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

Vercel News
Vercel News
Recorded Future
Recorded Future
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
The GitHub Blog
The GitHub Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Google DeepMind News
Google DeepMind News
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Microsoft Azure Blog
Microsoft Azure Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
M
MIT News - Artificial intelligence
云风的 BLOG
云风的 BLOG
Y
Y Combinator Blog
N
News | PayPal Newsroom
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Help Net Security
Help Net Security
博客园 - Franky
SecWiki News
SecWiki News
Recent Announcements
Recent Announcements
T
Troy Hunt's Blog
The Register - Security
The Register - Security
The Last Watchdog
The Last Watchdog
Webroot Blog
Webroot Blog
S
Security Affairs
博客园 - 司徒正美
S
Schneier on Security
I
InfoQ
博客园_首页
www.infosecurity-magazine.com
www.infosecurity-magazine.com
T
Threat Research - Cisco Blogs
Forbes - Security
Forbes - Security
腾讯CDC
N
Netflix TechBlog - Medium
N
News and Events Feed by Topic
Cloudbric
Cloudbric
T
The Exploit Database - CXSecurity.com
P
Proofpoint News Feed
A
About on SuperTechFans
Engineering at Meta
Engineering at Meta
Recent Commits to openclaw:main
Recent Commits to openclaw:main
B
Blog
V
Vulnerabilities – Threatpost
C
Check Point Blog
Google DeepMind News
Google DeepMind News
Google Online Security Blog
Google Online Security Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
Hacker News - Newest:
Hacker News - Newest: "LLM"
C
Cisco Blogs
Schneier on Security
Schneier on Security
O
OpenAI News
K
Kaspersky official blog

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,
产品深度体验报告Agent,踩完坑才明白这件事 – 人人都是产品经理,
冲少说AI · 2026-05-06 · via 人人都是产品经理

Agent搭建并非简单的提示词堆砌,而是一场精密的架构设计。本文分享了从多人分工导致的格式混乱到主从Agent架构的全过程,揭秘如何通过依赖关系排序、上下文摘要传递等关键技术,解决跨模块协作、生成顺序错乱等核心痛点。这套方法论不仅适用于报告生成,更为复杂AI任务的系统化搭建提供了可复用的解决方案。

最近我做了一个产品深度报告的Agent,过程中踩了不少坑,也总结出一套非常值得借鉴的方法论。今天分享出来,希望能帮到同样在做Agent搭建的朋友。

01 先说一下背景

我的目标很明确:搭一个能够独立生成一份AI产品深度体验报告的Agent。

一份合格的行业深度报告,通常包含市场全景、竞品分析、产品概况、用户画像、产品体验、增长策略、SWOT分析、改进建议、执行摘要、目录和附录这些模块。每个模块的分析逻辑、专业视角、输出格式都不一样——市场分析需要数据驱动,产品分析需要结构化拆解,用户研究需要真实用户声音,增长分析需要可验证的策略观察。

正常来说,一个人用一个长对话应该就能搞定整个Agent的搭建。但我犹豫了一下:我一个人,够专业吗?

市场分析我懂一些,但竞品梯队划分怎么做更严谨?用户画像需要真实评论数据怎么采集?增长策略背后的增长模型应该用什么框架?每个模块都有自己的”专业度门槛”,我怕自己写出来的提示词,看起来有,但不够深。

于是我做了一个决定:让多个人分工协作,每人专精一个模块

现在回头看,这个决定让我绕了很大的弯路。但也正是这个弯路,让我摸索出了一套非常值得借鉴的方法论。

02 将错就错:分工之后的混乱

分工的初衷是好的——每个模块由最擅长这个领域的人来写提示词,同时调取对应的MCP工具做网页数据抓取,保证数据的质量和深度。

比如:

  • 市场分析的人负责”市场全景”,调MCP抓市场规模、竞品数据
  • 产品分析的人负责”产品概况”,抓产品定位、发展历程、商业模式
  • 用户研究的人负责”用户画像”,抓应用商店评论、社交媒体讨论
  • 增长分析的人负责”增长策略”,抓ASO数据、投放素材、定价页面

每个人写完后,我把所有提示词汇总到一起,准备交给Claude Code去做最终的整合。

然后问题一个接一个地来了。

第一个问题:格式风格完全不统一。虽然有整体的大纲目录作为参考,但每个人的写作习惯不同,导致细节千差万别:

  • 有人用## 1.1,有人用01.,有人用”第9页”,有人用Part 0
  • 有人在提示词里写了”不要改变章节编号”
  • 有人对表格的要求写得非常细,有人一笔带过
  • 更麻烦的是,每个人写的时候都以为自己是”第2章”,编号互相冲突

