一句话总结

被裁员不是终点,而是重新审视职业路径、精准定位亚马逊AI部门的机会。咖啡聊天的本质,不是寻求同情或直接求职,而是通过高质量的洞察交流,验证你的适配度与潜在价值,从而建立起通向隐性职位的信任桥梁。错误的策略是把咖啡聊天当成一次非正式面试,正确的判断是将其视为一场高效率的商业价值交换。

适合谁看

这篇裁决针对那些近期在科技行业(尤其是AI或相关领域)遭遇裁员,但仍具备扎实技术背景、产品管理经验,并希望将职业生涯锚定在亚马逊AI部门的资深产品经理。如果你渴望理解如何在非常规时期,利用咖啡聊天这一看似轻松的社交形式,精准触达亚马逊AI部门的核心人员,并有效展示你的独特价值,而非仅仅停留在简历投递的低效循环,那么这篇内容将为你提供明确的行动蓝图。

它不适合那些寻求快速解决方案、不愿深入研究亚马逊文化,或期望通过泛泛交流就能获得职位的候选人。

为什么被裁员后,反而更适合在亚马逊AI部门进行咖啡聊天?

大多数人将裁员视为职业生涯的断裂点,一个需要被遮掩或解释的负面事件。这种认知是根本性的错误。在亚马逊AI部门的语境下,一个被裁员的PM,如果能正确地阐述其经历,反而能展现出一些亚马逊领导力准则(LPs)的核心特质,这些特质在日常招聘中难以被直接评估。这并不是说裁员本身是一种优势,而是经历裁员后,你如何应对和行动,成为了验证你真正能力与韧性的试金石。

亚马逊的"Ownership"(主人翁精神)和"Bias for Action"(崇尚行动)并非空洞口号。一个在裁员后,不是沉溺于被动等待,而是主动出击,积极寻求与行业领袖深度交流的PM,恰恰体现了这两点。

例如,我在一次内部Hiring Committee(HC)讨论中,一名候选人因其在被裁后迅速调整策略,主动与多个亚马逊AI团队的资深PM进行咖啡聊天,并针对公司在某个新兴AI领域的布局提出了独到见解,最终获得了HC成员的高度认可。

HC的反馈不是“他被裁了真可怜”,而是“他展现了极强的自驱力和市场洞察,即使在逆境中也能保持前瞻性”。这证明了,咖啡聊天并非单纯的信息收集,而是你个人品牌在逆境中的重塑与传播。

此外,亚马逊AI部门正处于高速迭代期,内部存在大量未公开或孵化中的项目。这些“隐性机会”往往不会出现在外部招聘网站上。传统的简历投递和面试流程,其滞后性和标准化流程,很难捕捉到这些动态。咖啡聊天则提供了一个绕开官方渠道,直接与项目负责人、部门主管建立联系的独特途径。这并不是钻空子,而是利用信息不对称,将自己置于优势地位。

你不是在被动地等待机会出现,而是在主动地创造机会。例如,某位被裁的资深PM,在与一位亚马逊AI总监的咖啡聊天中,针对该总监团队正在探索的某个前沿AI应用场景,提出了一个基于其前公司失败经验但深刻洞察的解决方案。

这位总监当即表示,虽然没有开放职位,但其团队正需要这类经验,后续可以考虑顾问合作或内部推荐。这证明了,咖啡聊天不是在寻求现有职位,而是通过展示稀缺价值,启发对方看到你的潜在作用。

咖啡聊天还提供了一个验证你“Learn and Be Curious”(好学求知)和“Invent and Simplify”(创新简化)的机会。在非正式的交流中,你如何提问、如何吸收信息、如何将你的背景与对方的业务挑战巧妙结合,这些都直接反映了你的学习能力和创新思维。

一个能够精准提问,并能将自身经验与亚马逊AI的特定挑战关联起来的候选人,远比一个只是重复简历内容的人更具吸引力。这不是一场背诵你过去成就的演说,而是一次检验你未来潜力的思维碰撞。

> 📖 延伸阅读Mistral AI SDE编程面试LeetCode高频题型

亚马逊AI部门的“咖啡聊天”究竟在验证什么核心能力?

