前言：本文作者@朱明德 是我们“AI产品经理大本营”的成员，最近花了一个半月的时间，输出重磅报告《AI新职位“人工智能训练师”》，为了方便后续团员们更加高效的输出重磅报告，特意整理了本操作手册，供大家参考。

目录

序言

一、操作手册（流程）

二、如何提高协作效率、节省彼此时间

三、总结

1 序言

1.1 如何算是一份“针对具体主题的好报告”

在介绍如何输出一份重磅报告之前，首先需要定义如何算是一份“针对具体主题的好报告

”：

0）把这个领域所有相关的文章、书籍等网上资料，都看完了（心里就有底了）；

1）报告10%的篇幅，简单写行业方向概括；

2）报告60%的篇幅，重点针对某个具体的“细分”方向的深入研究结果，目的是给阅读者（比如未来的面试官）新的信息输入，并证明你的主动性和信息挖掘能力；

3）报告30%的篇幅，能提出好的问题。好的标准是什么？大家可以自己慢慢思考。比如A）“具体”并且有自己的一手资料和数据支撑的问题。举例：中国2016年众筹机器人，40~50%是儿童机器人，那么在欧美市场是否也认为儿童是现阶段更好的切入场景？B）最好是跟你有关，而不是泛泛地说“请点评人工智能”之类的。C）能写出自己的观点，并且最好给别人选择题，而不是问答题。

4）附录：所有的已有行动过程举证清单。

注：“针对具体主题的好报告”的定义来源于图灵机器人黄钊老师的分享文章《重要 | 关于“输出”的几点建议_20171019》https://shimo.im/docs/jd8grTxlSs8P0pBU/

1.2 关于输出的时间规划

另一个大家比较关心的问题，应该就是输出这样一份“针对具体主题的好报告”预计需要多长时间？

从实操经验看，如果是离职状态，每天投入8小时，预计需要四周左右（28天），具体的时间规划如下：

•  选题（2天）

•  文章框架（5天）

•  正文内容（9天）：初稿（4天）+二稿（3天）+三稿（2天）

•  VI（3天）

•  复盘总结（2天）

•  预留buffer时间（7天）

如果是正常上班，在工作之外的时间处理，天数需要double，预计八周左右（56天）。

最后，分享一个时间规划方面的建议：调整好每一步的心理预期。

•  前期，对难度和时间规划，可能会有过高预期（以为能很快完成，实际遇到各种异常情况）；

•  后期，可能会心里烦躁（因为会有非常多的细节调整、反复生成/保存文档）。

2 操作手册（流程）

以下为从选题到总结的完整输出流程：

2.1 选题

作为流程中的第一个环节，选题的质量将直接关系到报告能否出彩，可以按照以下原则一步一步确定最终的选题。

2.1.1 明确本次输出的核心稀缺价值

•  新观点（和行业主流观点相反，或者更深一层）

•  新角度（对于已有的观点从一个全新的角度进行分析和挖掘）

•  填补行业的空白（行业中的新概念或新现象）

•  其它稀缺价值

2.1.2 对已有选题的check原则：

•  选题不要太宏观，宁愿选择更小的切入点；

•  可以把现有的角度或者研究方法运用到新的研究对象上，更容易写出比较出彩的报告。比如，对于AI行业中诞生不久的新职位“人工智能训练师”（新研究对象），用工作流、相近岗位的类比等（现有的研究方法）进行分析。

确定最终的选题后，填写选题申请链接，然后通过微信/公众号/知乎等途径单独联系团长，获取一些专业的建议后调整自己的选题，继续进入下一个环节。

2.2 框架

报告框架决定整个报告的逻辑结构，同时也能为后续的环节做好铺垫和引导，一旦有漏洞，后期会事倍功半；尽早确定高质量的报告框架，后续会事半功倍。

以下是报告框架的模板和最终的报告下载链接：

附：最终报告的下载链接: https://pan.baidu.com/s/1o9z1rN8 密码: dvbc

整个报告框架主要遵循MECE原则（完全穷尽、相互独立），描述了同一个母主题下，不同子主题之间（相互独立）以及子主题和母主题之间（完全穷尽）的关系，确保结构上的严谨性和逻辑性。以下的两个例子分别说明了相互独立和完全穷尽这两个原则：

•  在分析人工智能训练师的人才缺口时，对于当前和未来两个时间截点分别从定量和定性两个角度进行分析，这两个角度之间是“相互独立”的，确保两类分析中不会出现重复内容。

