惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Attack and Defense Labs
Attack and Defense Labs
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Announcements
Recent Announcements
博客园 - 【当耐特】
博客园 - 三生石上(FineUI控件)
量子位
aimingoo的专栏
aimingoo的专栏
V
V2EX
Vercel News
Vercel News
B
Blog
M
MIT News - Artificial intelligence
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Hacker News: Ask HN
Hacker News: Ask HN
TaoSecurity Blog
TaoSecurity Blog
N
News and Events Feed by Topic
D
DataBreaches.Net
Blog — PlanetScale
Blog — PlanetScale
S
Secure Thoughts
U
Unit 42
博客园 - 叶小钗
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Hacker News - Newest:
Hacker News - Newest: "LLM"
N
News | PayPal Newsroom
Help Net Security
Help Net Security
S
Security Affairs
Microsoft Security Blog
Microsoft Security Blog
W
WeLiveSecurity
博客园 - Franky
Forbes - Security
Forbes - Security
Microsoft Azure Blog
Microsoft Azure Blog
博客园_首页
Schneier on Security
Schneier on Security
I
InfoQ
B
Blog RSS Feed
大猫的无限游戏
大猫的无限游戏
A
About on SuperTechFans
Webroot Blog
Webroot Blog
AWS News Blog
AWS News Blog
Last Week in AI
Last Week in AI
Security Archives - TechRepublic
Security Archives - TechRepublic
C
CERT Recently Published Vulnerability Notes
N
News and Events Feed by Topic
阮一峰的网络日志
阮一峰的网络日志
L
Lohrmann on Cybersecurity
SecWiki News
SecWiki News
Recent Commits to openclaw:main
Recent Commits to openclaw:main
J
Java Code Geeks

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
手把手教你给AI写需求文档——从spec到skill,一次跑通,终身复用 – 人人都是产品经理
光点神奇 · 2026-06-19 · via 人人都是产品经理

当AI输出的竞品分析报告满是排比句和功能罗列时,问题可能不在AI本身——而是你缺少一份精准的spec任务说明书。本文以竞品功能对比为实战案例,手把手教你构建包含上下文、任务、要求、结果呈现四段式骨架的AI指令书,将模糊指令转化为可落地的标准输出,并进一步将其固化为可复用的工作技能。掌握这套方法,你的AI协作效率将从'勉强能看'跃升到'开箱即用'。

AI火了一年了,你大概率已经用过它。比如让AI帮你分析竞品:

“帮我分析一下竞品1和竞品2的供应商管理功能。”

回车。出来的东西呢——排比句扎堆、功能罗列、没有一个能直接贴进报告里的结论。

你心想:AI也没多好用。

不是AI不好用。是你没给它写spec。

最直接的做法是直接告诉AI”帮我做竞品分析”。不行——AI不知道你的产品是谁、客户是谁、当前阶段在哪、报告要给谁看、结论要长什么样。它会按自己的偏好生成一份东西,你用你的问法问出一版,同事用他的问法问出另一版,格式完全不同。

正确的做法是写一份spec——任务说明书,把”做什么 + 做成什么样”清清楚楚交给AI。

这篇文章,我们一起来写这份spec。就拿”竞品功能对比”这个场景——你在前面那篇竞品分析文章里已经学会怎么自己做,今天教你怎么让AI帮你做。不读理论,一段段跟着写,写完你就知道下次怎么套。

我们的目标:写完这份spec之后,你把同样的骨架套到任何一个你反复做的工作上,AI给出的东西从”勉强能看”变成”基本能用”。

spec 长什么样:四段骨架

一份能让AI稳定执行、输出能直接用的spec,就四段:

四段回答四个问题:前提是什么 / 做什么 / 怎么做 / 算不算做对了。一段都不能少。

下面我们一段段写。场景就用前阵子我真实做过的一件事:写一份竞品功能对比的spec。

第一段:上下文

我们当前的情况很简单:正在做招采平台产品规划,老板让出一份竞品分析报告。手头有竞品1、竞品2、竞品3三个竞品的官网截图和客户案例。供应商管理模块是这次分析的重点。

写出来:

