互联网大厂黑话全解：按部门分类的术语速查手册
核心观点：互联网大厂里充斥着大量英文缩写和"黑话"——从电商运营的 GMV、GPM，到技术研发的 QPS、SLA，再到管理层的对齐、抓手、赋能。本文用一条**「新人小张轮岗记」**的故事主线，带你依次走进 11 个部门：每个部门先讲一段小张在真实工作场景里的经历，把该部门的核心黑话自然嵌进剧情（加粗标出）——靠情节记住术语；故事之后再附一张速查表，给出全称、定义和通俗解释，方便随时回查。系统覆盖字节、阿里、腾讯、美团、快手、百度、京东、拼多多等大厂各岗位常用术语。全文分十一大部门：电商/直播运营、产品经理、数据分析、用户增长、技术研发、广告投放/商业化、管理/HR/职场通用、设计（UED/UX）、内容/用户运营、AI/算法/大模型、财务/战投/BD/法务。目标是让你无论跨到哪个部门、听到哪句黑话，都能立刻听懂。
主角设定：小张，应届生，入职一家虚构的头部互联网大厂，第一年在各个部门轮岗实习。下面每一节，就是他在一个部门的"第一天"。
快速开始：按部门查阅
全文知识图谱
如果你只想查某个部门
| 你是/接触到 | 跳到哪一节 | 这里有什么 |
|---|---|---|
| 电商、直播、运营 | 一、电商/直播运营 | GMV、GPM、憋单、坑产、层级、投流 |
| 产品经理、交互 | 二、产品经理 | PRD、MVP、痛点爽点、埋点、灰度 |
| 数据分析、BI | 三、数据分析 | DAU、留存、LTV、漏斗、口径、归因 |
| 增长、买量 | 四、用户增长 | AARRR、裂变、K因子、召回、PMF |
| 研发、测试、运维 | 五、技术研发 | QPS、SLA、限流熔断降级、CR、回滚 |
| 投放、商业化 | 六、广告/商业化 | CPM、oCPM、ROAS、DSP、跑量起量 |
| 所有人（尤其管理层） | 七、管理/HR/职场通用 | 对齐、抓手、赋能、OKR、HRBP、RSU |
| 设计师、交互、视觉 | 八、设计（UED/UX） | UI/UX、线框图、高保真、切图标注、Design System |
| 内容/活动/用户运营 | 九、内容/用户运营 | UGC/PGC、Feed、选题种草、达人分层、私域、SOP |
| 算法、AI、大模型 | 十、AI/算法/大模型 | LLM、RAG、Agent、MCP、SFT/RLHF、召回粗排精排 |
| 财务、战投、BD、法务 | 十一、财务/战投/BD/法务 | 毛利净利、EBITDA、DD/TS、估值对赌、KYC |
说明：多数缩写为行业稳定通用术语。个别术语在不同公司/平台口径不一（如 GPM 全称、坑产、职级体系、绩效分布），文中已标注「口径差异」，实际以所在公司官方定义为准。
一、电商 / 直播运营
小张的第一天（电商运营组）
小张被分到直播电商组。刚坐下，组长就指着大屏说："今天这场直播的 GMV（Gross Merchandise Volume，成交总额）已经破百万了，咱们组的头号 KPI（Key Performance Indicator，关键绩效指标）。"小张点头，又看到旁边一列数字：GPM 1.2 万。组长解释："GPM（GMV Per Mille，每千次观看能卖多少钱）这个高，说明直播间带货效率好，抖音就靠它给你推流。"
这时主播开始喊："宝子们别走，还有三分钟上链接！"组长笑："这叫 憋单（故意拖着不上链接，用话术把人留住、把在线人数憋上去，等人多了再集中放单）。等会他还会 逼单（用'库存只剩最后 30 件，手慢无'这类话催你立刻下单）。"果然，链接一上，CVR（Conversion Rate，转化率，进店的人里多少真下单）肉眼可见地涨。
中午复盘，组长盯着一个叫 UV价值（来一个访客平均能赚多少钱）的指标皱眉："只有 3 块，太低。"又看退款率（退货订单占比）："这批货 28%，坑产（这个坑位一天的产出）虚高，得警惕。"小张这才明白：电商的世界，是规模（GMV）、效率（GPM/CVR）、供应链（SKU（Stock Keeping Unit）一个具体规格、SPU（Standard Product Unit）一款商品）三条线拧在一起转的。收工前组长补一句："对了，以后看数据先对口径（统一指标的统计定义），不然你说的 GMV 和我说的根本不是一个数。"
1.1 核心数据指标
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| UV / PV | Unique Visitor / Page View | 最基础的流量：独立访客数（去重）/ 页面浏览量（不去重） |
| GMV | Gross Merchandise Volume | 商品交易总额。下单就算，含未付款和退款，是衡量体量的第一指标。口径差异大，用前务必"对口径" |
| AOV | Average Order Value | 客单价 = GMV ÷ 订单数。一个订单平均花多少钱，靠凑单满减拉高 |
| ARPU | Average Revenue Per User | 每用户平均收入，按"用户"而非"订单"口径 |
| CTR | Click-Through Rate | 点击率 = 点击 ÷ 曝光。考验主图/封面/标题的吸引力 |
| CVR | Conversion Rate | 转化率 = 下单人数 ÷ 访客数。进店的人里多少真掏钱 |
| UV价值 | UV Value | GMV ÷ UV，来一个访客平均赚多少钱，直播电商极常用 |
| GPM | GMV Per Mille（每千次观看成交额） | 直播间/短视频每被看 1000 次能卖多少钱，抖音推流核心指标。全称写法各处不一（口径差异） |
| 退款率 / 动销率 | — | 退款订单占比 / 有销量的 SKU 占比（有多少不是"僵尸货"） |
1.2 商品与供应链
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| SKU | Stock Keeping Unit | 最小可售单元，精确到规格。红色 M 码是一个 SKU |
| SPU | Standard Product Unit | 商品聚合，"这款 T 恤"是 SPU，下面各颜色尺码是 SKU |
| 履约 | Fulfillment | 下单到收货的整个交付过程（拣货、打包、发货、售后） |
| 坑产 | 坑位产出 | 一个商品展示位一天卖多少钱，淘系搜索排名强相关（口径差异，淘系黑话） |
| 层级 | 店铺层级 | 平台按 30 天支付金额把商家分档，层级越高免费流量池越大（口径差异，平台强相关） |
1.3 直播玩法（黑话密集区）
| 术语 | 通俗解释 |
|---|---|
| 中控 / 小黄车 | 后台操作岗（上下链接、改价、盯数据）/ 抖音直播购物车 |
| 投流 | 花钱买流量为直播间/商品引流（巨量千川、阿里妈妈） |
| 起量 | 投放或内容流量突然快速增长、"跑起来了" |
| 话术 / 逼单 | 提前设计的成套说辞 / 用限时限量催促立刻下单 |
| 憋单 | 主播故意拖延不上链接，用话术留人拉在线人数，再集中放单 |
| 憋福袋 | 用抽福袋/送福利当钩子，让观众停留、评论、加粉 |
| 控场 | 主播/中控对直播节奏、情绪、上下链接时机的整体把控 |
