岗位理解类
你对这个岗位的理解是什么？
核心答案
这个岗位的核心是让AI技术在智能硬件上有温度地落地。需要：
- 产品定义能力：将大模型Agent、多模态交互等AI能力转化为用户可感知的陪伴体验
- 软硬协同：协调AI算法、硬件工程、交互设计团队，确保软件体验与硬件表达一致
- 用户洞察：理解C端用户的情感需求，设计有温度的产品
- 数据驱动：通过陪伴时长、对话活跃度等指标持续优化产品
你认为AI陪伴机器人最重要的是什么？
情感化
最重要的是"情感连接"而非"功能堆砌"。用户买的不是一个智能音箱，而是一个能懂他、记住他、陪伴他的伙伴。
- 记忆能力：记住用户说过的话、喜好、习惯，让每次对话都有延续感
- 情感回应：不只是回答问题，而是能感知情绪并给予适当回应
- 个性化成长：每个机器人都因主人不同而变得独一无二
- 多模态表达：语音+表情+动作协同，让"情感"可感知
你怎么看待潮玩IP与智能硬件的结合？
IP联名
潮玩IP是智能硬件突破"工具属性"的关键：
- 情感溢价：IP赋予产品情感价值，用户愿意为喜爱的角色付更高价格
- 降低认知门槛：熟悉的IP形象降低用户对新品类的接受成本
- 社交属性：IP款产品更容易成为社交话题和展示对象
- 持续运营：IP内容可持续更新，延长产品生命周期
关键是要"形神兼备"：不只是外观像IP，对话风格、性格表现也要符合IP设定。
技术理解类
你对大模型在陪伴机器人中的应用有什么理解？
LLM应用
大模型是陪伴机器人的"灵魂"，但需要合理设计才能发挥价值：
- 角色一致性：通过Prompt设计保持机器人性格稳定，不"出戏"
- 记忆系统：RAG检索用户历史，让对话有延续感
- 情感理解：识别用户情绪，生成有温度的回复
- 安全过滤：儿童场景下的内容安全保障
- 成本控制：分层调用策略，简单对话用本地/小模型，复杂用云端大模型
什么是Agent架构？在陪伴机器人中怎么用？
Agent
Agent = LLM + 记忆 + 工具 + 规划，让AI不只是问答，而是能主动思考和行动的智能体。
- 记忆模块：存储用户信息、对话历史、情感状态
- 工具调用：控制舵机做动作、播放音乐、查天气、设提醒
- 规划能力：根据上下文决定下一步行动，而非被动等待
- 主动交互：主动打招呼、节日问候、情绪关怀
你了解智能硬件开发流程吗？舵机控制是什么？
硬件
硬件开发流程：需求定义 → ID设计 → 结构设计 → 电子设计 → 软件开发 → 联调测试 → 试产 → 量产
舵机控制：
- 舵机 (Servo)：一种可精确控制角度的电机，用于机器人关节
- PWM信号：通过脉冲宽度调制控制舵机转动角度
- 动作编排：多个舵机协调运动，形成复杂动作序列
- 产品应用：头部点头摇头、手臂挥动、身体旋转等表达动作
IoT互联在陪伴机器人中的作用是什么？
IoT
- 云端AI：连接云端大模型，获得更强的智能能力
- 数据同步：用户记忆、设置云端存储，换设备不丢失
- OTA升级：远程固件更新，持续优化体验
- 智能家居：联动控制家中其他智能设备
- 远程连接：APP远程查看状态、与机器人互动
产品设计类
如何设计一个有"温度"的AI陪伴体验？
体验设计
- 记住用户：记住名字、生日、喜好，让用户感到被重视
- 情感回应：识别情绪，给予适当的安慰或鼓励
- 主动关怀：主动问候、节日祝福、天气提醒
- 个性成长：机器人性格随互动逐渐变化，形成专属感
- 多模态协同：语音+表情+动作配合，情感表达更丰富
- 仪式感设计：早安晚安、成长里程碑等仪式感时刻
如何衡量AI陪伴产品的成功？
数据指标
北极星指标：日均陪伴时长（用户愿意花多少时间与机器人互动）
辅助指标：
- 使用指标：日活、周活、对话轮次、功能使用率
- 质量指标：对话完成率、情感回应满意度、记忆触发率
- 留存指标：7日/30日留存、沉默用户唤醒率
- 商业指标：增值服务转化、NPS推荐值
AI陪伴机器人的儿童场景有什么特殊考量？
儿童场景
- 内容安全：严格的内容过滤，杜绝不当信息
- 时间管理：家长可设置使用时长，防止沉迷
- 隐私保护：儿童数据特殊保护，合规存储
- 教育引导：正向价值观引导，积极回应
- 物理安全：圆角设计、无小零件、材质无毒
- 家长监控：APP可查看对话摘要、使用报告
执行能力类
你如何协调AI算法团队和硬件团队？
跨团队协作
- 统一目标：用用户体验目标对齐各团队，而非各自KPI
- 接口定义：明确AI输出与硬件执行的接口规范
- 联调机制：建立定期联调，及早发现软硬配合问题
- 体验走查：产品经理主导端到端体验验收
- 问题升级：资源冲突时快速升级决策
遇到技术团队说做不了，你怎么处理？
问题解决
- 理解原因：先搞清楚是技术不可行、资源不够、还是优先级问题
- 拆解需求：看能否简化需求，分阶段实现
- 寻找替代：是否有其他技术方案能达到类似效果
- 明确价值：用数据说明这个功能的用户价值和业务价值
- 资源协调：如果确实重要，争取增加资源或调整优先级
如何处理IP合作项目的功能细节和交付节点？
IP项目管理
- 需求对齐：与IP方明确哪些是必须的、哪些是nice to have
- 版权审核：所有内容提前走IP方审核流程
- 里程碑管理：设置多个检查点，避免最后返工
- buffer预留：IP合作变数多，时间要留余量
- 文档记录：所有变更书面确认，避免纠纷
反问面试官
推荐反问问题
- 目前团队在AI陪伴产品上最大的挑战是什么？
- 对这个岗位3-6个月内的期望是什么？
- 团队目前的AI技术栈是怎样的？用的什么大模型？
- 产品和硬件团队的协作模式是怎样的？
- 未来IP联名有什么规划方向？
- 团队文化是怎样的？决策流程大概是什么样？