在 AI 最擅长的文字领域，比如知识库上，用 AI 来进行优化，更是有明显的提升。这篇文章，我们来看看作者分享的数个场景，在你的工作流上，有没有更好的提高。
人人都是产品经理社区从诞生那天起，其实本质上就在做一件事——为产品经理这个职业不断构建一个“可学习、可借鉴、可复用”的知识库。
十五年的坚守，让社区沉淀了大量来自一线产品经理分享的文章：从项目中如何拆需求、做取舍、推进落地，到被反复验证的产品方法论框架，再到基于行业、用户与技术变化的洞察。
但平台上的这些文章，只是这个“知识库”中可见的一部分，还有大量有价值的内容是散落在社区之外的，没有好的载体来承载，使用上也不够高效。
比如 PRD 模板、行业报告这些，过去我们尝试过网盘、在线文档等形式来承载，但经常面临网盘链接失效、文件发到社群后过期被清理等问题。
对于我们来说，这意味着经常需要重复翻找和转发资料，对于用户而言，把资料下载到本地或收藏链接后，由于缺少好的检索方式，后续要使用也很麻烦，找不到了又会让我们再发一次。
我们在想：AI 时代，内容社区究竟需要怎样的能力，才能更好地激活这些内容？
基于这个想法，在对比多种方案后，我们最终选择在腾讯 ima 上打造了 这个「人人都是产品经理知识库」，它既可以支撑多种形态的内容承载，又可以通过 AI 能力提升我们知识库的使用效率。
在腾讯 ima 首页点击进入「知识库广场」，然后搜索“人人都是产品经理”就可以找到我们搭建的知识库：
在整理知识时，我们以产品人的学习路径和真实工作需求为线索，将多年的内容沉淀划分成了四类：
这块基本将产品经理日常工作中需要写的文档都给模板化、工具化，包括项目总结报告模板、BRD/MRD/PRD、需求管理模板、调研报告等，对于新人来说“拿来就能用”。
除了产品方法论本身，我们也整理了营销、运营、增长、用户洞察等“产品周边能力”。这些周边内容常常能带来意想不到的启发：
多一个视角，多一条思路。
这些内容，正是用来打开你思考边界的。
在 AI 快速演进的当下，大部分产品人都在思考自己的产品该如何结合 AI 。因此，我们在这个模块里重点整理了 AI 领域的前沿内容，包括：大模型工具的使用手册、AI 在各行业的落地案例、AI 应用全景白皮书等，帮助大家在判断方向、理解趋势、设计方案时，有更扎实的底层认知支持——从宏观趋势到具体落地，都能找到参照：
不过，内容被归类、放置好，并不意味着它就能自动产生价值，“整理好资料”只是第一步。
真正关键的是——这些沉淀在实际的工作场景里，究竟能不能被顺畅地调动、组合、复用？
也正是带着这个问题，我们在 ima 知识库内做了一轮真实场景体验，看看把内容放进 ima 知识库后，会发生什么变化。
我们拿了下面几个产品人日常使用社区的典型工作场景体验了一轮。结果发现：同样的内容，放在 ima 知识库里，体验确实不一样，下面我们逐一看看。
在这个场景里，过去大家通常是到社区里搜“从 0 到 1 设计 xxx ”，读完多篇文章后，再把要点手动记录到自己的笔记中，方便进行产品设计时综合考虑。
过去我们能做的，是通过专题页把相关文章尽量聚合到一起，让大家“找内容”更方便。但内容真正的提炼、总结和应用，仍靠大家自己去处理。
现在，通过「人人都是产品经理知识库」，大家打开知识库后可以直接提问，比如提问“如何设计一个触达系统”，ima 知识库的「智能问答」就会结合我们知识库里的内容，将同行分享的实践经验、最新的行业案例、相关领域的产品调研报告，以及腾讯公众号优质文章等可信的内容源，可以很大程度地降低 AI 的幻觉，直接生成一个结构化的设计方案：
同时，在问答内容中，也可以看到内容的出处，如果大家希望对相关内容进行更深入的了解，也可以将鼠标移到有数字标识的问答片段上，会自动出来一个原文信息展示卡片，点击后就可以直接查看原始内容：
借鉴完功能设计方法后，大家下一步肯定是想输出自己的方案了，在内容使用这个环节上，之前大家是需要自己手动去梳理功能结构图还有 PRD 的。
现在的话，大家可以直接将知识库生成的内容转成脑图，也可以选择创建成笔记或导出到腾讯文档，在此基础上，进行二次编辑的时候就会省事很多。
在这个场景里，可以明显感受到，可信信源 + AI 智能问答 + 内容编辑能力，直接打通了从知识查询、搜集、总结到使用的全过程。
写产品调研报告是另一个典型的“高投入”工作：既要向外搜集行业、市场、政策、技术趋势，还要结合自身产品和业务情况，最终形成一份有可行性、可落地的报告。
之前社区能提供的帮助，主要还是在内容层上面给大家提供最新的行业趋势报告，以及同行的最新实践，现在，通过「人人都是产品经理知识库」，结合 ima 知识库的「任务模式」，我们可以直接一句话就生成最终的调研报告。