| 福利款/引流款/利润款/爆款 | 选品结构：亏本聚人气 / 低价引流 / 赚钱主力 / 走量招牌 |
| 种草 / 拔草 | 用内容让人产生购买欲 / 完成购买 |
| KOL / KOC | 关键意见领袖（头部大 V）/ 关键意见消费者（真实素人达人） |
| 私域 / 公域 | 自己能反复免费触达的流量（微信群/企微）/ 平台掌握需争夺的流量 |
Takeaway：电商术语可归为三类——规模（GMV/AOV）、效率（GPM/CTR/CVR）、供应链（SKU/SPU/履约），加上一套直播间专属的运营黑话（憋单/逼单/控场）。
二、产品经理
小张的第一天（产品组）
轮到产品组，导师丢给小张一份文档："这是 PRD（Product Requirements Document，产品需求文档），写给开发、设计、测试看的施工图，你先读。上面还有 MRD（Market Requirements Document，讲市场机会）和 BRD（Business Requirements Document，讲商业价值给老板看），记住这条链：BRD 为什么做 → MRD 市场在哪 → PRD 具体怎么做。"
评审会上，小张提议一次做全套功能。导师拦住："先做个 MVP（Minimum Viable Product，最小可行产品），用最小成本验证核心假设，别一上来就想做成航母。"讨论用户时，导师用了梁宁那套："这个需求是 痛点（急着解决的难受）还是 痒点（满足向往但不刚需）？想清楚。"
方案定了，导师又叮嘱："上线别全量，先 灰度（放 1% 用户跑跑看），配上 feature flag（功能开关，出问题随时关掉）。效果好不好，就看 埋点（在关键动作上打点采集数据）采集的数据，再拿 A/B 测试（同时跑新旧两版对比效果）对比新旧版。"小张恍然：产品经理干的事，就是**定义需求（PRD/MVP）→ 理解用户（痛点/痒点）→ 用数据验证（埋点/A/B/灰度）**这一条闭环。
2.1 文档与流程
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| PRD | Product Requirement Document | 产品需求文档，写给开发/设计/测试看的"施工图" |
| MRD | Market Requirement Document | 市场需求文档，比 PRD 更上层，讲市场机会 |
| BRD | Business Requirement Document | 商业需求文档，面向决策层，最上层。关系：BRD（为什么做）→ MRD（市场需求）→ PRD（怎么做） |
| MVP | Minimum Viable Product | 最小可行产品，用最小成本做能验证核心假设的"毛坯版" |
| 需求池 / 迭代 / 需求评审 | — | 待办需求列表 / 分版本小步快跑 / 把 PRD 讲给相关方确认范围的会 |
2.2 用户与体验
| 术语 | 通俗解释 |
|---|---|
| 用户画像 / 用户旅程 | 目标用户特征的抽象刻画 / 用户从认知到使用的全路径 |
| 痛点 / 爽点 / 痒点 | 急需解决的难受问题 / 即时满足的愉悦 / 满足向往的非刚需（梁宁体系） |
| 闭环 | 一个完整、能循环、还能反哺下一轮的流程 |
2.3 数据与实验
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| 埋点 | Event Tracking | 在按钮和页面上装"传感器"采集用户行为 |
| A/B 测试 | A/B Test | 用户随机分组体验不同方案，用数据判断谁更好 |
| 灰度 / 全量 | Gray Release | 先放 1% 用户验证，没问题再逐步到 100% / 面向所有用户 |
| feature flag | 功能开关 | 用配置控制功能对谁开启、能随时关掉，用于灰度和快速回滚 |
Takeaway：产品经理的术语围绕"需求怎么定义（PRD/MVP）→ 用户怎么理解（痛点/画像）→ 方案怎么验证（埋点/A/B/灰度）"三段展开。
三、数据分析
小张的第一天（数据组）
数据组的师姐第一句就问小张："我们产品的 DAU（Daily Active Users，日活跃用户数）你知道多少吗？"她又调出 DAU/MAU（Monthly Active Users，月活跃用户数）的比值："这个衡量粘性，用户是不是天天来。"接着点开留存曲线："看 次留（第二天还回来的比例）和 7 留，首日看体验做得好不好，长期看有没有真价值。"
老板进来问："上次那波投放到底值不值？"师姐答："要看 LTV（Lifetime Value，用户一辈子花多少钱）有没有超过 CAC（Customer Acquisition Cost，获客成本），LTV > CAC 才健康。"她又打开一张 漏斗（Funnel，一层层看每步漏掉多少人）图："曝光→点击→加购→下单，你看加购到下单这步漏得最狠，问题在这。"
小张想自己拉个数对比，报了个数字，师姐立刻摇头："先对口径！你算的'活跃'是打开就算，我算的是停留 30 秒以上，口径不一样，数永远对不上。"她教小张 下钻（逐层看细节）和按渠道 归因（这笔成交该算谁的功劳），最后总结："数据分析就三层——规模活跃（DAU/MAU）、价值健康（LTV/CAC/留存）、分析方法（漏斗/口径/归因），其中口径是最容易吵架、必须最先统一的。"
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| 大盘 / 拉数 | — | 最日常的基础动作：整体全局数据 / 从系统里取数据 |
| 口径 | — | 指标的统计定义与计算规则。"先对口径"，不然对不上账 |
| DAU / MAU / WAU | Daily/Monthly/Weekly Active Users | 日活 / 月活 / 周活（去重）。DAU/MAU 比值衡量粘性（是否天天用） |
| 留存率 | Retention | 次留（第 2 天回来）、7 留、30 留——首日看体验，长期看价值 |
| LTV | Lifetime Value | 用户生命周期价值：一辈子在你这花多少钱 |
| LTR | Lifetime Revenue / Long-Term Retention | 生命周期收入（≈LTV）或长期留存，看语境（口径差异） |
| CAC | Customer Acquisition Cost | 获客成本。健康模型要求 LTV > CAC |
| ROI / ROAS | Return on Investment / Ad Spend | 投入产出比 / 广告支出回报（只算广告口径） |
| 北极星指标 | North Star Metric | 全公司盯着看的那"一个最重要的数" |
| 同比 / 环比 | — | 与去年同期比（看长期去季节性）/ 与上一相邻周期比（看短期） |
| 漏斗 | Funnel | 曝光→点击→加购→下单→支付，找哪一步漏得最多 |
| 下钻 / 切片 / 归因 | Drill Down / Slice / Attribution | 逐层深入看细节 / 按维度拆开看 / 判断成交该归功哪个渠道 |
