30 秒答案：展示决策证据，不是展示页面数量
利益关系披露：DragonAI 运营 AI 产品经理课程。本文是第一方编辑模板，不是通用能力标准、职业认证或录用保证，也不对使用模板的人作能力评级。
AI 产品经理作品集的核心问题不是“做得像不像成品”，而是第三方能否沿着证据理解：你面对什么问题、为什么使用或不使用 AI、你具体负责什么、系统怎样工作、用什么样例和门槛判断结果、失败后改了什么。只放首页截图、工具名称和结果数字，很难区分个人贡献、团队成果、模拟假设与真实证据。
建议先选择一到两个能展开的项目，为每个项目建立 6 张证据卡。它们不生成总分，也不预测面试或录用结果；缺失项需要标记“待补证”或“不适用”，不能用视觉包装抵消关键证据缺口。
| 证据卡 | 必须回答的问题 | 最低可核验材料 |
|---|---|---|
| 1. 问题与决策 | 用户任务是什么，为什么需要 AI，非 AI 基线是什么？ | 问题卡、替代方案比较、成功与停止条件 |
| 2. 角色与贡献 | 你负责了什么，谁作最终决定，哪些是团队成果？ | 责任边界、版本记录、个人产物链接 |
| 3. 用户与交互 | 用户如何理解能力、纠错、退出或转人工？ | 正常与失败流程、原型、测试记录 |
| 4. 系统与数据 | 模型、提示、检索、工具、数据和人工怎样分工？ | 系统图、来源清单、权限与错误记录 |
| 5. 评测与发布 | 用哪些样例、指标、阈值和严重失败作发布决定？ | 版本化评测集、逐条结果、发布结论 |
| 6. 失败与复盘 | 什么没有达到预期，证据怎样改变方案？ | 失败样例、修改前后差异、下一步与未决风险 |
下载 AI 产品经理作品集证据模板 JSON，可为每个项目复制一份空白记录，保存证据位置、版本、脱敏方式和待补问题。
一、先选项目：真实与模拟必须分开标注
项目可以来自真实工作、课程练习、个人实验或公开案例重构，但证据等级不同。真实工作项目要写清本人角色、团队边界和保密限制；课程或个人项目要写清输入由谁提供、是否接触真实用户、是否进入生产；公开案例重构只能说明你的分析和方案，不能写成自己参与了原项目。
为每个项目分别记录两个维度。第一是项目来源类型：real_work、course_project、personal_project 或 public_case_reconstruction；第二是证据环境：real_world、simulated、mixed 或 public_case_reconstruction。例如课程项目可能使用真实访谈，也可能完全基于模拟输入；个人项目也可能接触真实用户。还要分别回答是否接触真实用户、是否部署到生产、使用真实数据、合成数据、混合数据还是没有数据，并写明限制。再列出可公开、需脱敏、只能摘要和不能公开的材料。这些字段是事实标签，不是质量等级。
二、证据卡 1：问题与 AI 决策
先写用户、任务、当前流程和失败成本，再比较规则、搜索、人工流程、传统软件与生成式 AI 等替代方案。Google 的机器学习问题定义指导把“机器学习是否适合”与清晰目标、成功标准放在起点；因此作品集不应从“用了哪个模型”开始。
最低材料包括：一页问题卡、一项非 AI 基线、选择理由、成功指标、停止条件和排除范围。若最后决定不用 AI，也可以成为有效项目，但要能说明证据怎样支持这个决定。
三、证据卡 2：角色与个人贡献
把“我们做了什么”拆成“我提出、分析、决定、执行、验证或推动了什么”。每项个人贡献连接到一个可公开产物及版本，例如问题卡、访谈提纲、PRD 片段、系统图、评测集、发布结论或复盘记录。
