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

宝玉的分享
宝玉的分享
Recent Commits to openclaw:main
Recent Commits to openclaw:main
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Tailwind CSS Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
罗磊的独立博客
V
Visual Studio Blog
爱范儿
爱范儿
H
Help Net Security
J
Java Code Geeks
I
InfoQ
Recent Announcements
Recent Announcements
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Recorded Future
Recorded Future
Jina AI
Jina AI
Microsoft Security Blog
Microsoft Security Blog
WordPress大学
WordPress大学
GbyAI
GbyAI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Y
Y Combinator Blog
Google DeepMind News
Google DeepMind News
Scott Helme
Scott Helme
S
SegmentFault 最新的问题
S
Securelist
L
LINUX DO - 热门话题
Cyberwarzone
Cyberwarzone
C
Cisco Blogs
Simon Willison's Weblog
Simon Willison's Weblog
G
Google Developers Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 叶小钗
T
The Blog of Author Tim Ferriss
博客园_首页
B
Blog
F
Fortinet All Blogs
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
S
Secure Thoughts
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Forbes - Security
Forbes - Security
S
Security @ Cisco Blogs
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
S
Schneier on Security
Project Zero
Project Zero
Martin Fowler
Martin Fowler
C
Cybersecurity and Infrastructure Security Agency CISA
N
Netflix TechBlog - Medium
N
News and Events Feed by Topic

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,
我用AI写PRD踩过的所有坑,都帮你总结好了 – 人人都是产品经理
君安 · 2026-06-28 · via 人人都是产品经理

AI写PRD看似简单实则暗藏玄机,99%的人都在错误使用大模型!本文揭秘从需求对齐、知识库搭建到分章节生成的完整方法论,手把手教你如何将PRD撰写效率提升50%,让AI真正成为你的高效助手而非累赘。

大多数人对AI写PRD有一个认知误区:以为AI越强大,PRD就能写得越好。

所以他们会选最贵的模型,期待输入一句”帮我写XXX功能的PRD”,就能收获一份完美文档。

结果呢?

AI给了一篇万字长文,看起来章节完整、表格齐全,但仔细一看:

  • 写了一堆本期不做的功能(你说过不做评论,它还是加了评论模块)
  • 颗粒度粗到技术根本没法开发(”支持用户管理”这种描述能开发?)
  • 前后逻辑矛盾,自己打自己脸(前面说”不支持批量操作”,后面出现”批量删除按钮”)

改了三轮还是不对,最后还不如自己从头写。

真相是:AI写PRD的质量,和模型强大与否关系不大,和你的协作方式关系巨大。

当我摸清了正确的协作方法后,写PRD的效率彻底改变了:

  • 时间对比:中小复杂度PRD从9-7天压缩到3-5天(提升50-60%)
  • 返工次数:从平均改3-4轮降到1-2轮
  • 团队反馈:技术、UI、测试都说”比以前清晰多了”

这篇文章会把我踩过的所有坑、总结出的完整方法论,毫无保留地分享给你。

不是经验谈,是可复制的实操流程。

一、为什么AI写的PRD总是不能用?

先说结论:不是AI不行,是你给的信息不够。

AI不是魔法,它只能根据你提供的上下文输出内容。当你只给一句”帮我写XXX功能的PRD······”,AI会基于通用场景生成内容,而不是你们公司的具体情况。

AI不知道的五件事

核心原则:上下文质量决定输出质量。

二、前期准备:搭建AI的知识库

在让AI写任何内容之前,先花30-60分钟做好准备工作。这一步做得好,后面能省90%的返工时间。

2.1 完整的需求对齐

不要这样:

“我要写一个用户管理功能的PRD······”

应该这样:

“我们要做一个用户管理功能,背景是【具体业务场景】,目标用户是【谁】,他们现在的痛点是【什么】。

本期要做:用户列表、用户详情、新增用户、编辑用户、删除用户(软删除)。

本期不做:批量导入、批量导出、用户分组、权限配置。

请先确认你理解了这个需求的范围。”

让AI复述一遍需求范围,确认对齐后再进入下一步。

2.2 创建项目文件夹(关键!)

如果你用ChatGPT等支持文件上传的工具,强烈建议创建一个项目文件夹,上传:

1公司以往的PRD文档(全部或1-2个典型案例)

AI会学习你们的文档结构、用词习惯、颗粒度标准

2相关模块的需求文档

让AI理解模块间的承接关系(比如权限系统、消息通知怎么触发)

3技术架构文档(如果有)

避免AI设计出技术实现不了的功能

为什么这一步这么重要?