Takeaway：数据分析术语分三层——规模活跃（DAU/MAU）、价值健康（LTV/CAC/留存）、分析方法（漏斗/口径/归因）。其中"口径"是最容易扯皮、必须最先对齐的概念。
四、用户增长
小张的第一天（增长组）
增长组的白板上画着一个漏斗，写着五个词。组长指着说："这是 AARRR 海盗模型（Acquisition/Activation/Retention/Revenue/Referral，即拉新→激活→留存→变现→推荐），我们所有工作都挂在这五个环节上。"小张问从哪下手，组长反问："先别急，你确定产品到 PMF（Product-Market Fit，产品市场匹配）了吗？没做对东西就谈增长，都是加速失败。"
确认过 PMF，组长开始排活："这周主推 裂变（老带新，拼团砍价邀请有礼），关键看 K 因子（K-factor，每个用户平均带来几个新用户），K > 1 就能自己滚起来，指数增长。"他又指着一批灰暗的用户："这些是流失的，安排一波 召回——Push（App 推送通知）、短信、优惠券，把沉睡用户 唤醒 回来。"
小张问怎么知道哪个渠道值得砸钱，组长打开一张表："看 渠道 ROI（Return on Investment，投入产出比），哪个渠道来的用户价值高、花得少，就往哪加投；再用 RFM（Recency/Frequency/Monetary，最近消费/频次/金额）把用户按'最近消费、频次、金额'分层，好钢用在刀刃上。"这一天小张记住了：增长的骨架是 AARRR，前提是 PMF，两把核心武器是 裂变（看 K 因子）和 召回。
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| PMF | Product-Market Fit | 产品真正满足市场需求、能自然增长的状态，是谈增长的大前提 |
| AARRR 海盗模型 | Acquisition/Activation/Retention/Revenue/Referral | 增长五环节：拉新→激活→留存→变现→推荐。近年有把留存前置的 RARRA 变体 |
| 增长黑客 | Growth Hacking | 低成本、数据驱动、快速试验实现快速增长 |
| 拉新/促活/留存/转化 | Acquisition/Activation/Retention/Conversion | 增长各环节的具体动作 |
| Aha Moment | 啊哈时刻 | 用户第一次真切感受到产品核心价值的瞬间，是激活的关键 |
| 裂变 | Referral / Viral | 老带新（拼团、砍价、邀请有礼、分享得券） |
| K 因子 | K-factor / 病毒系数 | 每个用户平均带来的新用户数，K > 1 就能自发指数增长 |
| 召回 / 唤醒 | Recall / Reactivation | 把流失或沉睡用户拉回来（Push、短信、优惠券） |
| 买量 / 渠道 ROI | — | 付费购买用户 / 某渠道价值 ÷ 花费，判断哪个渠道值得加投 |
| RFM 模型 | Recency/Frequency/Monetary | 按最近消费、频次、金额给用户分层 |
Takeaway：增长的骨架是 AARRR，前提是 PMF（没做对东西谈增长都是加速失败），核心武器是裂变（看 K 因子）和召回。
五、技术研发
小张的第一天（研发组）
大促前夜，研发组灯火通明。小张凑过去，看到监控大屏上 QPS（Queries Per Second，每秒查询数）飙到平时十倍，一位工程师盯着 RT（Response Time，响应时间）说："P99（99% 的请求耗时都低于这个值）已经 800 毫秒了，再高用户就该骂了。"组长下令："立刻 限流（超过阈值的请求先挡住），保住核心链路。"
突然某个下游服务挂了，告警狂响。组长镇定："熔断（把挂掉的依赖先断开，别让它把我们也拖垮）；同时 降级（把非核心的推荐模块关掉），兜底 返回一个保底结果。"小张问会不会崩，组长指着承诺书："我们对外的 SLA（Service Level Agreement，服务等级协议）是四个9（99.99%），全年最多宕机 52 分钟，这是底线。"
故障平息后，值班的同事说："今晚我 on-call（随时待命处理线上告警），明天拉个 复盘，做 RCA（Root Cause Analysis，根因分析）。"另一边有人在提 MR（Merge Request，合并请求）等 CR（Code Review，代码评审），走 CI/CD（Continuous Integration/Continuous Delivery，持续集成/持续交付）流水线自动测试部署。组长嘱咐小张："大促已经 封版（冻结代码不再改动），谁也别改代码，真出事只能 hotfix（紧急修复）或 回滚（退回上一个稳定版本）。"小张体会到研发的核心是稳定性文化：性能（QPS/RT）→ 目标（SLA/几个9）→ 保命三板斧（限流/熔断/降级）→ 出事走 on-call/复盘/RCA。
5.1 性能与可用性
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| QPS / TPS | Queries / Transactions Per Second | 每秒查询数 / 每秒事务数，衡量系统吞吐 |
| RT | Response Time | 响应时间，越低越好，常看 P99/P95 |
| P99 / P95 / P50 | — | 99%/95%/50% 的请求响应在某值内，衡量长尾延迟 |
| SLA / SLO / SLI | Service Level Agreement/Objective/Indicator | 对外承诺可用性 / 内部目标 / 衡量指标 |
| 高可用 / 几个9 | High Availability | 少宕机。"四个9"=99.99% 可用，全年宕机约 52 分钟 |
5.2 稳定性与故障
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| P0/P1/P2 故障 | Priority | 数字越小越严重，P0=核心业务瘫痪（分级各公司略有差异） |
| 限流 / 熔断 / 降级 | Rate Limit / Circuit Break / Degradation | 限制请求保护系统 / 下游挂了就断开防拖垮 / 高峰关掉非核心功能保主链路 |
| 兜底 / 灰度发布 | Fallback / Canary | 主逻辑失败返回保底结果 / 先放小部分流量试新版 |
| on-call / 复盘 / RCA | Postmortem / Root Cause Analysis | 轮流值班处理告警 / 事后总结 / 根因分析 |
| 中台 / 微服务 / 技术债 | Middle Platform / Microservices / Tech Debt | 沉淀通用能力复用 / 拆成独立小服务 / 赶进度写的烂代码日后要还 |
5.3 代码协作
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| CR | Code Review | 代码合并前让同事检查质量 |
