上周和一位做产品经理的朋友聊天他提到现在团队里都在讨论用AI写PRD、画原型但真正用起来感觉就像在开盲盒有时候AI能给出一个像模像样的框架但细节逻辑一塌糊涂有时候画的原型图交互逻辑根本对不上。他问我“都说AI是生产力工具但为什么我用了之后感觉更像是在给AI‘打工’——花大量时间去纠正它的错误反而更慢了”这其实是一个很典型的误区。很多人把AI工具当成了“一键生成”的魔法棒期待输入一个模糊的想法就能得到一份可以直接交付的PRD和一套逻辑自洽、UI美观的前端原型。这种期待本身就注定了会失望。AI的真正价值不在于替代产品经理的思考和决策而在于将产品经理从重复、繁琐的文档整理和界面绘制中解放出来让他们能更专注于需求洞察、逻辑梳理和方案验证。它更像是一个理解力超强、执行力超快、但缺乏业务直觉的“超级实习生”。用得好事半功倍用不好就是鸡同鸭讲。今天我们就来彻底拆解一下如何把AI这个“超级实习生”用起来让它帮你高效地产出PRD套件和前端原型。这不是一个简单的工具教程而是一套关于如何与AI协作、如何定义任务边界、如何将零散输出整合为可用成果的工作流重构。1. 重新定位AI不是替你写PRD而是帮你“结构化”思考在打开任何AI工具之前我们必须先达成一个共识AI无法理解你脑中那个模糊、跳跃、充满背景知识的“产品灵感”。它只能处理你明确给出的、结构化的信息。因此使用AI的第一步不是问“帮我写一个电商App的PRD”而是你自己先完成最核心的思考拆解。这个过程我称之为“需求种子培育”。1.1 从“一句话想法”到“结构化问题清单”假设你的想法是“做一个帮助个人管理订阅服务的App”。直接把这个丢给AI它可能会给你生成一份大而全、但毫无重点的PRD涵盖用户注册、付费、通知等所有通用模块。这没有价值。你应该先自己回答以下几个问题把模糊的需求变成清晰的指令核心用户是谁例如一线城市白领经常忘记取消各种App的试用订阅核心痛点是什么例如订阅分散在不同平台续费日期记不住被莫名扣费核心目标是什么例如在一个地方集中管理所有订阅提前提醒续费一键取消核心功能场景MVP是什么例如手动添加订阅、日历视图展示、续费前3天推送提醒非功能性要求有哪些例如数据本地加密存储、UI简洁清晰把这些答案整理成一段清晰的“需求简报”它将成为你与AI对话的“宪法”。例如“我需要设计一个面向一线城市白领的订阅管理App。核心痛点是他们经常忘记分散在各个平台如视频、音乐、软件的订阅导致不必要的扣费。MVP阶段用户需要能手动添加订阅包含服务名、月费、下次扣费日期App以日历视图清晰展示所有即将扣费的订阅并在扣费前3天发送手机通知。UI风格需要简洁、现代以日历和列表为主视图。请基于此协助我展开PRD和原型设计。”这个简报明确了边界防止AI天马行空。1.2 选择你的“AI实习生”不同工具的分工与组合现在AI工具很多不要指望一个工具解决所有问题。根据PRD和原型制作的不同阶段我们需要组合使用不同类型的“AI实习生”逻辑梳理与文档生成型如 ChatGPT、Kimi、DeepSeek、文心一言等大语言模型。它们擅长理解自然语言进行逻辑推演和文本生成。主要任务帮你将“需求简报”扩展成结构化的PRD框架、用户故事、功能清单。视觉设计与原型生成型如 MidJourney、Stable Diffusion 用于生成视觉风格参考Figma AI、Galileo AI、Uizard等则可以直接从文本描述生成可交互的原型线框图。主要任务根据你的文字描述快速产出UI界面和交互框架。代码辅助型如 Cursor、GitHub Copilot、通义灵码等。