亚马逊AI部门的咖啡聊天绝非泛泛而谈的社交,其本质是对你一系列核心领导力准则(LPs)的隐性验证。多数候选人误以为这只是一个“了解信息”或“寻求帮助”的场合,这种低级认知是导致咖啡聊天无效甚至产生负面印象的根源。亚马逊AI团队的PM,他们的时间成本极高,每一次非正式交流都在无形中进行着评估。他们不是在听你讲故事,而是在观察你如何思考、如何沟通、如何解决问题。

首先,它在验证你的“Dive Deep”(深入理解)能力。一个优秀的PM在咖啡聊天中,不会满足于表面信息,而是会通过精准的问题,探究对方团队的深层挑战、技术栈选择背后的逻辑、以及未来战略方向。

例如,我曾听一位AI部门的Hiring Manager提到,某个候选人在咖啡聊天中,针对其团队在大模型部署中的特定挑战,不仅提问了技术瓶颈,还追问了数据隐私、模型可解释性等深层次问题,并结合其前公司经验提出了几种潜在的权衡方案。

这种交流深度,远超“你们团队用什么模型”这种初级问题。这表明候选人不是在获取信息,而是在展示其解决复杂问题的思维框架。

其次,咖啡聊天是检验你的“Earn Trust”(赢得信任)和“Think Big”(远见卓识)的关键场景。信任不是通过刻意奉承或包装简历来建立的,而是通过你言谈举止中的真诚、专业和利他精神自然形成的。一个只关注自身求职需求的候选人,很难赢得对方的信任。

相反,如果你能展现出对对方业务的真诚兴趣,并能从宏观层面为对方提供一些有价值的外部视角或行业趋势分析,你就在无形中建立了信任。例如,一位AI领域被裁的PM,在与一位亚马逊语音AI团队的资深PM交流时,主动分享了其对某个新兴语音识别技术在竞品中应用现状的分析,并展望了其在亚马逊生态中的潜在价值。

这次交流不是单向索取,而是双向的知识共享,这让对方看到了一个有远见、有贡献精神的潜在合作者。

再者,它在考察你的“Invent and Simplify”(创新简化)和“Deliver Results”(达成业绩)的能力。虽然咖啡聊天不适合直接讨论具体的项目细节,但你如何用简洁明了的语言阐述复杂的技术或产品概念,如何将你过去的成就与亚马逊AI的潜在需求关联起来,都反映了你的创新和执行力。

一个能够将复杂的AI模型应用场景,用非技术人员也能理解的方式清晰表达,并指出其商业价值的候选人,会给对方留下深刻印象。

这并不是在炫耀你的技术栈,而是在展示你将技术转化为商业价值的能力。在一次内部PM职级晋升的讨论中,一位L6 PM的晋升材料中,除了传统的项目成果,还特别提到了她在与行业专家进行咖啡聊天时,如何将复杂的AI伦理问题简化为可操作的产品设计原则,并因此赢得合作机会的案例。这说明即使是非正式交流,其专业度和深度也能成为职业发展的重要加分项。

最后,咖啡聊天还在无形中评估你的“Are Right, A Lot”(高标准严要求)和“Disagree and Commit”(求同存异)的能力。这体现在你如何表达不同意见,以及如何就某个观点进行有理有据的辩论。亚马逊文化鼓励质疑和批判性思维,但必须以事实和数据为基础。

一个能够在尊重对方的前提下,提出建设性反驳或补充观点的候选人,会显得更有思考深度和专业素养。这不是一场盲目附和的恭维会,而是一场思想的交锋。

如何将“被裁经历”转化为亚马逊AI部门的独特价值主张?

被裁员的经历,在许多人的职业叙事中被视为一个弱点,需要被淡化或巧妙掩饰。这种认知是极其危险且错误的。对于亚马逊AI部门而言,一个真正成熟且具备领导力潜质的PM,会将这段经历视为一次“强制性战略复盘”的机会,并将其转化为独特的价值主张。关键在于,你不是在解释一个失败,而是在展示你如何从逆境中学习、适应和成长。这不是强调损失,而是突出学习与重构。

首先,你需要将“被裁”的外部事件,内化为“主动选择”的叙事。不是“我被裁了所以我在找工作”,而是“经历了行业结构性调整,我深刻反思了我的职业重心,并决定将我的经验和热情更聚焦于亚马逊AI在[特定领域]的挑战”。

