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

V
Vulnerabilities – Threatpost
V
V2EX
GbyAI
GbyAI
Recent Announcements
Recent Announcements
Microsoft Security Blog
Microsoft Security Blog
阮一峰的网络日志
阮一峰的网络日志
Hugging Face - Blog
Hugging Face - Blog
T
Tailwind CSS Blog
Y
Y Combinator Blog
C
Check Point Blog
爱范儿
爱范儿
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
美团技术团队
雷峰网
雷峰网
IT之家
IT之家
WordPress大学
WordPress大学
V
Visual Studio Blog
Microsoft Azure Blog
Microsoft Azure Blog
MyScale Blog
MyScale Blog
N
News and Events Feed by Topic
罗磊的独立博客
S
SegmentFault 最新的问题
S
Security Affairs
aimingoo的专栏
aimingoo的专栏
F
Fortinet All Blogs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
H
Hacker News: Front Page
Google DeepMind News
Google DeepMind News
B
Blog
O
OpenAI News
C
Cisco Blogs
Simon Willison's Weblog
Simon Willison's Weblog
The Last Watchdog
The Last Watchdog
Hacker News: Ask HN
Hacker News: Ask HN
博客园_首页
人人都是产品经理
人人都是产品经理
C
Cybersecurity and Infrastructure Security Agency CISA
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Help Net Security
Help Net Security
月光博客
月光博客
J
Java Code Geeks
L
LangChain Blog
博客园 - 司徒正美
Stack Overflow Blog
Stack Overflow Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Apple Machine Learning Research
Apple Machine Learning Research
T
The Exploit Database - CXSecurity.com
N
News and Events Feed by Topic
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

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,
从 0 搭一套自己的 AI 工作流:不用懂代码,今晚就能动手 – 人人都是产品经理
Zoe产品手记 · 2026-06-01 · via 人人都是产品经理

这是「AI 协作」系列二的第二篇——上篇讲了「我把 1 周的需求压到 2 小时」是怎么做到的,这篇就回答上篇结尾留下的那个问题:我从哪开始?

这篇不讲提示词工程,不讲 prompt 玄学,不假设你会写代码。0 基础也能跟着做,每一步都给你一张可抄的图、一份可填的表,今晚就能动手搭出第一版。

系列说明 + 开篇:你不是不会用 AI,你是缺一套自己的步骤

先把上篇的话题接回来。

上一篇我把”1 周压到 2 小时”拆成了三阶段:第一阶段做完一份完整 PRD + 可交互原型,第二阶段反向提炼成 workflow 和 skill,第三阶段拿 skill 实战验证 2 小时复现。后台收到最多的留言不是”教教我 prompt 怎么写”,而是这一句——

“听起来挺好,但我从哪开始啊?我连 prompt 工程都不懂。”

我先把心丸给你:这套搭法不需要你懂 prompt 工程,不需要你会写代码,不需要你买任何插件。 你只要会用一个 AI 对话框(豆包、Kimi、Claude、ChatGPT 任选一个,能粘贴长文档的就行),就能跟着这篇文章把第一版搭起来。

为什么我敢这么说?因为我自己第一版搭出来的时候,也不懂这些。我就是把”我自己平时怎么写 PRD”这件事,一步一步拆给 AI 听,然后让 AI 把这些步骤背下来——仅此而已。搭工作流的本质是“教 AI 干你的活”,而不是“学 AI 的语法”。

3 个核心词先对齐(后面会反复出现,看不懂就回头翻):

这三个词的关系:写一次 prompt 不算工作流;把跑通的步骤固化下来叫 workflow;把 workflow 加上模板和坑表打包成可复用资产,才叫 skill

下面这张图,是上篇三阶段的一个回顾,也是这篇下篇的起点——

我把这条路拆成了 5 个动作:先拨脑子里的开关 → 选起点 → 跑通第一次 → 提炼第一个 skill → 滚雪球成流水线。每一步都有可抄的图、可填的表、可对照的样本。

字数预估 9000,建议先收藏再读,跟着做的时候随时翻回来。

第 0 步 · 先拨脑子里的开关:哪些环节该松手,哪些死死攥住

我见过太多人卡在第 0 步——不是不会用 AI,是心理上不敢交出去

要么是把 AI 当 Google 用,问一句答一句,从来不让它干”产出层”的活;要么是反过来一把全梭哈,把客户名单、薪资数据、内部架构图全甩进去,结果第二天就被合规找谈话。

0 基础最先要建立的,不是“怎么用 AI”,而是“哪些事情该交给 AI、哪些事情死也不能交”。 这个开关如果没拨对,后面 4 步全是白搭——要么不敢用,要么乱用翻车。