第二个问题:有些东西没人写。封面怎么生成?目录怎么拼?执行摘要怎么提炼?附录怎么整理?这些依赖全部内容才能生成的部分,每个分工的人只管自己的模块,谁也没管。以为自己是”各管一摊”,结果”一摊”之间的衔接完全空白。

第三个问题:生成顺序搞错了。我一开始让Agent按章节1→2→3→4的顺序生成,结果执行摘要写出来全是空话——因为那时候后面的章节还没生成,它根本没有结论可提炼。

原来我以为分工是”加速器”,没想到它差点变成了”绊脚石”。

03 和AI反复拉扯:从混乱到v1

既然分工搞出了这些坑,那就硬着头皮补吧。

我把所有人写好的提示词文档交给Claude Code,试图让它来做最终的汇总。

一开始我想得很简单:”把所有提示词丢给它,让它自己整合。”

结果Claude Code做了很多我不想要的修改——删掉某个模块的关键限制、调整你不希望它动的内容、把各章节的编号改得面目全非。

于是我又给了它一个”补丁”指令:按照我的大纲结构调整,不要删减提示词的内容,只梳理序号,各模块内部的专家角色保留。

然后它做出来了,我又发现新的问题:某些章节的编号和大钢对不上、某些内部编号互相冲突(比如市场分析用了2.1,产品分析也用了2.1)、某些自相矛盾的指令没有被清理掉(比如提示词里写着”不要改变章节编号”,但它的编号必须改)。

我开始进入Plan模式,和Claude Code反复拉扯。一轮一轮地对话、一轮一轮地调整、一轮一轮地验证。从”帮我改编号”到”这块内容你理解错了”,从”这里不能删”到”那里编号又乱了”。

说实话,这个过程挺痛苦的。因为Claude Code不会主动理解你的”不改什么”,它只会执行你的”改什么”。你需要非常精确地告诉它边界在哪里。

最终,经过多轮拉扯,生成了一版看起来完整的v1版本。

04 v1还不够:需要一个”总指挥”

v1出来后,我试了一下,发现生成的报告还是不完整

问题出在哪里?

每个人只负责生成各自部分的报告——市场分析负责市场全景,产品分析负责产品概况,用户研究负责用户画像。但没有人负责那些依赖全部内容才能生成的部分

  • 封面怎么生成?需要汇总产品名、作者、日期
  • 目录怎么生成?需要知道所有章节的实际结构,不能凭空编
  • 执行摘要怎么写?需要提炼前8章的核心结论,但那时候后面的章节还没生成
  • 附录怎么整理?需要汇总所有章节中引用的数据来源

这些不是”某个模块”的问题,而是全局性的问题。你让市场分析组写执行摘要?他们不知道用户研究的结论是什么。你让产品分析组写目录?他们不知道增长策略最终输出了几个子节。

更关键的是:生成顺序搞错了。如果按章节1→2→3→4的顺序生成,执行摘要写出来一定是空话——因为它是”总结”,而后面还有7个章节没生成。

这就像是让一个人写论文的”结论”,但他的文献综述、方法论、数据分析都还没写。写出来的结论能有什么深度?

这时候我意识到:我需要一个”总指挥”。而且不是简单的拼装工——它需要能调度、能统筹、能处理依赖关系、能管理上下文。

05 最终方案:主从Agent + 上下文摘要传递

于是,我重新设计了整个架构。核心思路是:

主Agent是总指挥,负责调度、统筹、汇总。分Agent是各领域专家,负责各自模块的专业分析。

主Agent和分Agent不是简单的”拼装关系”,而是有明确的职责分工和依赖管理。

主Agent的职责(总指挥):

  • 接收用户的输入,制定执行计划
  • 按依赖关系排序各模块的生成顺序
  • 调度分Agent依次执行,每步切换专家角色
  • 处理那些”依赖全部内容”的部分:封面、目录、执行摘要、附录
  • 做最后的整合和拼装

分Agent的职责(领域专家):

  • 各自拿到自己的提示词后,独立完成分析
  • 每个分Agent有自己的专业角色(市场全景专家、资深AI产品经理、增长策略分析师……)
  • 调用对应的MCP工具获取真实数据
  • 不需要关心全局,只需要把自己的模块写好

关键突破:按依赖关系排序。

生成顺序不是按报告章节1→2→3→4来排,而是按依赖关系来排:

执行摘要必须放在最后,因为它需要”提炼整个报告最重要的3~5个结论”。如果它先生成,后面7章还没写,它只能写空话。目录和附录同理——必须看到所有章节的最终结构,才能生成准确的目录和完整的附录。