主要任务当你需要将高保真原型转化为前端代码片段或验证某个交互的技术可行性时它们可以极大提升效率。对于产品经理而言核心组合是“大语言模型 原型生成AI”。前者是你的“策略顾问”后者是你的“视觉设计师”。2. 实战工作流四步走从想法到可演示原型下面我们以一个具体的“订阅管理App”案例走通整个协作流程。2.1 第一步用大语言模型搭建PRD骨架与血肉不要一次性让AI生成完整PRD。分步骤像和实习生讨论一样层层深入。1. 生成PRD核心目录结构提示词“基于我之前提供的‘订阅管理App’需求简报为我生成一份PRD的详细目录结构。要求包含版本记录、项目概述、用户角色分析、功能需求列表、非功能需求、业务逻辑规则等标准模块并为每个模块提供简要的撰写要点说明。”AI会给你一个结构比如文档概述背景、目标、范围用户画像与场景产品功能列表按模块功能详情描述用户故事、业务流程非功能性需求性能、安全、兼容性业务规则与逻辑原型与UI建议2. 深化具体模块以“功能详情描述”为例提示词“现在请针对‘核心功能模块订阅管理’进行详细描述。请按照以下格式输出a) 用户故事As a... I want to... So that...b) 功能描述与业务流程用步骤列表说明c) 输入与输出字段d) 业务规则如扣费前3天提醒。请确保逻辑严密覆盖增删改查和提醒场景。”通过这样具体的指令AI会产出质量高得多的内容用户故事“作为一名忙碌的白领我希望能够手动添加一个订阅输入服务名称、月费金额和下次扣费日期以便我能在一个统一的日历上跟踪它。”业务流程1. 用户进入“订阅列表”页2. 点击“”按钮3. 填写表单带验证4. 保存后新订阅出现在列表和日历视图中。业务规则订阅到期前3天若未标记为“不再续订”则发送系统推送通知。3. 查漏补缺与逻辑验证提示词“请以测试人员的视角评审刚才生成的‘订阅管理’功能描述。找出可能存在歧义、遗漏或逻辑矛盾的地方并提出具体问题。例如如果用户修改了扣费日期提醒规则如何变化订阅服务重复添加如何处理”让AI自己挑战自己能发现很多你没想到的边界情况。关键心法在这一步你产出的不是一份最终文档而是一份经过AI初步组织、内容丰富的“素材草案”。你需要像编辑一样仔细审查、调整、合并逻辑确保它符合你的产品意图。AI负责“写”你负责“改”和“定”。2.2 第二步将结构化需求转化为原型描述有了详细的PRD素材下一步是指导“视觉设计师”AI干活。但你不能直接把PRD丢给Figma AI说“画个原型”。需要翻译。1. 提取页面与交互线索从PRD中提炼出关键页面和页面流。例如页面清单启动页、主页订阅日历/列表视图、添加订阅页、订阅详情/编辑页、设置页。页面流启动页 - 主页空状态引导添加 - 添加订阅页 - 返回主页显示新条目。2. 为每个页面撰写“原型提示词”这是最关键的一步。提示词要具体到元素和交互。糟糕的提示词“画一个主页。”合格的提示词“设计一个订阅管理App的主页。顶部是导航栏标题为‘我的订阅’右侧有‘’添加按钮。主体部分是一个标签切换组件两个标签分别是‘日历视图’和‘列表视图’。默认显示日历视图日历上高亮显示有订阅扣费的日期。下方有一个‘即将到期’的卡片区域列出未来7天内要扣费的订阅每条信息包含服务图标、名称、扣费日期和金额。整体风格为iOS风格简洁明亮。”3. 使用原型生成AI工具打开Figma使用Figma AI 插件将上述提示词输入。或使用Galileo AI、Uizard等工具它们能根据文本直接生成可编辑的线框图甚至带交互的组件。