| MR / PR | Merge / Pull Request | 提交代码待合并（GitLab 叫 MR，GitHub 叫 PR） |
| CI/CD | Continuous Integration / Delivery | 提交后自动编译、测试、部署的流水线 |
| 封版 / 联调 / 回滚 / hotfix | Code Freeze / Rollback | 大促前禁改代码 / 多系统对接口调试 / 出问题退回上一版 / 紧急打补丁 |
5.4 测试 / QA
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| 冒烟 / 回归测试 | Smoke / Regression | 快速验证核心功能 / 改动后重测老功能防"改一处坏一片" |
| UAT / 单测 | User Acceptance Test / Unit Test | 上线前业务方验收 / 开发对最小代码单元的测试 |
| case / 覆盖率 / 提测 | Test Case / Coverage | 测试用例 / 代码被测试覆盖比例 / 开发把功能交给测试 |
Takeaway：研发术语的核心是"稳定性文化"——用 QPS/RT 衡量性能，用 SLA/几个9 定目标，用限流/熔断/降级三板斧保命，出事了走 on-call → 复盘 → RCA。
六、广告投放 / 商业化
小张的第一天（投放组）
投放组的优化师给小张看后台："品牌方按 CPM（Cost Per Mille，每千次曝光收费）付费，他们只要人看见；效果广告主更狠，直接按 CPA（Cost Per Action，每次行动如下载/注册收费）算，甚至用 oCPM（optimized Cost Per Mille，以转化为目标的智能出价），让系统自己找会下单的人。"
小张问怎么判断赚不赚，优化师敲了一个词：ROAS（Return On Ad Spend，花 1 块广告费带回多少销售额），这是投放的命根子。他又画了条产业链："广告主的钱经过 DSP（Demand-Side Platform，需求方平台，帮我们买量）→ ADX（Ad Exchange，广告交易平台，像流量的证券交易所实时竞价）→ SSP（Supply-Side Platform，供给方平台，帮媒体卖广告位），最后展示给用户，全程毫秒级 RTB（Real-Time Bidding，实时竞价）拍卖完成。"
下午优化师盯着一条新计划发愁："这计划还在 冷启动（系统还没积累够转化数据），没 起量（还没跑出第一批转化）。"他建议换人群："用 Lookalike（相似人群扩展），拿老客当种子人群，让系统找'长得像'的人扩量。"又指着一条老计划："这个 素材衰退 了，同一个视频投久了 CTR（Click-Through Rate，点击率）掉得厉害，得换素材。"小张记下：投放三层——怎么收费（CPM/oCPM/ROAS）、产业链角色（DSP/SSP/ADX）、日常黑话（跑量/起量/素材衰退），而北极星永远是 ROAS。
6.1 计费与出价
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| CPM | Cost Per Mille | 每千次曝光收费，品牌广告常用，"只管让人看见" |
| CPC / CPA / CPS | Cost Per Click/Action/Sale | 按点击 / 按行动（下载注册）/ 按成交分成收费 |
| oCPM / oCPC / oCPX | optimized CPX | 以转化为目标的智能出价，字节/腾讯广告主力模式 |
| eCPM | effective CPM | 衡量流量变现效率 = 点击率×转化率×出价×1000 |
| ROAS | Return On Ad Spend | 花 1 块广告费带来多少销售额，即"投产比" |
6.2 广告产业链
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| DSP / SSP / ADX | Demand/Supply-Side Platform / Ad Exchange | 帮广告主买量 / 帮媒体卖广告位 / 流量的"证券交易所"撮合竞价 |
| DMP / CDP | Data / Customer Data Platform | 管理人群标签数据圈人 / 打通企业自有用户数据 |
| RTB / RTA | Real-Time Bidding / API | 毫秒级实时拍卖 / 广告主用自有数据实时决定投不投，更省钱 |
6.3 定向与投放黑话
| 术语 | 通俗解释 |
|---|---|
| Lookalike / 种子人群 | 基于优质种子用户找"长得像"的潜客扩量 |
| DPA | 按用户浏览行为自动展示对应商品的广告，电商标配 |
| retargeting / 频控 | 对访问未转化用户追投 / 限制同一用户看同广告的次数 |
| 跑量 / 消耗 | 能否大规模花出预算稳定出量 / 已花掉的广告费 |
| 起量 / 冷启动 | 新计划突破学习期跑出第一批转化 |
| 素材衰退 | 同一素材投久了点击率下降、跑不动 |
| 落地页(LP) / 回传 | 点广告后到达的页面 / 把转化数据回传平台优化模型 |
Takeaway：投放术语分三层——怎么收费（CPM/oCPM/ROAS）、产业链角色（DSP/SSP/ADX/DMP）、日常操作黑话（跑量/起量/素材衰退）。核心目标永远是 ROAS。
七、管理 / HR / 职场通用
小张的第一天（跟着老板开会）
这天小张旁听一场跨部门会。老板开场："这个季度的 OKR（Objectives and Key Results，目标与关键结果）大家先 对齐 一下——目标（O）加几条可量化的关键结果（KR），注意 OKR 是挑战性目标，不该 100% 达成。"一位总监接话："这个项目现在缺 抓手（不知从哪下手），我建议先找个小切口。"另一位说："技术这边可以 赋能 业务（提供能力让业务更强），把整个链路 闭环 起来。"小张在本子上疯狂记这些"黑话"。
会后老板留下小张聊职业发展："好好干，年底 述职 讲清楚成绩，明年冲 晋升答辩。你现在的 职级 还低，涨上去 RSU（Restricted Stock Units，限制性股票单位，分期归属的股票）才多。"路过 HR 工位，HRBP（HR Business Partner，派驻业务的 HR）正在核对 HC（Head Count，人员编制/招聘名额）："这岗位没 HC 了，招不了人。"
小张也听到些沉重的词：隔壁组一个人被谈 PIP（Performance Improvement Plan，绩效改进计划，常被当劝退信号），走的时候 HR 说按 N+1（工作 N 年补偿 N 个月工资再加 1 个月）补偿；还有人自嘲"要 毕业（离职）了"。小张这才明白，所谓管理层黑话，本质是把朴素意思包装了一层——"抓手"是切入点，"赋能"是帮忙，"对齐"是统一意见，"闭环"是把事做完，听懂的关键就是翻译回大白话。
7.1 目标与考核
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| OKR | Objectives and Key Results | 定目标(O) + 几条可衡量关键结果(KR)，字节/谷歌流行。是挑战性目标，不该 100% 达成 |