•  在人工智能训练师的职位辨析中，除了在工作流上关联较大的数据标注和AI产品经理两个职位，还要和工作职责接近的初级互联网数据PM进行辨析，尽量做到职位辨析的“完全穷尽”。

2.3 内容

撰写开始前的准备方式主要有以下三种，这里主要介绍第一种“一对一的调研”：

•  对特定调研对象一对一的调研

•  通过问卷形式面向大众的调研

•  对参考文献的观点按照框架进行梳理

2.3.1 调研（一对一）

高质量的重磅报告离不开对于重点问题的深入调研，从调研中可以获取自己想要的信息和观点、同时也能验证自己的一些想法。

调研的具体流程如下：

2.3.1.1 调研邀请函的撰写

根据自己面临的问题，梳理出调研需求，确定调研对象、预计占用对方的时间和调研问题等关键要素。

以下是调研邀请函的模板

以下是第一版调研邀请函，可作为（反例），对比学习参考。

附：调研邀请函模板的查看链接（可复制后使用）：https://shimo.im/docs/L3lNnwc0axQZ0W8h/

从两个版本调研邀请函模板的对比可以总结出以下check原则：

•  要附上最新的调研成果（作为提供给调研对象的价值之一）

•  调研问题部分需突出重点，并通过问题的排列顺序体现问题之间的逻辑

•  要说明能为调研对象带来的价值（个人或公司的宣传、提供调研成果等）

2.3.1.2 调研交流过程

在和调研对象面对面或者电话交流过程中，需要注意以下几个方面：

•  尽量照顾到对方的利益和诉求（调研时间、地点、方式）

•  尽量不要涉及太细节的、和对方公司有关的内容

•  需确认对方是否方便在最终的报告中署名

•  调研结果及时反馈给对方并表达感谢

另一方面，学会如何提问是调研交流中的重要技能之一，能够大大提升调研的效率并获得一些高质量的调研结果，以下是一些相关的技巧总结和学习方法：

•  封闭类问题（选择性问题）> 开放类问题，封闭类问题的备选内容是自己的思考结果，便于双方的高效沟通

•  和选题原则类似（新观点、新角度、填补行业空白等）

•  最好能体现出自己的思考或者前期成果

•  图灵机器人黄钊老师的分享文章《新玩法“每周一问”+“如何提出高质量问题”_20170906》

•  可学习公众号“LateNews by 小晚”的文章，例如可参考《周日换频道（23）_文章逐句解读_《对话程维：多数人只知道战争，却并不真正理解竞争》_20180107》https://shimo.im/docs/upGSjgztIhkJk8He/

2.3.2 撰写

完成调研并整理好调研结果后，正式进入报告的撰写环节，在前期确定的文章框架的基础上，完善每一部分的内容。以下三个方面是撰写过程中需要特别注意的地方：

2.3.2.1 文字表达的基本功

对于专业性较强的报告，要求能够清晰且准确地表达作者的观点，在撰写过程需要做到以下几点：

•  语言简洁，少用长句（一般超过20个字的句子，要考虑拆成短句）

反例（划红线部分超过20个字，阅读体验较差）：

正例（修改后）：

•  表达精准，结论和重点先行

反例（描述未来5年的人才缺口，主要结论是画红线这句，藏在了这段文字的最后，阅读体验非常不友好，光看小标题无法判断这段文字内容是否需要细看）：

正例（修改后）：

•  避免过于口语化，尽量减少“的”（可以通过调整主谓宾语序，将“的”过滤掉）

反例（句末出现“的”是口语化的表达，要尽量避免出现，可以调整句子结构）：

正例（修改后）：

•  同一段落中句式要统一

反例（核心结论中，第一点用了“人工智能训练师的xxx”的句式，而后几点没有和第一点保持一致）：

正例（修改后）：

•  逻辑或者内容上更接近的内容尽量放在一起

反例（一开始整理的文章框架中，描述数据标注、人工智能训练师和AI产品经理之间工作流的内容被单独放到上述三者职位辨析的前面。而实际从内容上看，这部分的工作流以及第四点的工作交付物，和三者职位辨析的内容非常接近）：

正例（修改后）：

•  内容的排版要符合句子之间的逻辑

结论（解决方案）-现象-原因

结论-大前提-小前提

正例（以下这段描述结论的文字，红线部分对应于“结论”、蓝线部分对应于“现象”、黄线部分则对应于“原因”。符合第一种表达逻辑，可以更清楚地理清该结论的论证过程，同时，使结论具有更强的说服力）：