你会立刻得到一个可视化的界面。它可能不完美但基础布局和元素都有了这比你从零开始拖拽组件快十倍。2.3 第三步人机协作精细化打磨原型AI生成的原型是“初稿”。产品经理的核心价值在这里凸显——评审、调整、赋予灵魂。布局调整AI可能把按钮放得不对你可以手动拖动到更符合操作习惯的位置。交互逻辑补全AI可能只生成了一个静态页面。你需要补充点击“”按钮跳转到哪里点击日历上的某一天如何显示详情左滑订阅条目是否出现“删除”“编辑”按钮用Figma的Prototype功能手动连接这些交互。细节优化定义颜色规范、字体、间距。AI生成的样式可能不统一你需要确保整个App的视觉语言一致。状态设计不要忘记空状态、加载状态、错误状态。AI通常不会主动生成这些需要你基于PRD中的业务逻辑来补充设计。这个过程AI承担了80%的基础劳动你则专注于20%的关键决策和细节打磨效率和质量都得到了保障。2.4 第四步从原型到前端代码的桥梁可选但强大如果你需要向开发同学更直观地传达意图或者想快速验证一个交互动效可以借助AI编程工具。生成代码片段在Figma中使用一些插件如Anima可以将设计稿转换为React/Vue/HTML代码片段。你也可以将界面描述扔给Cursor或GitHub Copilot让它生成大致的组件代码。验证交互逻辑你可以问Cursor“在React中如何实现一个标签切换组件点击不同标签时下方内容平滑切换” 它能给出带示例代码的答案这有助于你评估开发成本或与前端工程师更高效地沟通。制作可交互演示利用CodePen、JSFiddle等在线编辑器结合AI生成的代码你可以快速拼凑出一个可点击的静态演示这在向领导或用户演示时比静态原型图更有说服力。注意这一步的目的不是让产品经理去写生产代码而是降低沟通成本和快速验证可行性。生成的代码可能需要开发同学重构但它提供了一个无比精确的“视觉逻辑”参考。3. 避坑指南AI协作中的常见陷阱与应对策略与AI协作并非一帆风顺。以下是几个最常见的“坑”及解决办法陷阱一需求描述模糊导致AI自由发挥。现象生成的PRD泛泛而谈原型图与预期相差甚远。对策严格遵守“先自己结构化再问AI”的原则。使用“背景-角色-目标-任务”的框架来约束提示词。多使用“请基于以下约束条件...”这样的句式。陷阱二过度依赖单次输出不进行迭代。现象认为AI第一次生成的结果不好用就放弃了。对策将AI输出视为“初稿”。采用“生成-评审-反馈-修正”的循环。例如对AI说“这个页面布局中将按钮从左边移到右边。另外颜色太暗了请提供三个更明亮的配色方案。”陷阱三忽略业务逻辑的深度校验。现象AI写的业务规则可能存在漏洞或矛盾。对策让AI进行“自我攻击”。在生成规则后立即发出指令“请扮演一个挑剔的用户尝试找出上述业务规则的所有漏洞并提出极端测试用例。” AI在对抗性提示下往往能发现隐藏问题。陷阱四混淆“概念图”与“可落地原型”。现象AI生成的界面很好看但组件不真实交互无法实现。对策在给原型AI的提示词中加入技术约束。例如“请使用常见的移动端UI组件库如iOS规范或Material Design风格进行设计避免使用过于复杂或罕见的交互控件。”陷阱五缺乏版本管理和素材沉淀。现象多次与AI对话后有用的信息散落在各处无法整合。对策建立一个简单的管理流程。可以用一个文档记录V1.0提示词、V1.0 AI输出、我的修改意见、V1.1提示词... 将最终确定的原型图和PRD片段及时整理到正式的Figma文件和PRD文档中。AI是思考过程的参与者而不是最终的成果仓库。4. 