我把自己摸了一年的边界画成了一张对照图,你拿走照着对就行:

一句翻译这张图:能写成清单/规则的事都可以松手,需要“凭感觉拍板”的事都不能松手。 0 基础最容易翻车的不是用得太少,是把第二列的事也甩给 AI——一旦你这么干过一次,要么被业务方打脸,要么被合规找谈话,之后你会自动缩回去再也不敢用了

所以这一步是开关:先把第一列(松手清单)的活全部交出去,先尝到甜头,再慢慢把第二列里能“半松手”的部分(比如让 AI 列出选项、你来选)逐步迁移。这个顺序一定不能反。

第 0 步没有挂载具体硬货,但它是整个系列的总闸,建议你打开备忘录把上图抄一份压在屏保上。

第一步 · 选起点:别贪多搭全套,先挑一个”高频 × 痛 × AI 友好”的任务

第 0 步拨完开关,第二个最容易卡壳的就是——到底从哪个任务开始搭

我自己第一次搭工作流的时候,犯过一个最蠢的错——想一次搞定所有需求。那时候我同时在做品牌端会员、新零售订单、跨境物流三条线,每条线我都想塞进 AI,结果哪条线都没搭利索,最后 2 周一无所获。

后来我反过来悟出一条铁律:第一个任务一定要小、一定要痛、一定要高频。 大了你撑不下去,不痛你没动力改,不高频沉淀不下来 skill。

我用一张四象限来挑起点——

光看象限还不够,你得给候选任务打分。我用一张三列打分表,每一项 1-5 分,总分 ≥ 12 才值得动手搭

举个例子:写 PRD 章节初稿——频率 5(每周都写)+ 疼痛 4(经常占晚上)+ AI 友好 5(完全是结构化产出)= 14 分,毫无悬念第一个搭。 反例:年度规划——频率 1 + 疼痛 5 + AI 友好 2 = 8 分,别碰,因为搭出来一年用一次,第二年你早忘了 skill 长啥样。

⚠️ 新手翻车点 ①:很多人会挑”年度规划””跨年大方案”作为第一个搭——因为它最痛。但这种任务一年一次,沉淀不下 skill,搭完只用一次就报废了。第一个任务一定要选频率分 ≥ 4 的,别贪痛点高。

第二步 · 跑通第一次:手把手喂上下文包,拿一个真实任务从头走一遍

任务选好了,现在到了真正动手的环节——让 AI 完整跑通这个任务一次

注意我的措辞——是”完整跑通一次”,不是”跑得多好”。第一次的目标只有一个:让 AI 拿你的真实素材,从头到尾出一份能看的初版。质量先放一边,关键是把”喂料 → 出活”这条链路打通。

为什么这一步这么重要?因为你不跑一次,你永远不知道 AI 缺什么。提示词工程那些教科书都在讲”prompt 怎么写”,可现实是:90% 的产出问题不在 prompt,在你给的上下文不够。

我把”上下文包”拆成 5 类,0 基础完全可以照着填:

上下文包 · 5 类清单(可直接抄走)

跑第一次的标准动作(按顺序)

  1. 新开一个对话——别在已有对话里跑,避免上下文污染
  2. 把上面 5 类一次性贴进去——别分次喂,AI 会忘前忘后
  3. 在最后一句明确告诉 AI 你要什么——比如”请按【模板样本】的章节结构,输出本次需求的 PRD 初稿”
  4. AI 出完先别改 prompt——先把它当人,告诉它”第二章字段表少了创建时间字段,请补”,让它对着改
  5. 记下你改了几次、改了哪里——这些就是你下一步要写进 skill 的”补丁”

完整 prompt 模板(可直接复制到对话框)

上面 5 个动作里最容易卡壳的是第 2 步——”5 类一次性贴进去到底长啥样?”。我把自己实际用的格式贴出来,你照着改填空就能用:

你是一位资深电商产品经理,请帮我写一份 PRD 章节初稿。

# 上下文 1 · 业务背景

SaaS 给品牌商做电商中台,A 品牌方提”会员合并”需求。

目标:双 11 前合并 80W 会员,避免大促期间多账号重复下单。

# 上下文 2 · 角色场景

读者:客户运营 + 后端研发。

用途:评审会拍板 + 后端按章节提排期。

# 上下文 3 · 系统约束

会员中心接口不能动;排期 3 周;后端 2 人 + 前端 1 人。

积分余额合并必须可回滚。

# 上下文 4 · 模板样本

(以下是我上一份”积分体系 PRD”全文,请完全按这份的章节结构输出)