这种叙事转变,直接体现了“Ownership”和“Think Big”的领导力准则。例如,在一次模拟咖啡聊天中,错误的表达是:“我的前公司进行了大规模裁员,我很不幸地受到了影响,现在在寻找新的机会。

” 而正确的表达是:“过去几个月,我深刻观察了AI行业的发展轨迹,尤其是生成式AI和边缘计算的融合趋势。我意识到,我过去在[特定领域]积累的经验,在亚马逊AI的[某个具体产品或技术方向]上,能发挥更大的战略价值。

这次行业重组,促使我更清晰地定位了我的职业方向,并主动寻求与亚马逊AI团队的深度合作机会。” 这种叙事不仅消除了被动的色彩,反而展现了你对行业趋势的敏锐洞察和对自身职业路径的掌控力。

其次,将裁员后的“空窗期”或“过渡期”重塑为“战略学习期”或“技能升级期”。大多数人会认为这段时间是空白,甚至是负债。

然而,如果你能在这段时间内主动学习新的AI技术(如LLM、MLOps)、考取相关认证、或参与开源项目,这恰恰证明了你的“Learn and Be Curious”和“Bias for Action”。在咖啡聊天中,你可以这样阐述:“被裁员后,我并没有停止学习。

我利用这段时间深入研究了[某个AI前沿技术],完成了[相关课程/项目],甚至参与了一个小型开源社区,将理论知识应用到实践中。这让我对[特定AI应用场景]有了更深刻的理解,并发现这与贵团队正在探索的[某个挑战]高度相关。” 这不是在解释你为什么没有工作,而是在展示你如何利用时间为未来的工作做准备,将潜在的弱点转化为可见的优势。

最后,利用被裁经历,展现你对风险管理和商业韧性的理解。一个经历过公司结构性调整的PM,对市场波动、团队重组和战略调整会有更深刻的体悟。在亚马逊AI这样高度迭代的环境中,这种经验是宝贵的。你可以在咖啡聊天中,不经意地提及:“在前公司经历的组织调整,让我对构建更具韧性的产品和团队有了新的思考。

我发现,在[某个特定场景]下,提前规划[某种风险应对策略]至关重要,这或许能为贵团队在未来[某个潜在挑战]提供一些参考。” 这不是在抱怨过去的经历,而是在提炼经验,将其转化为可以贡献给新团队的洞察力。通过这种方式,你的被裁经历不再是一个需要解释的污点,而是一个证明你拥有更全面、更成熟商业思维的独特案例,从而构建起你在亚马逊AI部门的独特价值主张。

> 📖 延伸阅读Redfin内推攻略:如何拿到产品经理内推2026

在亚马逊AI咖啡聊天中,如何构建有效的对话框架?

在亚马逊AI部门进行咖啡聊天,其核心不在于“聊”了什么,而在于你如何“构建”这场对话。一个无效的咖啡聊天,通常表现为漫无目的的闲聊,或单向的信息索取。一个有效的对话框架,则需要精准的预设、有策略的提问,以及价值的交换。这并不是一场放松的社交,而是一次高效率、高回报的策略性沟通。

  1. 前期准备:精准定位与深度研究

在联系对方之前,你必须进行极其深入的研究。这包括对方的LinkedIn资料、所在团队的产品线、亚马逊AI的整体战略(通过财报、新闻稿、技术博客等),以及你自身能为对方带来的潜在价值点。这不是泛泛而谈的背景了解,而是要精确到“这位PM在过去一年中负责的某个产品,可能面临哪些技术或市场挑战”。错误的准备是:“我看了您的LinkedIn,您在亚马逊工作。

” 正确的准备是:“我注意到您在[特定产品]团队,尤其关注您最近在[某个功能]上的工作。结合我过去在[类似领域]的经验,我推测该功能在[某个场景]下可能面临[某种挑战],我对此有一些思考,希望能有机会与您交流。” 这种精准度,能让对方感受到你的真诚和专业,而非仅仅是广撒网的求职者。

  1. 开场白:简洁明了,价值前置

咖啡聊天的开场白必须在30秒内清晰表达你的意图,并抛出你的价值主张。不是“我被裁了,想了解一下贵公司”,而是“我专注于[你的核心专长],近期对亚马逊AI在[某个特定领域]的布局非常感兴趣。基于我过去在[相关领域]的经验,我认为在[某个趋势]下,贵公司可能面临[某个机会或挑战]。