进阶思考AI如何重塑产品经理的能力模型当AI接管了文档撰写和原型绘制的“体力活”后产品经理的价值必须向更高维度迁移。未来的产品经理可能更需要以下能力精准定义问题的能力比以往任何时候都更重要。你能多清晰地定义问题AI就能多准确地帮你解决问题。这要求极强的抽象、归纳和场景化能力。提示词工程与AI工作流设计能力如何给AI下指令如何将多个AI工具串联成一个高效流水线这本身就成为了一种核心竞争力。你需要像产品经理设计用户流程一样设计“人-AI”协作流程。逻辑验证与批判性思维AI会“幻觉”生成看似合理但错误的内容。产品经理必须成为最终的逻辑守门员能够敏锐地发现AI输出中的矛盾、遗漏和不合理之处。体验洞察与审美判断力AI可以生成100种界面但哪一种最能打动用户这取决于你对用户情感、行为模式和审美趋势的深度理解。AI是执行者你才是决策者。跨领域沟通与整合能力你需要更懂一点技术以便和AI及开发沟通实现成本更懂一点数据以便设计验证指标更懂一点商业以便判断需求价值。AI是杠杆你的综合知识是支点。回到开头我朋友的那个问题。感觉在用AI“打工”是因为他跳过了“自己先想清楚”这一步试图让AI直接完成“思考和表达”的全过程。而真正高效的模式是让AI成为你思维的“扩展工作台”和“速记员”。你负责战略构思和逻辑架构AI负责战术执行和素材生产。你从重复劳动中解脱将时间投入到更有价值的用户访谈、数据分析、方案权衡和跨部门协同中。所以别再问“AI能不能写好PRD、画好原型”了。真正的问题是你能否清晰地定义你需要PRD和原型去解答的问题当你能够精准地提出问题时AI这个不知疲倦的“超级实习生”将成为你产品路上最得力的助手。现在就从给你的下一个产品想法写一份清晰的“需求简报”开始吧。
AI产品经理实战：重构PRD与原型设计工作流，告别无效加班
上周和一位做产品经理的朋友聊天他提到现在团队里都在讨论用AI写PRD、画原型但真正用起来感觉就像在开盲盒有时候AI能给出一个像模像样的框架但细节逻辑一塌糊涂有时候画的原型图交互逻辑根本对不上。他问我“都说AI是生产力工具但为什么我用了之后感觉更像是在给AI‘打工’——花大量时间去纠正它的错误反而更慢了”这其实是一个很典型的误区。很多人把AI工具当成了“一键生成”的魔法棒期待输入一个模糊的想法就能得到一份可以直接交付的PRD和一套逻辑自洽、UI美观的前端原型。这种期待本身就注定了会失望。AI的真正价值不在于替代产品经理的思考和决策而在于将产品经理从重复、繁琐的文档整理和界面绘制中解放出来让他们能更专注于需求洞察、逻辑梳理和方案验证。它更像是一个理解力超强、执行力超快、但缺乏业务直觉的“超级实习生”。用得好事半功倍用不好就是鸡同鸭讲。今天我们就来彻底拆解一下如何把AI这个“超级实习生”用起来让它帮你高效地产出PRD套件和前端原型。这不是一个简单的工具教程而是一套关于如何与AI协作、如何定义任务边界、如何将零散输出整合为可用成果的工作流重构。1. 重新定位AI不是替你写PRD而是帮你“结构化”思考在打开任何AI工具之前我们必须先达成一个共识AI无法理解你脑中那个模糊、跳跃、充满背景知识的“产品灵感”。它只能处理你明确给出的、结构化的信息。因此使用AI的第一步不是问“帮我写一个电商App的PRD”而是你自己先完成最核心的思考拆解。这个过程我称之为“需求种子培育”。1.1 从“一句话想法”到“结构化问题清单”假设你的想法是“做一个帮助个人管理订阅服务的App”。直接把这个丢给AI它可能会给你生成一份大而全、但毫无重点的PRD涵盖用户注册、付费、通知等所有通用模块。