———————— 模板开始 ————————

[此处粘贴你过往那份 PRD 的全文]

———————— 模板结束 ————————

# 上下文 5 · 文风偏好

表格密度高;字段表必带”字段名/类型/是否必填/说明”四列;

异常场景单独成节;禁用”赋能/抓手/闭环”等大词。

# 我要你做什么

请按【上下文 4】的章节结构,输出本次”会员合并”PRD 初稿。

要求:

1. 章节齐全,缺一章我会让你重写

2. 每张字段表必须四列齐全

3. 异常场景至少列 5 个

4. 用中文回复

这个模板有 3 个细节值得抄走:

  • 角色一句话定调——开头”你是一位资深电商产品经理”,比啥都不说强 10 倍
  • 5 类用 # 上下文 N 切块——AI 看得清结构,不会糊在一起
  • 最后”我要你做什么”单独成块——别把要求混在上下文里,AI 容易看漏

AI 初版产出大概长啥样(提前给你一个心理预期)

按上面这个 prompt 跑出来,你拿到的初版不会一步到位,但会比你想象的好。我自己第一次跑出来的 PRD 大致是这样:

  • 字数:约 4000 字,章节齐了(业务背景/方案概述/字段表/接口表/异常场景全有)
  • 能用的部分:约 70%——主流程章节直接能用,字段表骨架对,接口列表大致对
  • 要补的坑:约 30%——字段表少了”创建时间/更新时间”两列、异常场景只列了 2 个、积分回滚的时序写得很啰嗦

这 30% 的坑,就是你下一步要写进 skill 的“补丁”。所以请记住——初版有坑是正常的,没坑反而是异常。AI 第一次出错的地方,恰恰是它给你画好的”未来 skill 该补的清单”。

⚠️ 新手翻车点 ②:跑第一次最常见的错是——AI 出了第一版后立刻嫌它不行,开始疯狂改 prompt。别这么干。第一次的目的就是暴露你的上下文有什么没说清楚,AI 出错的地方往往不是它笨,是你没讲。先补上下文,再改 prompt——这个顺序错了,你就会陷入”改 prompt → 改了又坏 → 再改”的死循环。

跑通第一次后,你手里应该有四样东西:填好的上下文包 + AI 的初版产出 + 你的改稿记录 + 几条“原来还得告诉它这个”的笔记。这四样东西,下一步全用得上。

第三步 · 提炼第一个 skill:把这次产出反向蒸馏成你的第一块”骨头”

跑通第一次之后,最关键的动作来了——把这次的产出”反向蒸馏”成 skill。

⚠️ 绝大多数人就是死在这一步——跑通第一次很爽,然后就再也没有第二次了。下次接到类似的任务,又是从空白对话框开始,又是重新喂一次上下文包,又是”哎我上次怎么写的来着”。这不叫工作流,这叫每次重新发明轮子。

skill 是什么?用人话讲:把“怎么干这件事”写成一份可以喂给 AI 的说明书,下次直接把说明书甩进去,AI 就照着干。 不是 prompt,是一整套打包好的 prompt + 流程 + 模板 + 翻车注意事项。

为什么叫“反向蒸馏”? 正常做事是先想步骤再出活——先画 SOP,再按 SOP 干。反向蒸馏是先看出活再倒推步骤——AI 帮你出了一份好东西,你倒着拆它”它是怎么出出来的”,比凭空想 SOP 准 10 倍。这就是 0 基础也能搭出 skill 的关键秘诀:你不用先想清楚再动手,你只要先动手出一份东西,然后回头拆它

skill 的提炼动作 · 5 个步骤

你的第一个 skill 怎么写(可抄模板)

# {你的 skill 名字}

## 触发场景

当我接到 {什么类型} 的任务,需要 {产出什么} 时使用。

## 输入要求

请提供以下 5 类上下文:

1. 业务背景(公司/需求来源/目标)

2. 角色场景(读者/使用场景)

3. 系统约束(接口/排期/人力)

4. 模板样本(参考过往一份 {同类型} 文档)

5. 文风偏好(表格密度/禁用词)

## 章节结构(必须按此顺序输出)

– 第一章:{章节名} · 必填 {核心内容}

– 第二章:{章节名} · 必带 {字段表 / 时序图}

– …(按你的真实产出反推)

## 必带表格 / 图

– {表 1}:{列名 + 行示例}

– {表 2}:{列名}

## 翻车注意(这是别人没有的部分)

– ⚠️ 异常场景必须单独成节,主流程之外的所有”非正常”路径都列出

– ⚠️ 字段表必须带”创建时间 / 更新时间 / 状态”三个固定字段

– ⚠️ 禁止使用”赋能/抓手/闭环”等空话

## 自查清单(产出后过一遍)

– [ ] 章节齐全?