希望能有机会与您进行一次简短的交流,听听您的看法,或许我的一些经验也能提供一些外部视角。” 这种开场,直接将对话从“求助”转变为“价值交换”。

  1. 核心对话:探寻挑战,提供视角,而非直接求职

对话的核心阶段,你的目标是理解对方团队的真实痛点和战略方向,同时巧妙地展示你的专业洞察力。你的问题应该聚焦于对方的业务,而不是你的求职。

BAD 提问: “你们团队有招人吗?我能做些什么?” (直接求职,功利性太强)

GOOD 提问: “在您看来,[某个AI技术]在[某个特定业务场景]的应用中,目前最大的挑战是什么?尤其是在[数据隐私/模型可解释性/规模化部署]方面,您认为行业目前有哪些被忽视的解决方案?” (深入探究,展示专业性)

BAD 提问: “你们公司文化怎么样?” (过于宽泛,网上就能搜到)

GOOD 提问: “亚马逊AI团队在快速迭代[某个产品]时,如何平衡[创新]与[稳定性]?尤其是在[跨部门协作]时,有哪些高效的实践可以借鉴?” (聚焦具体挑战,体现对亚马逊LPs的理解)

在交流过程中,当你听到对方的痛点时,可以适时地、简短地分享你过去在类似场景下的经验或思考,但切忌长篇大论。例如:“您提到的[某个挑战],让我想起我之前在[前公司]处理[类似问题]时,我们曾尝试[某种方法],虽然最终未能完全解决,但我们发现[某个关键因素]至关重要。

不知道您是否有过类似的观察?” 这种方式既展示了你的经验,又将焦点重新引回到对方,避免了自我推销的嫌疑。

  1. 结束与跟进:明确下一步,建立长期联系

在咖啡聊天即将结束时,你需要礼貌地感谢对方的时间,并明确下一步行动。不是“谢谢您,再见”,而是“非常感谢您今天的分享,让我对[某个领域]有了更深刻的理解。如果未来在[某个特定问题]上,我能为您提供任何帮助或信息,请随时告诉我。我也期待能继续关注贵团队在[某个方向]的进展。

” 如果对方主动提及可以帮你留意机会或引荐,务必及时跟进,但不要过度催促。一周内发送一封感谢邮件,再次总结你从对话中获得的启发,并重申你愿意提供帮助的意愿。这种长期主义的视角,才是建立职业桥梁的关键。

亚马逊AI部门PM岗位的薪酬结构是怎样的?

理解亚马逊AI部门产品经理的薪酬结构是进行咖啡聊天前必须掌握的背景知识,它反映了公司对PM角色的定位和价值评估。在硅谷,亚马逊PM的薪酬构成通常分为三个主要部分:基本工资(Base Salary)、限制性股票单位(Restricted Stock Units, RSU)和年度奖金(Annual Bonus)。

多数候选人往往只关注基本工资,而忽略了RSU在总包中的决定性作用,这种短视会让你在薪资谈判中处于劣势。

  1. 基本工资(Base Salary):

对于亚马逊AI部门的PM,基本工资的范围会根据级别(通常L5为资深PM,L6为首席PM,L7为高级首席PM或经理级别)和经验有显著差异。

L5 (Senior PM): 通常在$150,000 - $190,000 USD/年。

L6 (Principal PM): 通常在$180,000 - $220,000 USD/年。

L7 (Senior Principal PM / PM Manager): 通常在$200,000 - $250,000 USD/年。

这些数字仅为Base,不包括其他福利。许多人认为Base越高越好,但亚马逊的薪酬哲学是强调长期价值,因此Base在总包中的占比通常低于其他科技巨头。

  1. 限制性股票单位(Restricted Stock Units, RSU):

这是亚马逊薪酬包中最重要的组成部分,也是其“Ownership”领导力准则的直接体现。RSU通常在四年内分批归属(vest)。亚马逊的归属模式通常是5%、15%、40%、40%,意味着第一年归属总股票的5%,第二年15%,第三年和第四年各40%。

L5 (Senior PM): 每年归属价值通常在$80,000 - $150,000 USD。

L6 (Principal PM): 每年归属价值通常在$120,000 - $250,000 USD。

L7 (Senior Principal PM / PM Manager): 每年归属价值通常在$200,000 - $400,000 USD。

这些是每年归属的股票价值,不是一次性授予的总额。例如,一个L6 PM可能在四年内获得价值$500,000 - $1,000,000 USD的RSU,这意味着每年平均归属$125,000 - $250,000 USD。