这没有价值。你应该先自己回答以下几个问题把模糊的需求变成清晰的指令核心用户是谁例如一线城市白领经常忘记取消各种App的试用订阅核心痛点是什么例如订阅分散在不同平台续费日期记不住被莫名扣费核心目标是什么例如在一个地方集中管理所有订阅提前提醒续费一键取消核心功能场景MVP是什么例如手动添加订阅、日历视图展示、续费前3天推送提醒非功能性要求有哪些例如数据本地加密存储、UI简洁清晰把这些答案整理成一段清晰的“需求简报”它将成为你与AI对话的“宪法”。例如“我需要设计一个面向一线城市白领的订阅管理App。核心痛点是他们经常忘记分散在各个平台如视频、音乐、软件的订阅导致不必要的扣费。MVP阶段用户需要能手动添加订阅包含服务名、月费、下次扣费日期App以日历视图清晰展示所有即将扣费的订阅并在扣费前3天发送手机通知。UI风格需要简洁、现代以日历和列表为主视图。请基于此协助我展开PRD和原型设计。”这个简报明确了边界防止AI天马行空。1.2 选择你的“AI实习生”不同工具的分工与组合现在AI工具很多不要指望一个工具解决所有问题。根据PRD和原型制作的不同阶段我们需要组合使用不同类型的“AI实习生”逻辑梳理与文档生成型如 ChatGPT、Kimi、DeepSeek、文心一言等大语言模型。它们擅长理解自然语言进行逻辑推演和文本生成。主要任务帮你将“需求简报”扩展成结构化的PRD框架、用户故事、功能清单。视觉设计与原型生成型如 MidJourney、Stable Diffusion 用于生成视觉风格参考Figma AI、Galileo AI、Uizard等则可以直接从文本描述生成可交互的原型线框图。主要任务根据你的文字描述快速产出UI界面和交互框架。代码辅助型如 Cursor、GitHub Copilot、通义灵码等。主要任务当你需要将高保真原型转化为前端代码片段或验证某个交互的技术可行性时它们可以极大提升效率。对于产品经理而言核心组合是“大语言模型 原型生成AI”。前者是你的“策略顾问”后者是你的“视觉设计师”。2. 实战工作流四步走从想法到可演示原型下面我们以一个具体的“订阅管理App”案例走通整个协作流程。2.1 第一步用大语言模型搭建PRD骨架与血肉不要一次性让AI生成完整PRD。分步骤像和实习生讨论一样层层深入。1. 生成PRD核心目录结构提示词“基于我之前提供的‘订阅管理App’需求简报为我生成一份PRD的详细目录结构。要求包含版本记录、项目概述、用户角色分析、功能需求列表、非功能需求、业务逻辑规则等标准模块并为每个模块提供简要的撰写要点说明。”AI会给你一个结构比如文档概述背景、目标、范围用户画像与场景产品功能列表按模块功能详情描述用户故事、业务流程非功能性需求性能、安全、兼容性业务规则与逻辑原型与UI建议2. 深化具体模块以“功能详情描述”为例提示词“现在请针对‘核心功能模块订阅管理’进行详细描述。请按照以下格式输出a) 用户故事As a... I want to... So that...b) 功能描述与业务流程用步骤列表说明c) 输入与输出字段d) 业务规则如扣费前3天提醒。请确保逻辑严密覆盖增删改查和提醒场景。”通过这样具体的指令AI会产出质量高得多的内容用户故事“作为一名忙碌的白领我希望能够手动添加一个订阅输入服务名称、月费金额和下次扣费日期以便我能在一个统一的日历上跟踪它。”业务流程1. 用户进入“订阅列表”页2. 点击“”按钮3. 填写表单带验证4. 保存后新订阅出现在列表和日历视图中。