上下文: 我在做B端招采平台,公司主打中型企业采购部门,客户人均管理200+供应商。当前版本只有基础的供应商录入功能,正在规划2.0。手头有三个竞品(竞品1、竞品2、竞品3)的官网功能列表和客户案例。本次聚焦供应商管理模块。

要点1:上下文要让AI知道三件事——你是谁、手头有什么、卡在哪。

AI不是你同事,不知道你公司做什么、不知道你客户画像、不知道你看了哪些资料。你不写,它就猜。猜出来的东西,基本跟你的实际情况对不上。

“我们公司是做招采的”——不够。”我们做招采平台,客户是中型企业采购部门,人均管理200+供应商”——够了。多这一句话,AI就不会给你写出一堆大企业才用得上的供应商战略管理功能。

第二段:任务

任务要具体到一句话能说清。”做一下竞品分析”不够——分析什么维度?跟谁比?输出给谁看的?

任务: 对比竞品1、竞品2、竞品3三家竞品在供应商准入流程和绩效评估两个维度的功能设计。输出差距分析和可借鉴建议。不涉及审批流配置和合同管理,那两个维度后续单独做。

要点2:任务要说清楚干什么,也说清楚不干什么。

很多PM的prompt只有一个动作:”帮我分析”。太宽了,AI不知道怎么下手。

给任务划边界,跟写PRD时标注”本期不做”一样重要。AI才不会跑偏去分析一堆你暂时不需要的东西。

“对比供应商管理功能”→”只对比供应商准入流程和绩效评估两个维度,不涉及审批流和合同管理”——差异就在这后半句。

第三段:要求

要求段是spec的主体,把”怎么做、什么格式、什么算好”写清楚。

要求:

-表格格式。行是3家竞品,列是”供应商准入流程(步骤数、关键节点、自动化程度)”和”供应商绩效评估(维度、打分方式、数据来源)”

-每个格子不超过50字,不做功能罗列,要提炼设计逻辑

-不写”体验好””功能强””行业领先”这种空话。每个结论必须有具体功能点举例——比如”竞品1支持三级审批流自定义,我们只支持固定一级审批”,而不是”竞品1审批流更灵活”

-表末附一段不超过200字的差距分析,回答:我们跟最好的差在哪、差多少、优先级

-最后列三条可借鉴建议,按投入产出比排序

要点3:要求的核心不是“做精致”,是“让AI没有自由发挥的空间”。

你给AI的自由度越大,输出的随机性越大。今天跑出来能用,明天换个说法就跑偏。”要写得好””要有深度”——这些词AI听不懂,你同事也听不懂。

把”好”翻译成可验证的约束:”每个格子不超过50字””每个结论必须有具体功能点举例””不写行业领先这种空话”。AI看到这些,输出就稳了。

第四段:结果呈现

最后一段最容易被省略,也是最要命的。

“输出分析结论”——这不是结果呈现。”一张表+一段差距分析+三条建议,可以直接贴进产品规划文档”——这才是。

结果呈现:

1.一张对比表(3家竞品×2个维度),格式:Markdown表格

2. 一段200字差距分析,写在表格下方

3. 三条可借鉴建议,按投入产出比标①②③

4. 这三部分拼在一起,可以直接复制粘贴到竞品分析报告里,不需要再调格式

要点4:成功的标志要能机械验证。

“跑通了””看起来对””应该没问题”——这些都是不合格的成功标志。

一份好spec的结果呈现,要让你扫一眼就能判断对了还是错了。表有了吗?200字以内吗?三条建议标注序号了吗?能直接贴进报告吗?——每一项都是”是/否”可以回答的。不需要你凭感觉。

四段拼起来

把上面四段拼在一起,就是一份完整的spec:

这份spec第一次调花了15分钟。之后每次做竞品分析,把上下文和任务里的竞品名字换掉,30秒就能出第一版。

这就是spec——不是一次性的prompt,是把你的工作流固化成可复用的东西。

再写一份:需求评审预演

同一个框架,换一个场景。需求评审前我想知道方案有没有坑,写一份让AI扮演研发和测试来审PRD的spec。

上下文: 下周评审供应商准入模块的PRD。参会人有后端研发组长、前端和测试。上一次评审被问到数据结构和异常流程,这次想提前排查。

任务: 你扮演三类角色审阅PRD,分别从各自视角找出我没有考虑到的点。

要求:

-后端:关注数据模型、接口设计、性能

-前端:关注交互异常、边界状态、加载态

-测试:关注极端case、回归影响、兼容性

-每人至少3个问题,格式”场景→为什么有问题→建议怎么改”

-问题必须具体到某个功能点,不写”用户体验不好”

-不加客气话,直接说问题

结果呈现: 一份评审问题清单,共约10条,每条50-80字。末尾加一栏”我自己没想到但应该考虑的”。可以直接打印带到评审会。

四段填进去,一份评审预演的spec就出来了。实际跑下来,测试角色提的问题杀伤力最大——会在你没写的异常流程里翻出三个”用户这么操作会不会崩”。

从 spec 到 skill:把你的工作流焊死

两份spec写完了。你有没有发现一件事——它们的骨架一模一样:上下文/任务/要求/结果呈现。填的内容不同,结构一个标点都没变。

这就是spec和skill的关系。

一份spec,是一个一次性任务说明书。写完,AI跑一次,任务结束。

一个skill,是把这个骨架抽出来,变数留下来,其他全焊死。以后每次只要填变数,AI按同一套规矩跑。

用产品经理的话说:spec是一份PRD,skill是一个产品能力。PRD写一份实现一次,产品能力做一次能用无数次。

怎么提炼

回到竞品分析那份spec。里面哪些是每次都会变的?哪些是永远不变的?

每次会变的:

  • 上下文里的产品名、客户画像、当前阶段
  • 任务里的竞品名称、分析维度

永远不变的:

  • 要求里的表格格式、每格字数上限、禁止空话、必须有举例
  • 结果呈现里的“对比表+差距分析+三条建议,可直接贴进报告”

把不变的焊死,变的标成参数——这就是skill:

竞品功能对比 Skill

固定骨架(不用改):

– 四段结构:上下文/任务/要求/结果呈现

– 表格格式 + 每格≤50字 + 禁止空话 + 必须有举例

– 输出:对比表 + 差距分析(≤200字) + 三条建议

– 可直接贴进报告

可替换参数(每次填):

– 产品名 / 客户画像 / 当前阶段

– 竞品名称列表

– 分析维度

对比一下,同样的竞品分析任务:

要点:spec和skill不是一个东西。spec跑一次,skill能跑到你退休。

评审预演那套也一样——角色定义、每人至少3个问题、”场景→问题→建议”格式、不加客气话……这些全焊死。每次只换PRD内容和参会角色。你下周评审一个新模块,30秒填完,丢给AI,一份排雷清单就出来了。

spec 自查清单

写完一份spec,用下面这7条过一遍:

你刚刚学到了什么

三件事:

① 一份spec的四段骨架在你眼前展开了一遍——上下文/任务/要求/结果呈现,每条要点跟着一段真实写法。

② 你看到了同一个框架套两个完全不同场景——竞品分析和需求评审,骨架一样,填的内容不同。

③ 你知道了怎么把一份跑通的spec,提炼成可复用的skill——焊死不变的,留下变的当参数。

第三件事最重要。因为spec跑一次,skill能用到你退休。你工作里不止这两个场景——需求文档、用户故事、数据分析、周报总结……任何一个你做熟了的工作流,先用四段骨架写成spec,跑通之后提炼成skill。以后每次只要改几个参数。

产品经理的核心能力是什么?把需求说清楚。这份能力在AI时代第一次变成了”写好就直接出东西”——你写得清,AI就产得准。你写不清,AI就乱产。spec是写清楚一次,skill是永远不用再写第二次。

你需要做什么

打开你最近反复做的一项任务——什么都行。竞品分析、需求文档、评审准备、用户故事。

用上面的四段骨架写出它的spec。第一次写大概要15-20分钟,写完之后丢给AI跑一次。对比你之前”随便问一句”的结果。

大概率你会跟当初的我一样,拍一下大腿——”靠,原来是我没写清楚。”

跑通之后,花5分钟把它提炼成skill:哪些永远不变(焊死),哪些每次会变(留参数)。下次同类任务,30秒改参数,丢给AI,第一版就基本能用。

作者:光点神奇,微信公众号:产品研究所

本文由 @光点神奇 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图由作者提供

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务