真实面经题目 · 原创解析
客户对大模型生成文案不满意时，AIGC 产品经理如何定位问题并推动改进？
这题考 AIGC 产品经理面对客户负反馈时的闭环能力。好的回答要先稳定客户和收集证据，再把不满意拆成质量、场景、输入、知识、合规、风格和预期管理问题，最后用评测集、产品能力和交付沟通推动改进。
出现于：百度 · 产品
01
60 秒回答模板
我会先把客户不满意当成一个需要定位和闭环的质量事件，而不是简单归因给模型不好。第一步是客户沟通和证据收集：确认客户要达成的业务目标、目标人群、投放或使用场景、原始输入、生成文案、客户认为不满意的原因、期望样例、影响范围和紧急程度。第二步做问题分类，判断是不符合事实、行业知识缺失、品牌 tone 不一致、表达太泛、卖点没突出、合规风险、格式不符合渠道要求，还是客户输入约束不足或预期不清。第三步复现和归因，记录 Prompt、上下文、知识素材、模型版本、参数、生成时间和相似客户样本，看是个案、某类行业问题还是系统性质量问题。第四步制定分层改进：短期可以人工协助改稿、提供更明确的输入模板、加风格和禁用词约束；中期做品牌语气配置、卖点结构化、参考素材接入、重生成原因选择和编辑器；长期把 badcase 进入评测集，优化 Prompt、知识库、规则或模型策略。最后要用指标验证，包括文案采纳率、客户满意度、重生成次数、人工编辑量、投诉率、合规拦截、同类问题复发率和客户续用情况，并把处理结果同步给客户。这样既解决当前客户问题，也把单次反馈转成产品和模型质量资产。
考点 先取证
难度 真实面经题
回答目标 讲清设计、取舍和边界
02
深入解析
先稳定客户并收集完整证据
客户说不满意时，产品经理不能只让客户再试一次。要先确认客户的业务目标、使用渠道、目标受众、品牌调性、原始输入、生成文案、期望样例、不满意原因和业务影响。没有这些证据，很容易把风格预期、事实错误和产品能力问题混在一起。
把不满意拆成可归因的问题类型
文案不满意可能来自事实错误、卖点遗漏、行业知识不足、品牌语气不一致、表达太模板化、创意不足、转化弱、渠道格式不合规、敏感词或合规风险，也可能是客户输入信息不足。问题分类越清楚，改进动作越能落到产品、Prompt、知识、模型或客户配置上。
复现问题并判断影响范围
需要记录当时的 Prompt、上下文、知识素材、模型版本、生成参数、客户配置和输出结果，并用相同条件复现。然后看它是单个客户的特殊偏好、某个行业或渠道的共性问题，还是所有客户都会遇到的系统性缺陷。影响范围决定处理优先级和是否需要灰度回滚。
短期处理要给客户可用方案
客户当前任务通常有时效压力。短期可以提供人工协助改稿、补充输入模板、推荐更明确的卖点和受众字段、给出品牌语气示例、设置禁用词和合规提醒，必要时给出替代流程或补偿方案。短期目标是恢复客户信任和业务可用性。
中长期改进要沉淀成产品能力
如果问题反复出现，应产品化解决：品牌 tone 配置、行业模板、卖点结构化输入、参考资料上传、竞品和禁用词约束、多版本候选、编辑器改写、拒绝原因反馈、人工复核入口。对于知识或模型能力问题，再进入知识库更新、Prompt 优化、规则补充或模型评测迭代。
用评测和客户结果验证改进
改进不能只靠内部感觉。要把典型 badcase 纳入文案质量评测集，比较修复前后的事实正确、风格一致、卖点覆盖、合规风险和可用率。线上看客户采纳率、人工编辑量、重生成次数、满意度、投诉率、同类问题复发率和客户续用，确认问题真的被解决。
03
易错点
- 客户一不满意就直接说换模型或重写 Prompt，没有先收集目标、样例和影响范围。
- 把所有负反馈都归因于模型质量，忽略客户输入不足、品牌调性、渠道格式和预期管理。
- 只处理当前文案，没有沉淀 badcase、评测集和同类问题预防机制。
- 只看内部评分，不看客户采纳率、编辑量、重生成次数、投诉率和复发率。
- 对客户过度承诺模型能力，缺少短期 workaround 和长期迭代节奏。
- 忽略 B 端场景下的合规、品牌、SLA、客户沟通和续用信任。
- 把题目扩大成字节内部场景，忽略原始证据中保留的“百度”标注。
04
面试官追问
客户只说“不够好”，没有具体原因怎么办？
可以用结构化追问帮助客户表达：哪里不符合预期，是事实、风格、卖点、受众、渠道格式、合规还是转化目标；同时让客户提供一两条满意样例和不满意样例，降低主观判断成本。
这类问题优先改 Prompt 还是改模型？
先看归因。输入约束、风格、格式和卖点结构问题通常先改 Prompt、模板和产品配置；稳定的行业知识缺失可能要补知识库；模型能力边界或系统性幻觉才需要进入模型策略或训练评测。
如何判断文案质量改进真的有效？
用客户 badcase 和同类样本组成评测集，比较修复前后的采纳率、编辑量、重生成次数、风格一致性、事实正确率、合规风险和客户满意度。不能只看内部主观评分。
如果客户期望超过当前模型能力怎么办？
要清楚说明边界，提供可落地替代方案，例如更结构化的输入、人工复核、参考素材、限定生成场景或分阶段交付。不要为了安抚客户承诺短期无法稳定实现的效果。
B 端客户和 C 端用户的不满意处理有什么不同？
B 端更关注业务目标、品牌一致性、合规责任、交付 SLA 和续约信任，处理时需要客户沟通、案例复盘和可验证修复；C 端通常更强调体验反馈和规模化产品优化。