业务规则订阅到期前3天若未标记为“不再续订”则发送系统推送通知。3. 查漏补缺与逻辑验证提示词“请以测试人员的视角评审刚才生成的‘订阅管理’功能描述。找出可能存在歧义、遗漏或逻辑矛盾的地方并提出具体问题。例如如果用户修改了扣费日期提醒规则如何变化订阅服务重复添加如何处理”让AI自己挑战自己能发现很多你没想到的边界情况。关键心法在这一步你产出的不是一份最终文档而是一份经过AI初步组织、内容丰富的“素材草案”。你需要像编辑一样仔细审查、调整、合并逻辑确保它符合你的产品意图。AI负责“写”你负责“改”和“定”。2.2 第二步将结构化需求转化为原型描述有了详细的PRD素材下一步是指导“视觉设计师”AI干活。但你不能直接把PRD丢给Figma AI说“画个原型”。需要翻译。1. 提取页面与交互线索从PRD中提炼出关键页面和页面流。例如页面清单启动页、主页订阅日历/列表视图、添加订阅页、订阅详情/编辑页、设置页。页面流启动页 - 主页空状态引导添加 - 添加订阅页 - 返回主页显示新条目。2. 为每个页面撰写“原型提示词”这是最关键的一步。提示词要具体到元素和交互。糟糕的提示词“画一个主页。”合格的提示词“设计一个订阅管理App的主页。顶部是导航栏标题为‘我的订阅’右侧有‘’添加按钮。主体部分是一个标签切换组件两个标签分别是‘日历视图’和‘列表视图’。默认显示日历视图日历上高亮显示有订阅扣费的日期。下方有一个‘即将到期’的卡片区域列出未来7天内要扣费的订阅每条信息包含服务图标、名称、扣费日期和金额。整体风格为iOS风格简洁明亮。”3. 使用原型生成AI工具打开Figma使用Figma AI 插件将上述提示词输入。或使用Galileo AI、Uizard等工具它们能根据文本直接生成可编辑的线框图甚至带交互的组件。你会立刻得到一个可视化的界面。它可能不完美但基础布局和元素都有了这比你从零开始拖拽组件快十倍。2.3 第三步人机协作精细化打磨原型AI生成的原型是“初稿”。产品经理的核心价值在这里凸显——评审、调整、赋予灵魂。布局调整AI可能把按钮放得不对你可以手动拖动到更符合操作习惯的位置。交互逻辑补全AI可能只生成了一个静态页面。你需要补充点击“”按钮跳转到哪里点击日历上的某一天如何显示详情左滑订阅条目是否出现“删除”“编辑”按钮用Figma的Prototype功能手动连接这些交互。细节优化定义颜色规范、字体、间距。AI生成的样式可能不统一你需要确保整个App的视觉语言一致。状态设计不要忘记空状态、加载状态、错误状态。AI通常不会主动生成这些需要你基于PRD中的业务逻辑来补充设计。这个过程AI承担了80%的基础劳动你则专注于20%的关键决策和细节打磨效率和质量都得到了保障。2.4 第四步从原型到前端代码的桥梁可选但强大如果你需要向开发同学更直观地传达意图或者想快速验证一个交互动效可以借助AI编程工具。生成代码片段在Figma中使用一些插件如Anima可以将设计稿转换为React/Vue/HTML代码片段。你也可以将界面描述扔给Cursor或GitHub Copilot让它生成大致的组件代码。验证交互逻辑你可以问Cursor“在React中如何实现一个标签切换组件点击不同标签时下方内容平滑切换” 它能给出带示例代码的答案这有助于你评估开发成本或与前端工程师更高效地沟通。制作可交互演示利用CodePen、JSFiddle等在线编辑器结合AI生成的代码你可以快速拼凑出一个可点击的静态演示这在向领导或用户演示时比静态原型图更有说服力。