2.3.2.2 对基础数据的处理需要符合逻辑和推理的严谨性

报告中一般都会加入一些定量分析，其中会涉及到处理相关基础数据，如果想从已知的基础数据中推测出未知的数据，则需要更多的相关基础数据的支持，或者利用中间数据进行递推（A→B + B→C = A→C）。比如：

截图中的报告，1~3岁互联网PM从业者人数无法直接找到基础数据，需要人工推算。

反例（缺少关键的基础数据支持，更多地依靠个人主观预估，容易产生较大的偏差）：

1~3岁互联网PM预估人数=2016年互联网从业者人数*产品经理从业者人数占比*50%（根据个

                                          人经验的预估）

正例（加入了“3年以下互联网从业者人数占比”和“2016年底的互联网从业者人数增长率”两个基础数据）：

1~3岁互联网PM预估人数=2016年互联网从业者人数*2016年底从业者人数增长率*

                                              3年以下工作经验的从业者人数占比*产品经理从业者人数占比

最终计算结果为4~5万人，相比反例中的40万左右更为精确。

2.3.2.3 发现的新观点不要直接加到文章中，先在文章框架中调整，再调整正文。

2.3.2.4 用词在准确的基础上保持一致（多次输出的情况需特别注意）

如果是分多次长期输出的内容，对于几个词代表同一个意思的情况，应该予以统一，文字中前后表达的不一致会导致读者的理解困难，在初稿完成后需特别注意检查确认。

另一方面，一些词语在某些情况下可能有不同的意思，这时就不能强求统一。

正例：

•  “商家”、“卖家”、“店家”；

•  “顾客”、“客户”、“买家”、“客人”、“用户”；

•  “宝贝”、“商品”、“产品”；

•  “账号”、“账户”

还有一些特殊的情况，涉及到文字使用版权问题，尽量注意避免。

“双十一”、“双十一狂欢节”、“双十一网购狂欢节”、“双11狂欢节”、“双11网购狂欢节”，这些词已被阿里巴巴注册，所以其它平台的书中不能出现这些词，但可以用“11.11”。

2.3.3 美化（可视化表达）

在报告的文字内容完成后，为了提高增加报告的可读性和阅读体验，需要通过可视化表达的方式对部分文字内容和数据图表进行美化，建议掌握最基本的实用技巧，根据需要学习相关的高阶技巧，最终在报告中实践这些技巧。

2.3.3.1 实用技巧

首先，要明确可视化表达最重要的原则：重点突出，结论秒懂。

•  饼图：把突出部分与其它部分分离开。

•  柱状图：用颜色或排列的顺序突出重点数据。

•  把office默认图表里的和主体信息无关的干扰元素全部去掉

其次，根据数据的特征选择合适的图表形式，常用的图表形式有以下五种：

•  柱状图 → 数据分布

•  饼图    → 比例

•  折线图 → 趋势

•  气泡图 → 相关性

•  雷达图 → 综合

最后，活用PPT中自带的形状和相应的变形，可实现大部分的图形要求。

以下是常用的五种编辑形状的工具：

2.3.3.2 高阶技巧

相比于实用技巧，需要投入更多的时间成本，可以产生更惊艳的效果。

•  专业的在线信息图表制作神器：canva&创客贴、Piktochart、百度图说

•  用设计师工具软件AI制作专业图表

•  Office2016中新增的基础图表（可根据场景选择）：旭日图、瀑布图、直方图、树状图

2.3.3.3 相关学习资源

•  日本设计师木村博之的书籍《图解力+跟顶级设计师学作信息图》

•  网易云课程《和阿文一起学信息图表》

最后，附上三个文字内容和数据可视化的案例提供一些参考：

案例1（文字内容的可视化）：通过图片直观描述人工智能训练师的职业发展路径

案例2（文字内容的可视化）：通过雷达图描述人工智能训练师能力模型中不同能力要求的高低对比

案例3（数据的可视化）：通过折线图描述未来5年人工智能训练师人才缺口的增长趋势

2.4 呈现

2.4.1 三种主要呈现形式（报告、文章和信息长图）的对比分析

附：报告的下载链接: https://pan.baidu.com/s/1o9z1rN8 密码: dvbc

文章的查看链接：https://shimo.im/docs/M7Tcu4IRsiwvX4mw

信息长图的查看链接：https://shimo.im/docs/8OGALXRhhHwOy2He/

2.4.2 VI说明

VI是在内容定稿后修改调整比较多的部分，建立统一的VI规范有助于提高效率，降低修改的频率。对应于三种主要的呈现方式，VI规范可以分为共性VI规范、报告VI规范、文章VI规范和长图VI规范四类：