还有一个隐藏的坑:上下文窗口溢出。

方案定了,但我又发现了一个问题。如果让一个对话里的Agent按顺序生成全部10个章节,到了后面的章节,前面的内容已经占满了上下文窗口——后面的章节开始截断、遗忘关键结论、输出质量下降

一份完整的产品深度体验报告通常有3-5万字,一个Claude对话的上下文虽然有200K tokens,但提示词本身加上已经生成的内容,到了Step 7、Step 8就容易超。

我的解决方案是:每章生成完后,自动提取一个300-500字的关键摘要,后续章节只接收摘要,不接收完整内容。

别小看这个摘要模板。它不只是”压缩文字”那么简单。第四栏**”数据缺口”**是最有价值的——它把跨模块的线索传递了起来。

举个例子:市场分析没有找到某个竞品的MAU数据,这个缺口会在摘要中标注出来。到了用户分析模块,它接收到这个摘要,就知道”前序没搞定那个数据,我这边需要关注”。这就是跨模块的线索传递——让每个模块不只是独立工作,还能接收到前序的”遗留任务”。

整个架构最终形成了12个Step,其中Step 2-8是主体分析(各分Agent执行),Step 9-11是依赖全部内容的章节(主Agent执行),Step 12是最终整合。

06 回头看,踩了哪些坑

复盘整个过程,我总结了6个关键坑点:

坑1:多人写提示词,格式必乱

现象:不同人的提示词用了不同的编号体系(2.1 vs 01. vs Part 0)。

解法:统一编号体系后再整合。如果已经写好了,用正则表达式批量替换。但更根本的解法是——在分工时就给出统一的模板。

坑2:提示词里有自相矛盾的指令

现象:某个提示词里写着”不要改变章节编号”,但整合后它的编号必须改。

解法:整合时删除模块内部的”不要改变章节编号”限制,在全局规则中统一规定。

坑3:摘要和附录没人写

现象:分工时每个人都负责”主体分析模块”,但封面、目录、执行摘要、附录这些依赖全部内容的部分没人负责。

解法:这是主Agent的核心职责。主Agent不能只是”拼装工”,它需要有自己的提示词来处理这些依赖全部内容的环节。

坑4:一次生成太长会截断

现象:10个章节一次性生成,到了第8章就开始质量下降或截断。

解法:分步生成+摘要传递。每次只生成一个章节,生成完后提取摘要,后续章节只接收摘要。

坑5:不同模块的专家角色被混淆

现象:整合后,所有模块都用同一个”产品分析专家”的角色设定。

解法:保留每个模块的专家角色。市场分析用”市场全景专家”,用户研究用”资深AI产品经理”,增长分析用”资深增长策略分析师”。不同领域的分析需要不同专家的专业视角。

坑6:生成顺序搞错了

现象:让Agent按章节1→2→3→4的顺序生成,结果执行摘要写出来是空话。

解法:按依赖关系排序。执行摘要必须在主体章节完成后生成,目录必须在所有内容完成后生成。

07 这个方法论的通用性

这套”主从Agent”的架构思路,其实不只适用于报告生成。任何一个需要多领域专业知识、多步骤输出、有依赖关系的复杂任务,都可以用这个框架。

拆解任务时问自己三个问题:

  1. 这个任务可以拆成几个独立的专业模块?—— 每个模块对应一个子Agent
  2. 哪些模块之间有依赖关系?—— 依赖关系决定生成顺序
  3. 有没有哪些输出需要”汇总全部内容”才能生成?—— 这些是主Agent的核心职责

举几个例子:

  • 竞品分析报告:子Agent分析每家竞品,主Agent做对比和结论
  • 产品规划文档:子Agent分析用户需求、技术可行性、商业模式,主Agent做优先级排序和roadmap
  • 用户研究报告:子Agent分别做定量分析、定性访谈、竞品benchmark,主Agent做洞察整合

08 最后

回头看整个过程,其实最开始那个”多个人分工”的决定,反而帮我想清楚了一件事:任何一个复杂任务的Agent搭建,本质上都是一个架构设计问题,而不只是提示词问题。

提示词解决的是”每个模块怎么写得专业”——专家角色、分析框架、输出格式、质量标准。

架构解决的是”多个模块怎么组合在一起”——依赖关系、生成顺序、上下文传递、整合机制。

这两件事缺一不可。但很多人在搭Agent的时候,只关心前者,忽略了后者。

我的经验是:先把架构想清楚,再写提示词。如果顺序反了,你会像我一样——写完了再改编号、再改顺序、再解决截断问题、再和AI反复拉扯。

当然,如果当初我没走那个”分工”的弯路,可能也不会发现这些问题。有时候,将错就错反而能发现真正的答案。

本文由 @冲少说AI 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议