RSU的价值波动取决于亚马逊的股价表现,这也是亚马逊鼓励员工与公司共同成长的机制。许多候选人只看第一年的总包,但亚马逊的RSU设计使其长期价值远超短期现金。

  1. 年度奖金(Annual Bonus):

年度奖金通常占基本工资的一定百分比,具体取决于个人绩效和公司业绩。

L5/L6: 通常在基本工资的10% - 20%之间。

L7: 通常在基本工资的15% - 25%之间。

亚马逊的奖金体系相对保守,不如一些金融或销售导向的公司激进。其主要目的是作为一种绩效激励,而非主要收入来源。

总现金补偿(Total Cash Compensation, TCC):

TCC通常包括基本工资和年度奖金。

L5: $165,000 - $230,000 USD。

L6: $200,000 - $290,000 USD。

L7: $230,000 - $310,000 USD。

总薪酬包(Total Compensation, TC):

TC是基本工资、年度奖金和每年归属的RSU价值的总和。

L5: $245,000 - $380,000 USD。

L6: $320,000 - $540,000 USD。

L7: $430,000 - $710,000 USD。

需要注意的是,这些数字会根据市场供需、具体团队的技术栈稀缺性、候选人的谈判能力以及入职地点(如西雅图、湾区、纽约等)有所浮动。在与Hiring Manager或Recruiter交流时,了解这些构成,能让你更清晰地评估机会,并进行更有效的薪资谈判。不是只看Base,而是全面评估TC,尤其是RSU的长期价值。

准备清单

  1. 重塑叙事框架: 将你的被裁经历,转化为一个主动选择、战略复盘和技能升级的积极故事,而非被动受害者。
  2. 亚马逊LP内化: 深入研究亚马逊的16条领导力准则,并思考如何在咖啡聊天中,通过你的提问、回答和案例,自然地体现出至少3-4条核心LP(如Dive Deep, Ownership, Bias for Action, Learn and Be Curious)。
  3. 目标人物画像: 精准锁定1-3位亚马逊AI部门的PM或工程经理,通过LinkedIn、公司财报、技术博客等,深入研究其团队业务、技术栈和潜在挑战,形成个性化的交流预案。
  4. 价值主张提炼: 针对目标人物的痛点或其团队的战略方向,提炼出1-2个你可以提供的独特视角或潜在解决方案,作为咖啡聊天的核心切入点。
  5. 问题清单设计: 准备5-7个开放式、有深度、能引发对方思考的问题,避免泛泛而谈,问题应聚焦于对方的业务挑战和行业趋势,而非你的求职需求。
  6. 系统性拆解面试结构(PM面试手册里有完整的亚马逊AI PM职位L5-L7级别的考察重点和薪资谈判实战复盘可以参考): 了解亚马逊PM面试的结构、行为面试和技术面试的侧重点,这能帮助你更有效地在咖啡聊天中展现出与面试标准对齐的素质。
  7. 薪酬结构洞察: 掌握亚马逊PM岗位的基本工资、RSU和奖金的构成及大致范围,以便在对话中能更好地理解对方的视角,并为未来的薪资谈判做准备。

常见错误

错误1:将咖啡聊天视为一次低配版面试

许多候选人错误地将咖啡聊天视为一个展示自己简历、推销自己的场合,结果导致对话变得生硬、单向,并且充满功利性。

BAD 场景: 小李被裁后,联系到亚马逊AI部门的资深PM王总。聊天中,小李花了大量时间回顾自己过去的辉煌项目,并直接询问王总团队是否有空缺职位,或能否帮他内推。王总几次想将话题引向行业趋势或技术挑战,都被小李带回了自己的求职需求上。

BAD 对话示例: “王总,我之前在XXX公司负责过一个很大的AI项目,取得了YYY的成果。我觉得我的经验非常适合贵公司。您团队最近有招人计划吗?我能把简历发给您吗?”