什么是任务模式？可以理解为在ima 知识库中引入了一个可以理解复杂任务、自主拆解步骤、调用工具并完成整套流程的智能 Agent。
我们进入知识库后，需要在对话框的左下角先切换到“任务模式”，然后直接用一句话发出指令，比如输入“帮我写一篇 AI 智慧营销产品调研报告，我想了解这些产品如何进行 Al 落地”，同时，我也把一个产品介绍材料作为附件提供给了它，方便它写出的内容相关性更强：
输入后，ima 知识库会先去理解指令的真实意图，这个是在测试的时候我们比较惊喜的地方，可以看到它会沿着提问的问题，主动确认报告的目的，以及询问关心的内容侧重点：
完成内容补充后，在正式开始前，它还会跟我进行最终确认，确保理解正常：
整个交互过程非常像与一位经验丰富的同事协作：先确认需求，再分步骤推进。
在点击开始，它会调用包括精读、全网搜索、知识库查询、内容生成等工具，一步步完成任务，并在执行时自我监测和修正，最终输出一个可以直接使用的结果：
这个能力是我们在 ima 上印象最深刻的：传统的知识库往往止步于内容的分类存储，而 ima 则让知识库具备了输出成果的能力。在写报告时，所有资源都能即调即用，这正是我们要实现的终极目标——激活沉睡的内容资产，让知识真正流动起来。
前两个场景更多集中在“内容产出”的场景上：做新功能、写调研报告。
但对于产品经理来说，保持对行业趋势的敏感度同样重要，尤其是在 AI 快速演进的当下——每一次模型能力的突破，都可能颠覆既有的产品范式，带来新的用户体验模式。因此，不少产品人都会定期阅读行业趋势报告，关注最新的方向、机会与变化。
过去大家阅读趋势报告的方式通常都是逐页阅读，但这极耗精力。
现在，通过「人人都是产品经理知识库」在 ima 知识库上的能力，这个过程会变得不太一样。
在打开一份行业趋势报告后，可以先调用文档伴随助手，让它先对全文进行智能总结，把信息给提炼出来，这样就能提前获取概览，锁定自己感兴趣的内容章节：
当然，也有另外的方式，也可以直接让它生成这个报告的脑图，看起来也会更加直观清晰:
除了上面两种新的阅读方式外，还可以用播客的方式来听报告。
相比很机械的 TTS 方式，ima 知识库可以让我们根据习惯来选择不同的音色、语速，甚至选择“多人对谈”式的播读方式，生成的语音内容有明显的停顿、节奏与情绪表达，更像在听一位熟悉行业的同事娓娓道来，而不是听机器读稿：
这让行业趋势的学习从“必须坐下来读”变成了“随时可以听”。通勤时、散步时、吃饭时，甚至做家务时，你都能让这份趋势报告“讲给你听”，以一种更轻松、更沉浸的方式吸收内容。
在这个场景中，知识也不再是静态的，而是可被理解、被提炼、被讲述的内容。
在测试这些典型场景的过程中，我们还意外发现了 ima 知识库的另一个能力——知识库广场。
这里聚合了来自不同领域的优质知识库，也可以和我们构建的产品经理知识库形成一个可以互相启发的“知识网络”，更好地满足大家的工作需要。
比如，当垂直行业的产品经理在做市场调研时，往往既需要产品方法论，也需要行业趋势、产业链、政策等信息。过去需要到处找，现在通过 ima 知识库就能把这些内容自然地组合在一起。
在 ima 上搭建这个知识库之前，我们的初衷其实很简单：解决那些文章之外的内容，究竟该放在哪里、又该如何真正被用起来的问题。
然而，随着知识库逐渐成形，我们意识到：这件事已经远远超出了“换一个内容承载容器”的范畴。
从前面的场景可以看出，在知识库的加持下，产品人的工作方式悄然发生了变化。
也正是这种变化，让我们开始追问——在 ima 上做知识库，真正改变的是什么？
从前，知识被保存、收藏、记录下来后，每次使用都需要人工去翻找、提炼、拼接，才能组合成最终的输出；
而现在，ima 可以在具体的任务里把这些沉淀动态地提取、结构化、重组，直接生成可用的内容框架。
换句话说，它改变的不是“内容的存放方式”，而是知识从获取到应用的整条工作流。
这一点，也让我们看到一个更大的可能：如果社区的知识能被这样激活，那么个人、团队、企业的知识，也完全可以。
试着想象一下，当你把自己的项目经验、设计原则、行业认知逐步沉淀到腾讯 ima 知识库中，它们也会获得新的生命力：
当这些内容积累到一定规模，你拥有的就不再是一堆散乱的文件、链接和收藏，而是一个真正随你成长、能替你思考、能为你工作的「第二大脑」。
我们期待，每位产品人都能让这样的积累真正运转起来——让知识不再沉睡，现在扫码进入「人人都是产品经理知识库」，我们为你准备的干货直接成为你的工作助力吧～
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。