| KPI | Key Performance Indicator | 量化考核指标，与奖金晋升挂钩 |
| 述职 / 晋升答辩 / 盘点 | — | 向上汇报成果 / 升职级要向评委讲成绩接受质询 / 定期梳理人员能力绩效 |
| 职级 | P/M/T 序列 | 阿里 P（专业）/M（管理），腾讯 T 序列，字节 1-1~4-x（各厂叫法不同） |
7.2 HR 专业术语
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| HRBP / COE / SSC | HR Business Partner / Center of Expertise / Shared Service Center | HR 三支柱：派驻业务的 HR / 政策专家中心 / 处理入离职发薪的事务中心 |
| HC / headcount | Head Count | 招聘编制。"这岗位没 HC 了"=没编制不能招 |
| offer / 背调 / onboarding | — | 录用通知 / 入职前核实经历 / 新人入职引导 |
| N / N+1 / 2N | — | 裁员补偿：工作年限月薪 / 多一个月代通知金 / 违法解除双倍 |
| RSU / 期权 | Restricted Stock Unit / Option | 分期归属的公司股票 / 未来按约定价买股的权利，大厂长期激励主力 |
| PIP | Performance Improvement Plan | 绩效改进计划，常被视为变相劝退信号 |
| 271 / 361 / 九宫格 | Forced Distribution / 9-box | 绩效强制分布（腾讯 271=2 优 7 中 1 差）/ 按绩效×潜力分九格（比例各厂不同，口径差异） |
7.3 职场高频黑话（重灾区）
| 术语 | 通俗解释 |
|---|---|
| 对齐 / 拉齐 / 拉通 | 统一认知/信息/目标，别各干各的 / 打通多方协同 |
| 抓手 | 能着手推进的切入点。"这项目缺抓手"=不知从何下手（最著名黑话） |
| 赋能 | 给别人提供能力/资源让其变强。"技术赋能业务"（常被吐槽空话） |
| 闭环 / 沉淀 / 复盘 | 事情有始有终形成循环 / 把经验能力积累固化 / 事后回顾总结 |
| 颗粒度 / 感知 / 组合拳 | 事情的精细程度 / 让人明显感受到 / 多种手段配合出击 |
| 心智 / 抓大放小 / 链路 | 用户心里的认知位置 / 抓重点放次要 / 完整的流程环节 |
| 降本增效 | 降成本提效率（近年高频，常暗指裁员优化） |
| 护城河 / 卡位 / 破圈 | 竞争壁垒 / 提前占据关键位置 / 突破原有圈层触达新人群 |
7.4 中英混用黑话
| 术语 | 通俗解释 |
|---|---|
| align / sync / touch base | 对齐 / 同步碰头 / 简短对进度 |
| buy-in / ownership | 认同支持（"拿到老板的 buy-in"）/ 责任担当（"这人很有 ownership"） |
| push / follow up / cover | 推动催进度 / 跟进 / 顶替（"我帮你 cover"） |
| owner / PIC / kickoff | 负责人 / Person In Charge / 项目启动会 |
| 承接 / 消化 / 消费 | 接住并落实上游需求 / 处理消解掉工作量 / 把上游产出用起来 |
7.5 各厂特色词
| 术语 | 出处 | 含义 |
|---|---|---|
| 活水 | 阿里/字节 | 内部转岗机制，可跨部门流动 |
| 赛马 | 腾讯 | 多团队竞争同一目标，优胜者胜出（如微信 vs QQ 团队） |
| 政委 / 六脉神剑 | 阿里 | HRBP 的内部叫法 / 六条价值观 |
| 大力出奇迹 / Context not Control | 字节 | 靠资源执行力堆成果 / 给上下文而非发指令 |
| 毕业 / 优化 | 通用 | 委婉说法：毕业=离职，优化=裁员 |
Takeaway：管理层黑话本质是把朴素意思"包装"了——"抓手"是切入点，"赋能"是帮忙，"对齐"是统一意见，"闭环"是把事做完。听懂它们的关键是翻译回大白话。
八、设计（UED / UX）
小张的第一天（UED 设计组）
到了设计组（大厂常叫 UED，User Experience Design，用户体验设计部门），小张发现这里分工很细：交互设计师 管"用户怎么操作、系统怎么反馈"，视觉设计师 管"好不好看"，还有 用研（用户研究）专门去访谈用户搞清"他们到底要什么"。
一个新页面正在设计。交互师先画了张灰突突的 线框图（Wireframe，只有框框占位不上色）对齐结构，再做 高保真（High-Fidelity，接近成品效果的）原型给大家评审。视觉师定稿后开始 切图（把图标图片切出来给前端）和 标注（把间距、字号、颜色标成精确数值）。开发实现出来那天，视觉师拿着设计稿一页页 走查，皱眉说："这里 还原度 不行，要 像素级还原，差一像素都不行。"
小张问为什么不同页面风格能这么统一，组长打开一套 Design System（设计系统，规范+组件+资源）："规范、组件、资源都在这，大家复用。底层用 Design Token（设计变量，把颜色间距抽象成变量）把颜色间距抽象成变量，改一处全局生效，换肤、多端都靠它。"这一天小张理解了设计的链条：用户是谁（用研）→ 画什么（线框/高保真）→ 怎么交付（切图/标注/还原度）→ 怎么统一（Design System/Token）。
8.1 角色与概念
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| UI | User Interface | 用户界面，界面"看得见"的视觉层：按钮、颜色、图标、排版 |
| UX | User Experience | 用户体验，用起来"顺不顺、爽不爽"的全过程感受 |
| UED | User Experience Design | 用户体验设计（部门名），国内大厂对交互+视觉+用研综合设计团队的统称（阿里/网易常用） |
| 交互设计 | Interaction Design (IxD) | 设计"用户怎么操作、系统怎么反馈"，重流程逻辑，不管美不美 |
| 视觉设计 | Visual Design | 负责画面美观：配色、字体、图标、氛围 |
| 用研 | User Research | 用户研究，通过访谈/问卷/观察搞清用户是谁、想要什么 |
| B端 / C端设计 | To-Business / To-Consumer | 面向企业/后台（重效率、信息密度）/ 面向普通用户（重体验、转化） |
8.2 产出物
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| 线框图 | Wireframe | 灰模草图，只有框框占位、不上色，快速表达结构布局 |