我之前没做这一步,结果每次写到”权限判断”,AI都会问:”你们的权限系统是怎么设计的?”反复解释浪费了大量时间。

后来上传了一份”用户权限PRD”,AI就能自动引用相关逻辑,甚至主动提醒我:”这里需要判断用户是否有XX权限,参考【某文档第X章】的逻辑。”

2.3 在一个对话窗口中完成

误区:功能写完了开新窗口

很多人喜欢这样:

  • 写”背景和目标”开一个窗口
  • 写”功能设计”开一个新窗口
  • 写”数据字段”又开一个新窗口

后果:

  • 新窗口的AI不记得上一个窗口确认的功能范围
  • 前后描述不一致
  • 每次都要重新解释业务逻辑

正确做法:从需求对齐到PRD完成,全程在一个窗口。

担心对话太长?其实在几万字范围内,AI的上下文能力完全够用。而且对话越长,AI对你的理解越深,输出质量越高。

三、模型选择:不是越贵越好

这是一个反直觉的发现。

大模型 vs 小模型的差异

实际案例:

用Pro写”用户登录”功能:

  • AI自动联想到”找回密码”、”第三方登录”、”单点登录”
  • 你说”本期不做第三方登录”,它后面还是会提到”未来可扩展第三方登录”

用Thinking模式写”用户登录”功能:

  • AI只写你要求的”用户名+密码登录”
  • 严格遵循”本期不做”的范围

我的模型使用策略

阶段一:需求对齐、大纲设计用标准模型(GPT-5.5thinking高阶、pro)

需要一定的联想能力帮你补充遗漏

阶段二:PRD正文撰写 用Thinking中阶模式或稍小的模型

保持聚焦,避免发散

阶段三:最终Review 切回大模型

检查逻辑完整性和前后一致性

四、需求管理:飞书多维表格+AI自动化

在正式写PRD前,我会先把本期要做的所有功能项整理到飞书多维表格产品需求池中。

4.1 为什么用多维表格?

4.2 用AI生成表格内容

如果本期功能项很多(比如100+个),手工录入可能要花1-2小时。

方法一:让AI生成可粘贴的内容

给AI的指令:

“根据我们确认的功能范围,生成一个需求清单。

字段包含:需求名称、功能描述、优先级(P0/P1/P2)、预计工时(人天)。

输出格式:制表符分隔的文本,我可以直接复制粘贴到飞书多维表格。”

AI会输出类似这样的内容:

需求名称 功能描述 优先级 预计工时

用户列表 展示所有用户,支持分页和筛选 P0 2

新增用户 创建新用户,包含必填字段校验 P0 1.5

编辑用户 修改用户信息,需要权限判断 P0 1.5

直接复制,粘贴到飞书多维表格,秒填。

方法二:飞书CLI自动化(高级玩家)

如果功能项特别多,可以结合飞书CLI + AI自动填写:

  1. 获取飞书多维表格的API权限
  2. 用codex和飞书cli自动填充表格

原本1-2小时的工作,可能只需要不到20秒。

五、生成大纲:收敛,收敛,再收敛

5.1 为什么要先生成大纲?

误区:直接让AI生成完整PRD

后果:

  • 章节结构混乱
  • 内容重复冗余
  • 颗粒度不对

正确做法:先生成大纲,反复收敛,再按章节生成。

5.2 大纲收敛的实战案例

第一步:让AI生成初版大纲

“根据我们确认的需求范围,生成一个PRD大纲。

要求:

1适合技术、UI、测试人员阅读

2避免内容冗余和重复描述

3只要章节标题和每章的核心内容(一句话)”

AI第一次可能会给你15-20个章节。

第二步:检查大纲,重点看三个问题

第三步:告诉AI怎么改

“这个大纲有几个问题:

1.第5章和第7章都在讲页面结构,合并成一章

2.第8、9、10章(创建、编辑、删除)拆得太细,合并为一章”功能详细设计”

3.删除第15章”上线计划”,这部分在项目管理工具中跟踪

请重新生成大纲。”

