同服务用户。\n4、统筹两条线的协同推进：识别 Agent 与平台功能之间的联动机会——哪些场景适合用 Agent 解决，哪些适合平台功能承接，如何互相引导与强化，构建更完整的用户旅程。\n5、建立产品度量体系：定义并追踪核心指标，通过 A/B 测试、灰度实验等方法验证产品假设，用数据指导迭代方向。\n6、主导 Agent 产品的结果评估与持续调优：建立 Agent 效果评测框架，设计评估指标与测试集，持续分析 Agent 在真实场景中的表现，识别能力短板，推动模型与产品的迭代优化，形成\"评估 → 调优 → 验证\"的闭环。\n1、3 年以上产品经理从业经验，有完整的产品规划与落地经历。\n2、是云音乐的深度用户，对音乐、内容或社区产品有真实热情，对用户在音乐场景中的行为与情感有细腻感知。\n3、是 Agent 产品的高强度用户，熟悉 Agent 产品的各种形态，深度使用各种 Agent产品及 AI 音乐生成类产品。\n4、具备系统性的用户研究能力：能够设计并执行问卷、访谈、A/B 测试、灰度实验等方法，使用统计工具严谨分析数据，做出有依据的产品决策。\n5、理解 LLM 及 Agent 基本机制，对 Tool Use、Memory、Planning、MCP、Multi-Agent 等核心概念有第一手认知，对 Prompt Engineering 及 Context Engineering 有实践经验。\n6、具备 UI/UX 设计素养，能够在 AI 辅助下完成产品原型图设计与 UI 设计相关的产品工作。\n7、优秀的中文表达与沟通能力；能够清晰阐述产品逻辑，推动跨团队对齐。",
"standard_classification": {
"std_category_code": "PM004",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}