在 AI 时代，产品经理不再只是需求的搬运工，而是产出机制的设计者。本文聚焦“产出 Agent”的搭建思路，从约束机制出发，探讨如何构建既高效又可控的智能协作体系，为战略落地提供结构化支撑。

我们将使用“竞品分析”作为案例，以分步骤的“项目管理”逻辑来重构。这套流程将确保 AI 不会“自作主张”，每一步都在你的掌控之下，并且交付的成果是可验证的、最新的。

我们将一起走过下面几个步骤：

1. 创建你的竞争对手列表
2. 创建你的产品信息文档
3. 定义你的/competitive-research斜杠命令
4. 运行你的斜杠命令，看着Claude为你工作
5. 学习如何查看结果

1. 任务理解与归档

• 触发：在终端输入“启动新一轮竞品分析，重点关注AI功能”。
• 动作：Agent立即将该原始需求保存到./competitor_analysis/_task_brief.md。
• AI回复：“任务简报已归档。开始执行强制信息刷新。”

这是“理解需求”：确保原始指令被记录，方便未来复盘。

2. 强制信息刷新与验证

必做步骤

• 动作：AI读取本地的competitors.md列表。它被禁止使用自己的过时知识。它必须启动ClaudeCode的网络搜索功能，访问列表中每个竞品的主页、定价页和文档页。
• 产出：将原始搜索快照保存到./raw_research/competitorA_20251030.html
• 产出要求(SOP)：Agent必须在日志中记录：信息抓取时间、来源URL、HTTP状态。

这是“信息搜索与知识管理”：用来对抗 AI“编造”和“过时数据”，确保所有分析都基于此刻的真实数据。

3. 范围确认 (禁止假设)

• 动作：AI在分析raw_research/文件夹时发现，“竞品C”有三条完全不同的产品线（如：个人版、团队版、企业版）。
• AI回复：“分析暂停。在_CANVAS.md中发现一个歧义点需要您决策：‘竞品C’有三个版本，我应该分析哪一个？n1.个人版(低价，功能少)n2.团队版(中价，对标性强)n3.全部分析(工作量大)n我不会假设您的选择。”

这是“讨论与评估”：AI 负责发现问题和提供选项，你负责做关键决策，避免 AI 走错方向，浪费计算资源。

4. 创建协作画布

• 动作：在等待PM决策的同时，AI自动生成一个_CANVAS.md文件。
• 产出要求(SOP)：画布必须包含：

这是“创建协作”：让复杂的任务变得透明、可管理。你可以随时打开这个文件，查看项目进度和阻塞点。

5. 加载分析框架 (SOP)

降低AI味儿的重要步骤

• 动作：AI自动读取项目根目录下的analysis-framework.md。
• 产出要求(SOP)：这个文件由PM提前定义，它就是Agent的“SOP”和“风格指南”。例如：

这是“学习风格”：AI 不是在“创作”，而是在“填表”。你通过这个框架，100% 控制了分析的结构和深度。

6. 等待 (Human-in-the-Loop)

• 触发：PM回复决策“3.全部分析”。
• 动作：AI解除_CANVAS.md中的阻塞点，[x]竞品C-决策点：已确认(全部分析)。
• AI回复：“决策已收到。开始执行批量分析。”

这是“等待测试数据”：AI 必须能暂停，等待人类输入关键指令，是构建可控 Agent 的核心。

7. 创作初稿 (事实优先)

• 动作：AI启动并行处理。它严格按照analysis-framework.md的格式，为每个竞品生成独立的报告(competitorA.md，competitorB.md…)。
• 产出要求(SOP)：此阶段重点是数据的准确罗列和事实对齐。禁止添加主观“洞察”或“总结”。只做客观的数据搬运和格式化。

我的第一次尝试忘记了很多约束，后果是出现一份脑洞开到外太空的分析~

8. 综合审校与洞察生成

• 动作：在所有独立报告生成后，AI触发最后一步。它读取刚刚自己生成的所有competitorX.md文件。
• 提示(SOP)：“你是一个资深市场分析师。请基于以下所有已核验的竞品数据文件，生成_SUMMARY_TABLES.md。重点是生成对比表格，并提供3-5个基于数据的核心洞察(ExecutiveSummary)。”

这是“风格转换”：第一步（v7）保证事实准确，第二步（v8）在事实的基础上进行提炼和升华。两步分离，确保高质量的输出。

看到这里，你就能发现这才是 PM 在 AI 时代的真正形态。

浏览器里的 Claude 是一个“助手”，它帮你执行你脑子里的想法。

而你本地的 Claude Code Agent 是一个“系统”，它放大你作为 PM 的“设计能力”。

你的核心工作，不再是日复一日地“复制粘贴”，而是一次性地设计出（并不断迭代）那个完美的 claude.md 规则文件。你设计的规则越精妙（比如强制搜索、禁止假设、分步SOP），你的 Agent 交付的成果就越完美，杠杆效应就越强。