裁决: 这种行为是致命的。咖啡聊天的核心是建立关系和交换价值,不是简历宣讲会。王总不是你的招聘经理,他的时间成本极高。这种直接的求职行为,不仅浪费了对方的时间,也暴露了你缺乏情商和对亚马逊领导力准则(如“Earn Trust”)的理解。你不是在寻求一个职位,而是在寻求一个能够为未来建立桥梁的交流。

GOOD 场景: 小张被裁后,联系到亚马逊AI部门的资深PM张总。聊天伊始,小张简洁地介绍了自己目前的职业思考方向,然后将话题引向张总团队在某个AI应用场景中的具体挑战。他提问深入,倾听专注,并在张总分享某个痛点时,结合自己前公司在类似场景下遇到的问题,提供了一个独特的外部视角和解决方案的初步设想。整个过程中,小张从未提及求职,而是专注于价值交流。

GOOD 对话示例: “张总,我注意到贵团队最近在[某个AI产品]的[某个功能]上投入很大。结合我过去在[类似领域]的经验,我推测在[数据一致性/模型迭代]方面可能存在一些挑战。您认为行业在解决这类问题上,未来会有哪些突破性的进展?或许我之前在[某个开源项目]中的一些思考,能提供一点不同的视角。”

裁决: 这种策略是正确的。小张通过精准的提问和有价值的分享,展现了其“Dive Deep”、“Learn and Be Curious”和“Invent and Simplify”的能力。他没有直接求职,但其专业性和洞察力本身,就是对自身价值最好的证明,这更容易让张总主动思考他的潜在作用,甚至在未来为其引荐。

错误2:将裁员经历视为需要掩饰的污点

很多人在咖啡聊天中,对自己的裁员经历避而不谈,或者用模糊的语言一笔带过,这反而会让人产生不真诚、缺乏主人翁精神的负面印象。

BAD 场景: 小陈在与亚马逊AI的部门主管李总咖啡聊天时,李总不经意问及他最近的工作状态。小陈支支吾吾,只说“目前在探索新的机会”,刻意回避了被裁的事实,并试图将话题迅速转移到他过去的项目成就上。

BAD 对话示例: “哦,我现在就是想看看市场,之前在XXX公司做得很不错,主要负责YYY项目……”

裁决: 这种回避会传递出不自信、不坦诚的信号,与亚马逊的“Earn Trust”原则相悖。一个无法直面和复盘自己经历的人,很难被认为具备领导力。李总会质疑你对自身职业的掌控力,以及你是否能从逆境中学习。

GOOD 场景: 小王在与亚马逊AI的部门主管吴总咖啡聊天时,当吴总问及他的职业现状时,小王坦诚地分享了自己被裁的经历,但将其包装为一次战略性调整和个人成长的机会。

GOOD 对话示例: “吴总,是的,我近期刚刚离开了前公司,这是行业结构性调整的一部分。这次经历让我有机会深刻反思我的职业路径,并重新聚焦于我真正热爱的AI产品领域。我利用这段时间深入学习了[某个前沿AI技术],并参与了[某个AI社区项目],这让我对[特定应用场景]有了全新的理解。我发现这与贵团队在[某个方向]的探索非常契合,这也是我主动联系您的原因。”

裁决: 这是正确的处理方式。小王不仅坦诚,更重要的是他将负面事件转化为展示自身韧性、学习能力和主动性的平台。他没有停留在抱怨或解释,而是立即转向了自己的行动和思考,这体现了“Ownership”和“Bias for Action


更多PM职业资源

探索来自硅谷产品负责人的框架、薪资数据和面试指南。

访问 sirjohnnymai.com →


更多PM职业资源

探索来自硅谷产品负责人的框架、薪资数据和面试指南。

访问 sirjohnnymai.com →

FAQ

面试一般有几轮?

大多数公司PM面试4-6轮,包括电话筛选、产品设计、行为面试和领导力面试。准备周期建议4-6周,有经验的PM可压缩到2-3周。

没有PM经验能申请吗?

可以。工程师、咨询、运营转PM都有成功案例。关键是用过往经验证明产品思维、跨团队协作和用户洞察能力。

如何最有效地准备?

系统化准备三大模块:产品设计框架、数据分析能力、行为面试STAR方法。模拟面试是最被低估的准备方式。

相关阅读


主动社交不必尴尬。

获取 Coffee Chat 破冰系统 → — 包含经过验证的DM脚本、对话框架和跟进模板,帮助PM拿到Google、Amazon、Meta的内推。