| 低保真 / 高保真 | Low/High-fidelity | 粗糙版原型（对齐想法）/ 接近真实上线的精细原型（评审走查） |
| 交互稿 / 视觉稿 | — | 交互师产出的原型（标清跳转与状态）/ 视觉师产出的成品设计图 |
| 切图 / 标注 | Slicing / Spec | 把图标图片切出给前端 / 标出间距字号颜色等精确数值供还原 |
| 还原度 / 像素级还原 | Pixel Perfect | 开发实现与设计稿"像不像"/ 要求误差不超过 1 像素 |
| 首屏 / 空态 | Above the Fold / Empty State | 不滑动就看到的黄金第一屏 / 没数据时的缺省页设计 |
8.3 规范与流程
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| Design System | 设计系统 | 统一的设计规范+组件+资源库，保证多产品风格一致、可复用 |
| Design Token | 设计令牌 | 把颜色/间距/字号抽象成变量名（如 color-primary），一改全改，方便换肤与多端统一 |
| 组件库 / 栅格 | Component Library / Grid | 标准化的按钮弹窗等积木 / 用隐形等分网格对齐排版 |
| 走查 / Design Review | Walkthrough / Review | 逐页检查实现与设计的差异并提改 / 团队评审方案定方向的会 |
| 可用性测试 / 竞品分析 | Usability Test | 找真实用户实操找卡点 / 研究对手产品找差距 |
| Figma / Sketch / 蓝湖 | — | 主流在线协作设计工具 / Mac 经典 UI 软件 / 国产标注交付平台 |
Takeaway：设计术语围绕"用户是谁（用研）→ 画什么（线框/高保真/视觉稿）→ 怎么交付（切图/标注/还原度）→ 怎么统一（Design System/Token）"。UED 是国内大厂设计部门的通用叫法。
九、内容 / 用户运营
小张的第一天（内容运营组）
内容组的运营给小张讲平台生态："我们的内容分三种——普通用户发的叫 UGC（User Generated Content，用户生产内容），专业机构做的叫 PGC（Professionally Generated Content，专业生产内容），平台官方账号发的叫 OGC（Occupationally Generated Content，职业生产内容）。这些内容进 内容池，再由算法通过 Feed 流（信息流，不停下刷的内容流）分发 给合适的人。"
上午开选题会。运营强调："选题 是内容运营第一步，选对了才可能出 爆款。"他们策划一批 投放笔记（花钱请达人发带货内容），运营特意做了 达人分层："头部 KOL（Key Opinion Leader，关键意见领袖）贵但声量大，腰尾部 KOC（Key Opinion Consumer，关键意见消费者/真实素人）便宜、带货转化反而好，搭配着来。"目标是给产品 种草，让用户产生购买欲，最好能 破圈——冲出原来的小众圈层。
下午轮到用户运营。师傅指着一批沉睡用户："安排 召回——Push（App 推送通知）加优惠券把他们 唤醒。"又讲流量观："平台给的是 公域，抢一次少一次；沉淀到微信群、企微的是 私域，能反复免费 触达。"最后他把用户按 RFM（Recency/Frequency/Monetary，最近消费/频次/金额）分层，套上 SOP（Standard Operating Procedure，标准作业流程）做 精细化运营。小张总结：内容运营看内容从哪来（UGC/PGC/OGC）→ 怎么分发（Feed/内容池）→ 怎么爆（选题/种草/破圈），用户运营看拉新促活留存→分层（RFM）→触达召回。
9.1 内容生态
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| UGC / PGC / OGC | User/Professionally/Occupationally Generated Content | 普通用户产出 / 专业机构产出 / 平台官方职务产出 |
| PUGC | Professional UGC | 介于两者：有专业度的达人/头部用户产出 |
| 内容分发 / 推荐位 | Content Distribution | 把内容推给合适用户 / 页面上放推荐内容的固定坑位 |
| Feed 流 / 内容池 | Feed / Content Pool | 不断下刷的信息流列表 / 平台储备待分发的内容集合，算法从池里挑 |
| 话题运营 / 社区运营 | — | 用 #话题# 聚合内容引导参与 / 维护社区氛围与内容生态 |
| 审核 / 破圈 | Moderation | 内容合规检查后才可发布 / 内容突破原圈层被更广人群看到 |
9.2 用户运营与增长
| 术语 | 全称 | 通俗解释 |
|---|---|---|
| 拉新 / 促活 / 留存 | Acquisition/Activation/Retention | 拉来新用户 / 让老用户多用 / 让用户过段时间还回来 |
| 私域 / 公域 | Private/Public Domain | 沉淀到微信群企微、能反复免费触达 / 平台分发需争夺或付费的流量 |
| 触达 / Push / 召回 | Reach / Win-back | 用 push 短信私信送达 / App 推送通知 / 把流失沉睡用户拉回来 |
| 用户分层 / RFM | Segmentation | 按价值活跃度分群运营 / 用最近消费·频次·金额三维度分层 |
| CRM / SOP | Customer Relationship Mgmt / Standard Operating Procedure | 用系统运营客户关系做精准触达 / 把事拆成固定步骤的标准流程手册 |
| 精细化运营 / 冷启动 | Refined Operation / Cold Start | 针对不同用户做差异化精准运营 / 新账号新内容没数据没流量的起步阶段 |
9.3 内容运营黑话
| 术语 | 通俗解释 |
|---|---|
| 选题 | 决定内容做什么主题，内容运营第一步核心工作 |
| 种草 / 拔草 | 用内容激发购买欲 / 真正下单或反向劝退 |
| 爆款 / 涨粉掉粉 | 数据极好广泛传播的内容 / 粉丝增减 |
| 达人 / 达人分层 | 有影响力的创作者 / 按粉丝量分头部·腰部·尾部（KOC）分别运营 |
| KOL / KOC | 关键意见领袖（粉多话语权大）/ 关键意见消费者（粉少但真实带货强） |
| 投放笔记 / 组货选品 | 品牌花钱让达人发带货内容（小红书常见）/ 为活动挑商品组合 |
Takeaway：内容运营看"内容从哪来（UGC/PGC/OGC）→ 怎么分发（Feed/推荐位/内容池）→ 怎么爆（选题/种草/破圈）"；用户运营看"拉新促活留存→分层（RFM）→触达召回"。私域/公域是贯穿始终的流量观。
十、AI / 算法 / 大模型
小张的第一天（算法组）