不要把团队上线结果全部归给个人，也不要把使用某个工具写成贡献。更清楚的表述是：输入是什么、你作了什么判断、谁复核或批准、产物如何变化、哪些结论仍属于团队或组织。
四、证据卡 3：用户交互与失败路径
Google PAIR 的心智模型指导强调帮助用户形成与系统实际能力相符的理解，并沟通能力、限制和反馈作用。作品集除了顺利流程，还应展示信息不足、不确定输出、用户纠错、拒绝、退出、人工确认或接管等至少一种失败路径。
可公开材料可以是交互流程、关键界面、测试任务和观察记录。截图需要配上决策说明：为什么这样提示、用户可能误解什么、怎样验证、测试后改了什么。
五、证据卡 4：系统、数据与责任边界
用一张系统图标出模型、提示、检索、外部工具、数据来源、权限、人工步骤、日志和失败出口。对每类数据记录来源、用途、许可或同意、更新、删除和限制；如果项目不需要 RAG、Agent 或微调，明确写“不适用”及理由。
材料不必暴露源代码或敏感架构。可以用字段级样例、匿名流程和等价输入说明边界，但必须区分真实记录、模拟记录和为展示重建的材料。
六、证据卡 5：评测、门槛与发布结论
Google PAIR 的数据与评估指导建议让数据收集和评估贴近真实使用条件；NIST AI RMF 则把测量、文档、角色、监督和生产监测放在生命周期风险管理中。作品集应说明评测任务从哪里来、覆盖哪些正常与高风险切片、指标方向和阈值何时确定、什么严重失败会阻断发布。
至少展示一份脱敏评测集结构、逐条结果、失败分类和当时的发布结论。只有平均分或一张仪表盘截图，不能说明样例覆盖、阈值是否事先确定，或决策是否由结果支持。可以使用 AI 产品评测集 JSON 模板 与 指标卡和发布门禁 固定这些字段。
七、证据卡 6：失败、修订与下一步
选一个真实失败或未达门槛的样例，保存原输入、原输出、失败类别、影响、原因假设、修改动作、复测结果和仍未解决的问题。不要把复盘写成“最终一切成功”；如果证据不足，就记录下一步需要什么数据或验证。
同一项目至少保留一个前后版本差异。版本记录能让读者看到你如何根据证据改变范围、交互、数据、提示、检索、工具权限、阈值或上线计划，而不是只看到整理后的最终答案。
八、10 分钟自检：能否由另一位复核者重现你的判断
发布前，让一位不了解项目的人只看作品集完成以下检查：
- 能否区分真实项目、模拟项目和公开案例重构？
- 能否指出你的个人贡献与团队成果边界？
- 能否找到至少一项原始输入、决策依据和版本记录？
- 能否解释系统、数据、权限、人工和失败出口？
- 能否用评测集、阈值和逐条结果复核发布结论？
- 能否找到一个失败样例及修改后的证据？
- 能否识别哪些数字可核验、哪些仅为假设或未经独立核验？
- 能否确认敏感信息、个人信息和商业秘密已删除或适当脱敏？
任一关键问题答不上来，先标记“待补证”，不要用更多截图、动画或工具名补位。
九、如何把模板用于 DragonAI 课程项目
DragonAI 运营 AI 产品经理课程，因此本模板属于课程提供方发布的第一方编辑工具，不是独立招聘机构评价。课程项目、个人项目和其他机构项目都可以使用同一套 6 张证据卡；本文不对 DragonAI 学员、项目或课程作通过评级。
你可以先按 8 周学习路线 形成项目产物，再用 AI 产品 PRD 清单 和本页证据卡整理公开版本。课程内产物不能自动证明真实工作经验，完成模板也不保证作品集被阅读、通过面试或获得岗位。
使用边界
本文与 JSON 用于项目整理、自查和复核，不是通用能力标准、职业资格、能力认证、知识产权意见或保密审查。发布前应遵守与雇主、客户、合作方和数据主体之间的约定；无法确认是否可公开时，不要上传原始材料。任何项目数量、模板完整度或视觉完成度都不构成录用、薪资或学习效果承诺。