我在面试里答串的概念 - AI PM 面试复盘 02
The concepts I mixed up in interviews: Discovery, Prioritization, Evaluation- 面试里我几次答串：对方问 Prioritization，我还在讲 signal 质量和验证；对方问 Discovery，我又太快跳到价值、成本和优先级。
- 我现在这样区分三个概念：Discovery 看问题找对了没有，Prioritization 看事情排对了没有，Evaluation 看结果有没有达到预期。
- 一个客户需求可以算 discovery signal，但证明不了问题成立，也不会自动排进 roadmap。面试时先判断对方问的是哪一步，再回答。
有几次面试，我在几个很接近的问题上答偏了：
一次，对方把客户反馈整理、聚类，问“接下来怎么决定做什么？”我却继续讲 signal 的质量和验证。对方提醒：他问的是 Prioritization。
另一次，对方问：面对开放的问题空间，怎么找到真正值得解决的问题？我的回答又太快进入价值、成本和优先级。回头想想才知道他问的是 Discovery
回到完整流程：
Goal / Outcome → Problem Discovery → Opportunity Set → Prioritization → Solution Discovery → Delivery → Evaluation / Measurement → Iteration
实际工作不会这么线性，但很适合定位问题。
01｜Discovery：什么问题值得解决？
从用户、数据、客服 / 运营反馈、workaround 等信号里找重复模式，区分表面的 request 和更底层的问题，再验证它是否真实、重要。
02｜Prioritization：几个值得做的问题里，先做哪个？
问题大体成立，但资源有限。这时比较必须做的事、用户和业务价值、紧迫性、证据强弱、工程成本、依赖和风险。
本质是在有限资源下做取舍：这个往前排，什么就要往后放。
03｜Evaluation：做出来以后，到底好不好？
看结果有没有达到 success criteria。
普通产品可能看 conversion、retention；AI 产品还会多看 accuracy、groundedness、human override、latency、cost。上线前做 eval，上线后还要看真实使用中的表现。
三个概念都在影响“我们做什么”，所以很容易混。
我现在简单记成：
- Discovery：问题找对了吗？
- Prioritization：事情排对了吗？
- Evaluation：结果达到预期了吗？
一个客户需求可以是 discovery signal，但不能因此证明问题成立，也不会自动获得 roadmap priority。
面试里，先判断对方问的是哪一步，再回答。