算法组正在做一个客服机器人。工程师介绍："核心是 LLM（Large Language Model，大语言模型），你给它的指令叫 Prompt（提示词），写好指令是门手艺，叫 提示词工程。"小张试了下，模型一本正经地编了个不存在的政策，工程师笑："这就是 幻觉（Hallucination，模型一本正经地胡说）。解决办法是 RAG（Retrieval-Augmented Generation，检索增强生成，先去知识库检索资料再回答），把公司文档存进 向量数据库，它就不瞎编了。"
隔壁在训模型。"通用大模型不够专业，得 微调（Fine-tuning）——用我们自己的'问题-答案'数据做 SFT（Supervised Fine-Tuning，有监督微调），再用 RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习，人给答案打分）让它更 对齐 人的偏好。"另一位在搞 Agent（智能体，能自己规划、调工具、多步执行的 AI），还提到刚接了 MCP（Model Context Protocol，模型上下文协议，统一大模型连外部工具的开放协议）。为了省成本，他们把大模型 蒸馏（Distillation，用大模型教出小模型）成小模型、再 量化（Quantization，降精度压缩）压缩。
另一半人做推荐算法。组长画了条流水线："召回（从海量捞几千个）→ 粗排（砍到几百）→ 精排（精准打分选几十）→ 重排（调序兼顾多样性）。"精排靠 CTR 预估（Click-Through Rate，预测用户点击概率）打分，好坏用 AUC（Area Under Curve，衡量模型排序好坏的指标）和线上 A/B 实验 判断。小张这天记住：大模型是 LLM/RAG/Agent/MCP + 训练（SFT/RLHF）+ 优化（蒸馏/量化），推荐算法的经典四段是 召回→粗排→精排→重排。
10.1 大模型基础
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| LLM / 大模型 | Large Language Model | 大语言模型（GPT、文心、通义、豆包等），能理解和生成文字 |
| Prompt / 提示词工程 | Prompt Engineering | 你给模型的指令/问题 / 研究怎么写指令让输出更准的技巧 |
| Token / 上下文窗口 | Context Window | 模型处理文本的最小单位（按 token 计费）/ 一次能读取记住的最大长度 |
| 幻觉 / 涌现能力 | Hallucination / Emergent | 一本正经胡编错误内容 / 参数大到一定程度突然"开窍"出现新能力 |
| 多模态 / CoT | Multimodal / Chain of Thought | 同时处理文字图片语音视频 / 思维链，让模型"一步步想"再答 |
| Scaling Law | 规模定律 | 模型能力随参数量·数据量·算力增加而可预测提升的规律 |
10.2 训练与工程
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| Fine-tune / SFT | Supervised Fine-Tuning | 微调：用特定数据再训练 / 有监督微调，用"问题-标准答案"教模型 |
| RLHF / DPO / 对齐 | RL from Human Feedback / Direct Preference Optimization | 人给答案打分做强化学习 / 更简单的偏好优化 / 让输出符合人类意图价值观 |
| Embedding / 向量数据库 | Embedding / Vector DB | 把文字图片转成一串数字（算语义相似度）/ 专存检索向量的数据库 |
| RAG / 知识库 | Retrieval-Augmented Generation | 检索增强生成：先查知识库再答，减少胡说、能用私有/最新数据 |
| Agent / Function Calling / MCP | Model Context Protocol | 能自主规划调工具多步执行的 AI / 让模型调外部接口 / 统一模型连工具数据源的开放协议（AI 界 USB-C） |
| 蒸馏 / 量化 / 推理成本 | Distillation / Quantization | 大模型教小模型（更快省）/ 降参数精度减体积 / 每次调用消耗的算力和钱 |
10.3 推荐/搜索算法
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| 召回 / 粗排 / 精排 / 重排 | Recall / Pre-rank / Rank / Re-rank | 从海量捞几千候选 → 初排砍到几百 → 精准打分选几十 → 调序兼顾多样性得最终结果 |
| CTR / CVR 预估 | Click/Conversion Rate Prediction | 预测用户点击概率 / 预测点击后转化下单的概率 |
| 特征工程 / 正负样本 | Feature Engineering | 从原始数据提炼有用特征（很大程度决定效果）/ 训练用的"点了/没点"好坏例子 |
| AUC / 过拟合 | Area Under Curve / Overfitting | 评估排序模型好坏（0.5 瞎猜，越近 1 越好）/ 把训练数据背太死、遇新数据反而差 |
| 离线/在线评估 / A/B 实验 | Offline/Online Eval | 上线前用历史数据测（看 AUC）/ 上线后看真实数据 / 分组比新旧模型 |
| 推理 / 模型上线 / GPU卡 | Inference / Deployment | 上线后实际回答问题（区别于训练）/ 部署到线上服务 / 训练推理的核心算力硬件 |
Takeaway：大模型看"基础（LLM/Prompt/Token/幻觉）→ 训练（SFT/RLHF/RAG/Agent/MCP）→ 优化（蒸馏/量化）"；推荐算法的经典四段是"召回→粗排→精排→重排"，用 CTR 预估打分、用 AUC 和 A/B 评估。
十一、财务 / 战投 / BD / 法务
小张的最后一站（财务战投组）
轮岗最后一站是财务战投。财务 BP（Business Partner，业务伙伴，贴身支持业务的财务）给小张算账："看业务健不健康，先看 毛利（收入减直接成本）和 净利（扣光所有成本税后剩的），投资人更爱看 EBITDA（Earnings Before Interest, Taxes, Depreciation & Amortization，息税折旧摊销前利润）。"她又强调："但比利润更要命的是 现金流——公司每月净亏多少叫 烧钱率（Burn Rate），账上的钱按这速度还能撑几个月叫 Runway（现金跑道），跑道烧完就完了。"
这天正好有一场融资。战投同事解释流程："投资方先做 DD（Due Diligence，尽职调查，把公司里里外外查一遍），谈拢了签 TS（Term Sheet，投资条款清单），确定 估值——注意 投前（Pre-money）和 投后（Post-money）差一轮融资额。有时还会签 对赌：达不到业绩，创始人要补偿或回购。最终目标是有一天能 退出，比如 IPO（Initial Public Offering，首次公开募股）上市。"