2.4.2.1 共性VI规范

•  整体VI风格需匹配文章本身的风格（比如：科技类文章配明快的VI风格）

•  颜色&背景的统一（选择和背景最适合搭配的VI颜色）

•  图表规范（图表颜色符合VI，而图表的大小要考虑到移动端阅读的便利性）

•  字体规范（文章和图表中的字体需保持统一，文字的强调方式也要保持统一）

•  封面图片版权（明确有版权保护的不适合放在封面）

•  不要出现太多不同类型的VI元素

2.4.2.2 报告VI规范

•  文字排版规范（确定各级标题间距、页面间距、图文间距）

•  报告内容的分页规范

    ▫  单个页面文字内容结束后留白太多的情况，需考虑配图

    ▫  确保每个页面的图文内容分布均匀，符合阅读习惯

    ▫  同一个二级标题的内容尽量不分页

    ▫  二级标题下的同一个段落避免分页

    ▫  图片和对应的文字说明尽量放在同一个页面

•  页眉页脚规范

    ▫  页眉需加上“AI产品经理大本营”

    ▫  使用统一的页码样式“-xx-”或其它常见样式

•  封面封底规范（确定不同内容的字体大小和相互之间的间距）

2.4.2.3 文章VI规范（可参考共性VI规范）

2.4.2.4 信息长图VI规范

•  排版规范（图片为主，文字为辅）

•  最终信息长图的最佳文件大小（在保证清晰度前提下保持在1M左右便于转发）

在VI部分可能会遇到的最典型错误：

•  互相有关联的内容在其中一项调整后，其它的没有同步改正

•  没有用总分or总分总的结构，把结论放最前面

•  同一段落中表达形式未统一（比如：核心结论中统一用“人工智能训练师的xxx：xxxxxx”）

附：VI方面的参考资料和参考模板

参考文章：图灵机器人黄钊老师的《文章初稿写完后，需要注意的15个tips》

文章VI参考模板：《深度报告 | AI新职位“人工智能训练师”_AI产品经理大本营》

报告和信息长图VI参考模板的下载链接: https://pan.baidu.com/s/1o9YDmoa 密码: evd1

2.5 复盘总结

所有的呈现形式都定稿以后，可以对整个输出过程进行一次复盘，一方面可以总结本次输出的得失，收获一些心得体会；另一方面，也可以为下一次的输出打下坚实的基础，主要总结以下几个点：

•  哪里做得好

•  哪里做得不好

•  下次如何改进

•  和标准流程有哪些差异

•  以前复盘中未出现过的新发现或心得

3 如何提高协作效率、节省彼此时间

3.1 输出人方面

3.1.1 报告框架确定后，定期更新项目管理表格，把握好整体的进度

相关的任务主要分为和自己相关的和需外部协调配合的，可在项目管理表格中进行标注，以下的项目管理表格可以作为一种参考：

附：项目管理表格的下载链接: https://pan.baidu.com/s/1ht4xQN6 密码: nqjp

3.1.2 需要团长或其他调研对象配合的任务，尽量提前做足功课确保高效

3.1.3 改动过程中把每次的问题都记录下来，在下一个版本中提醒自己不要重复犯错

3.1.4 重要的改动点突出表示，也可以单独找团长进行确认

3.2 团长方面

•  每次的修改意见通过“截图+文字说明结合”的方式有助于输出人的理解

4 总结

4.1 输出的关键

•  做好选题，这是保证报告质量最关键的第一步

•  确定选题后尽早把文章框架定下来

•  保持良好心态：绕不过去的时间成本和琐碎工作

    ▫  报告框架的反复迭代

    ▫  内容确定后VI部分的修改调整

•  文字内容或数据的可视化表达作为加分项，可提升阅读体验

•  统一的VI标准可以在后期的调整中节约不少时间

4.2 饭团的价值稀缺性

•  针对精准目标用户的发布渠道

•  团长专业的指点和把关

•  标准规范的输出流程

---------------------

以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/ （如果遇到支付问题，请先关注饭团的官方微信服务号“fantuan-app”）