注意这一步的目的不是让产品经理去写生产代码而是降低沟通成本和快速验证可行性。生成的代码可能需要开发同学重构但它提供了一个无比精确的“视觉逻辑”参考。3. 避坑指南AI协作中的常见陷阱与应对策略与AI协作并非一帆风顺。以下是几个最常见的“坑”及解决办法陷阱一需求描述模糊导致AI自由发挥。现象生成的PRD泛泛而谈原型图与预期相差甚远。对策严格遵守“先自己结构化再问AI”的原则。使用“背景-角色-目标-任务”的框架来约束提示词。多使用“请基于以下约束条件...”这样的句式。陷阱二过度依赖单次输出不进行迭代。现象认为AI第一次生成的结果不好用就放弃了。对策将AI输出视为“初稿”。采用“生成-评审-反馈-修正”的循环。例如对AI说“这个页面布局中将按钮从左边移到右边。另外颜色太暗了请提供三个更明亮的配色方案。”陷阱三忽略业务逻辑的深度校验。现象AI写的业务规则可能存在漏洞或矛盾。对策让AI进行“自我攻击”。在生成规则后立即发出指令“请扮演一个挑剔的用户尝试找出上述业务规则的所有漏洞并提出极端测试用例。” AI在对抗性提示下往往能发现隐藏问题。陷阱四混淆“概念图”与“可落地原型”。现象AI生成的界面很好看但组件不真实交互无法实现。对策在给原型AI的提示词中加入技术约束。例如“请使用常见的移动端UI组件库如iOS规范或Material Design风格进行设计避免使用过于复杂或罕见的交互控件。”陷阱五缺乏版本管理和素材沉淀。现象多次与AI对话后有用的信息散落在各处无法整合。对策建立一个简单的管理流程。可以用一个文档记录V1.0提示词、V1.0 AI输出、我的修改意见、V1.1提示词... 将最终确定的原型图和PRD片段及时整理到正式的Figma文件和PRD文档中。AI是思考过程的参与者而不是最终的成果仓库。4. 进阶思考AI如何重塑产品经理的能力模型当AI接管了文档撰写和原型绘制的“体力活”后产品经理的价值必须向更高维度迁移。未来的产品经理可能更需要以下能力精准定义问题的能力比以往任何时候都更重要。你能多清晰地定义问题AI就能多准确地帮你解决问题。这要求极强的抽象、归纳和场景化能力。提示词工程与AI工作流设计能力如何给AI下指令如何将多个AI工具串联成一个高效流水线这本身就成为了一种核心竞争力。你需要像产品经理设计用户流程一样设计“人-AI”协作流程。逻辑验证与批判性思维AI会“幻觉”生成看似合理但错误的内容。产品经理必须成为最终的逻辑守门员能够敏锐地发现AI输出中的矛盾、遗漏和不合理之处。体验洞察与审美判断力AI可以生成100种界面但哪一种最能打动用户这取决于你对用户情感、行为模式和审美趋势的深度理解。AI是执行者你才是决策者。跨领域沟通与整合能力你需要更懂一点技术以便和AI及开发沟通实现成本更懂一点数据以便设计验证指标更懂一点商业以便判断需求价值。AI是杠杆你的综合知识是支点。回到开头我朋友的那个问题。感觉在用AI“打工”是因为他跳过了“自己先想清楚”这一步试图让AI直接完成“思考和表达”的全过程。而真正高效的模式是让AI成为你思维的“扩展工作台”和“速记员”。你负责战略构思和逻辑架构AI负责战术执行和素材生产。你从重复劳动中解脱将时间投入到更有价值的用户访谈、数据分析、方案权衡和跨部门协同中。所以别再问“AI能不能写好PRD、画好原型”了。真正的问题是你能否清晰地定义你需要PRD和原型去解答的问题当你能够精准地提出问题时AI这个不知疲倦的“超级实习生”将成为你产品路上最得力的助手。现在就从给你的下一个产品想法写一份清晰的“需求简报”开始吧。