另一边 BD（Business Development，商务拓展）在谈渠道合作，约定平台 抽佣（按 GMV 分成）。法务全程盯着：签约前先签 NDA（Non-Disclosure Agreement，保密协议），新用户要做 KYC（Know Your Customer，核实真实身份）、走 AML（Anti-Money Laundering，反洗钱）流程，一切以 合规 为底线。轮岗一年，小张终于把所有部门的黑话串了起来——原来每个词背后，都是一个部门在回答自己那个最核心的问题。
11.1 财务
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| 财务三张表 / 财年 / 审计 | Fiscal Year / Audit | 看懂财务的基础：资产负债表·利润表·现金流量表 / 会计年度（阿里从 4 月起）/ 会计师独立核查报表 |
| 毛利 / 净利 | Gross / Net Profit | 收入减直接成本（看产品本身赚不赚钱）/ 扣掉所有成本费用税后剩的 |
| EBITDA | Earnings Before Interest, Taxes, Depreciation & Amortization | 息税折旧摊销前利润，衡量主营业务本身的赚钱能力 |
| 现金流 / 烧钱率 / Runway | Cash Flow / Burn Rate | 实际进出的现金（比利润更看活不活得下）/ 每月净亏多少 / 按当前烧钱速度还能撑几个月 |
| 预算 / 预提 / 核销 / 回款 | Budget / Accrual | 事先规划收支 / 费用已发生未付款先计提 / 与单据核对后销账 / 把钱实际收回账上 |
| 财务 BP | Business Partner | 深入某业务线贴身支持的财务，对应 HRBP 的财务版 |
11.2 战投 / 融资
| 缩写 | 全称 | 通俗解释 |
|---|---|---|
| 估值 / Pre-money / Post-money | Valuation | 一切融资的起点：公司值多少钱 / 融资进来前的估值 / 投后估值=投前+本轮融资额 |
| DD / TS / SPA | Due Diligence / Term Sheet / Share Purchase Agreement | 尽职调查（投前全面核查）/ 投资意向条款清单（多不具约束力）/ 正式有法律效力的股权买卖合同 |
| 领投 / 跟投 | Lead / Follow Investor | 出资最多、主导条款的是领投 / 其余跟随出资的是跟投 |
| 对赌 / 稀释 | VAM (Valuation Adjustment Mechanism) | 约定业绩目标，达不到创始人要补偿或回购 / 新融资摊薄原股东占比 |
| 战投 / VIE / SPV | Strategic Investment / Variable Interest Entity | 为业务协同而非纯财务回报的投资 / 协议控制架构（中概股上市常用）/ 为某交易专设的壳公司 |
| 退出 / IPO | Exit / Initial Public Offering | 投资的终点：通过上市或并购变现离场 / 首次公开募股上市 |
11.3 BD 与法务合规
| 缩写/术语 | 全称 | 通俗解释 |
|---|---|---|
| BD / 渠道 | Business Development | 商务拓展，谈合作找渠道拓外部资源 / 触达用户或卖货的通路 |
| 抽佣 / GMV分成 / Take Rate | Commission / 变现率 | 平台从每笔交易抽成 / 按成交总额比例分钱 / 平台收入占 GMV 的比例 |
| 合规 / 风控 | Compliance / Risk Control | 让公司行为符合法规监管 / 识别防范各类风险 |
| KYC / AML | Know Your Customer / Anti-Money Laundering | 交易前核实客户真实身份防欺诈 / 反洗钱，阻止非法资金流动 |
| NDA / 账期 / 应收应付 | Non-Disclosure Agreement | 保密协议 / 交易后约定多久付款（30/60天）/ 别人欠公司的钱 vs 公司欠别人的钱 |
Takeaway：财务看"赚钱能力（毛利/净利/EBITDA）和活命能力（现金流/烧钱率/Runway）"；战投看"投前查（DD）→ 定条款（TS/估值/对赌）→ 退出（IPO）"；BD 靠渠道和抽佣变现，法务守合规底线（KYC/AML/NDA）。
十二、总结
小张轮岗一年，把 11 个部门的黑话都听懂了。 回头看，它们其实各自在回答一个核心问题：
一句话记忆法：
每个部门的黑话都在回答一个核心问题——运营问"卖了多少"（GMV），产品问"做什么"（PRD），数据问"怎么样"（DAU/留存），增长问"怎么更多"（AARRR），研发问"稳不稳"（SLA），投放问"值不值"（ROAS），管理问"怎么落地"（OKR/对齐/抓手），设计问"好不好用"（UX/还原度），内容运营问"怎么爆"（选题/种草/破圈），算法问"推得准不准"（召回/精排/CTR），财务问"赚不赚、活不活"（毛利/现金流）。
回到十一大部门：
| 部门 | 核心术语骨架 |
|---|---|
| 电商/直播运营 | 规模（GMV/AOV）× 效率（GPM/CTR/CVR）× 供应链（SKU/履约）+ 直播黑话（憋单/逼单） |
| 产品经理 | 定义需求（PRD/MVP）→ 理解用户（痛点/画像）→ 验证方案（埋点/A/B/灰度） |
| 数据分析 | 规模活跃（DAU/MAU）+ 价值健康（LTV/CAC/留存）+ 方法（漏斗/口径/归因） |
| 用户增长 | 骨架 AARRR + 前提 PMF + 武器（裂变/K 因子/召回） |
| 技术研发 | 性能（QPS/RT）+ 稳定性（SLA/限流熔断降级）+ 协作（CR/CI/CD/回滚） |
| 广告/商业化 | 计费（CPM/oCPM/ROAS）+ 产业链（DSP/SSP/ADX）+ 操作（跑量/起量） |
| 管理/HR/职场 | 目标（OKR/KPI）+ HR（HRBP/HC/RSU/PIP）+ 黑话（对齐/抓手/赋能/闭环） |
| 设计（UED/UX） | 角色（UI/UX/交互/视觉/用研）+ 产出（线框/高保真/切图标注）+ 规范（Design System/Token） |
| 内容/用户运营 | 内容生态（UGC/PGC/OGC/Feed）+ 动作（选题/种草/破圈）+ 分层触达（RFM/私域/召回） |
| AI/算法/大模型 | 大模型（LLM/RAG/Agent/MCP）+ 训练（SFT/RLHF/蒸馏）+ 推荐（召回/粗排/精排/重排） |
| 财务/战投/BD/法务 | 财务（毛利/净利/EBITDA/现金流）+ 融资（DD/TS/估值/对赌/IPO）+ 合规（KYC/AML/NDA） |
使用建议：黑话本身不是问题，关键是理解它背后指向的真实概念。听不懂时，把它翻译回大白话——"这个抓手是什么"就是"我们从哪下手"；"数据颗粒度做细"就是"看得更细一点"。搞懂了定义，你就不会被任何一串缩写唬住。