第四步:反复迭代,直到大纲清晰无冗余

通常需要2-3轮收敛,从15-20章收敛到10-14章。

5.3 一个好大纲的标准

  • 无重复:同一件事不在多个章节说
  • 拆分合理:不会太细(难读),也不会太粗(不够清晰)
  • 角色友好:技术、UI、测试能快速找到需要的信息

大纲收敛好了,后面写正文就一路顺风。

六、分章节生成:控制颗粒度

大纲确定后,逐章生成PRD正文。

6.1 生成策略

6.2 和AI对话的关键点

每次让AI生成一章,明确告诉它:

1. 要写哪一章

“现在写大纲的第X章:【章节名称】”

2. 这章要包含什么

“这章要包含:功能入口、操作流程、字段定义、校验规则、提示文案”

3. 不要写什么

“不要延伸到其他章节,不要写还没确认的功能”

4. 用什么格式

“用表格呈现字段定义,用列表呈现操作步骤”

5. 明确输出类型

“输出PRD正文,不是分析或摘要”

6.3 常见问题对照

七、迭代优化:把自己当成AI的老师

7.1 高质量内容来自迭代

不要指望AI一次生成完美内容。

一个章节通常需要3-5轮迭代:

7.2 如何给AI反馈

情况一:大致正确,少部分不对

“第5章的字段定义有两处错误:

1’发布时间’应该是’可选’,不是’必填’

2校验规则漏了’标题不能超过50字’

只修改这两处,其他保持不变。”

情况二:大部分都不对

“你的理解不对。/你给的权限控制规则太理论化。我需要的是······”

(也可以粘贴上图片/表格:)

按这个格式和颗粒度重新生成。”

7.3 把自己当成AI的老师

AI是个聪明的学生:

  • 第一次做题可能会错
  • 你告诉它哪里错了,它第二次就能做对
  • 你教得越清楚,它学得越快

核心心态:一起迭代,而不是放弃再重新开一个对话。

八、图文并茂:用工具组合提升效率

8.1 用图代替文字

原则:一张图能省500字的描述。

8.2 工具组合:AI + Mermaid + 飞书画板

对于复杂的业务流程,这套组合效率极高:

步骤1:让AI生成Mermaid代码

”你分析一下本期哪些功能较为复杂,适合用图阐述,说明并附上Mermaid代码”

“我需要一个内容发布流程图,包含:

1用户点击发布

2校验必填字段

3判断发布权限

4保存并发送通知

请生成Mermaid代码。”

步骤2:AI输出代码

步骤3:粘贴到飞书画板

飞书画板直接支持Mermaid代码,粘贴后自动生成流程图,可以直接插入PRD。

8.3 工具组合全景图

需求清单:飞书多维表格(AI生成内容,CLI自动填充)

PRD大纲:AI生成+人工收敛

PRD正文:AI逐章生成+多轮迭代

流程图:AI生成Mermaid代码 → 飞书画板出图

最终PRD:图文并茂、逻辑清晰

九、完整工作流

9.1 完整8步流程

9.2 效率对比

十、常见误区对照表

十一、核心原则总结

五大原则

1上下文决定输出质量

  • 需求对齐做得越好,后面越省心
  • 上传历史文档让AI学习公司风格

2一个窗口完成一篇PRD

  • 保持上下文连贯
  • AI越来越懂你的业务和表达习惯

3先大纲后正文,先收敛再展开

  • 大纲不收敛,后面全是坑
  • 检查重复、拆分、冗余

4迭代是常态,不追求一次成功

  • 高质量内容来自3-5轮迭代
  • 把自己当成AI的老师

5指令明确,不给模糊的要求

  • 要什么、不要什么、格式是什么
  • 明确说”PRD正文”而不是”分析”

写在最后

AI不是替代产品经理,而是放大产品经理的能力。

AI帮你节省的,是机械性工作:

  • 写表格
  • 排版
  • 画流程图
  • 调整措辞

AI帮不了的,是产品经理的核心价值:

  • 需求是否合理
  • 用户是否真的需要
  • 有没有更优雅的解决方案
  • 长期影响是什么

正因为AI帮你省下了那些机械性工作,你才有更多时间思考这些真正重要的问题。

这才是AI的价值。

最后,分享一个心态:把自己当成AI的老师,它是个聪明的学生。

遇到错误不要失望,告诉它哪里错了,它第二次就能做对。教得越清楚,它学得越快。

几轮迭代后,你会发现AI开始理解你的思维方式,甚至能帮你发现没考虑到的边界情况。

这就是AI协作的魅力:1+1>2。

本文由 @君安 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