– [ ] 每个表格列名对得上?

– [ ] 异常场景有没有?

– [ ] 文风符合?

⚠️ 新手翻车点 ③:第一次写 skill 最容易写得太通用——”PRD 生成器””文档助手”这种空 skill。越通用越没用。我在上篇的第 8 条认知就反复说过:skill 越具体越好。”电商 SaaS 品牌端会员合并 PRD 生成器”这种限定到具体场景的 skill,才是真能跑的。不要怕重复——你以后做”积分””优惠券””权益”完全可以各写一个 skill,它们的章节差异比你以为的大。

写完第一版 skill,存到一个固定位置(建议直接建一个云笔记本叫”我的 skill 库”),下一步要用了。

第四步 · 滚雪球成流水线:从 1 个 skill 扩成一套工作流

到这里,你已经手握第一个 skill 了。但单 skill 不是工作流——一份完整的产品工作很少只有一个环节。

PRD 写完要画时序图、要做评审材料、要拉接口对接、要回头改原型——这是一条流水线,不是一颗孤立的钉子。第四步要做的,就是把 skill 从 1 个扩成 N 个,再把它们串成一条流水线

但请注意——不要一次性扩 N 个。我自己第二次就栽过这个跟头:心血来潮一周写了 6 个 skill,结果有 4 个在后续 3 个月里一次都没用上,纯粹白费功夫。

我的方法叫”手头工作分档迁移“——先把你手头所有产品工作罗列出来,按”AI 介入难度”分四档,从最容易的那档开始,一次只扩 1-2 个 skill

工作分档清单(半实操可抄)

A 档全部扩完之后,你大概率手里会有 3-5 个 skill。这时候的关键动作是——把它们串成一条流水线

多 skill 流水线编排(这是真正的”工作流”)

⚠️ 新手翻车点 ④:第四步最常见的翻车是——贪多。一周写 6 个 skill,3 个月后只有 2 个还在用,剩下 4 个连自己都忘了哪天写的。记住:A 档先扩到 3-5 个,每个至少用过 5 次以上,再考虑动 B 档。skill 这玩意,是”用出来”的不是”想出来”的。

讲个我自己的真实案例你就懂流水线的价值了——A 品牌”会员合并”这个需求,我用 3 个 skill 串起来跑:

过去同样这套活我得花 2 天——PRD 一天、时序图半天、评审材料半天。75 分钟 vs 16 小时,差了 12 倍。这就是流水线的价值——不是单点提速,是整条链路的复利

到这一步,你已经从”会用 AI”升级成”有一条 AI 工作流”了。但搭出来不等于跑得稳——下一节是给你避雷的。

新手翻车 TOP 榜:把散落的坑收口成一张总表

前面 5 步里我各埋了一个⚠️警告,加上我自己一年里再踩过的几个,凑成这份新手翻车榜。搭工作流之前先把这一节看完,能少走很多冤枉路

这张表建议直接截图贴在工作台,每次想用 AI 干活之前扫一眼。

自查清单:你的 AI 工作流搭起来了吗

回到上篇的味道——0 基础也能用的自查清单。5 大步分组,每组 2 题,能勾到 8 题就算搭通了

第 0 步 · 开关(2 题)

1. “松手清单”和“攥手清单”你能各列出 3 条吗? 列不出来等于开关没拨

2. 你最近一次让 AI 干的活,是不是落在松手清单里? 落在攥手清单的赶紧停

第一步 · 选起点(2 题)

3. 你的第一个任务打过分吗?三维度总分 ≥ 12? 没打过的回头打

4. 这个任务一个月发生 ≥ 4 次吗? 频次不够就换个,沉淀不下来 skill

第二步 · 跑通第一次(2 题)

5. 你的“上下文包 5 类”齐全吗? 业务背景 + 角色场景 + 系统约束 + 模板样本 + 文风偏好

6. 第一次产出后,你记下了改稿点和翻车笔记吗? 没记的下一步就空手了

第三步 · 提炼 skill(2 题)

7. 你写完了第一份 skill 文档吗? 含触发场景 + 章节结构 + 必带表 + 翻车注意 + 自查清单

8. 你的 skill 限定到具体场景了吗? 不是”PRD 生成器”,是”XX 业务 PRD 生成器”

第四步 · 滚雪球(2 题)

9. 你的 A 档至少有 3 个 skill 吗?每个用过 5 次以上? 没到这个数别动 B 档

10. 你有“上一个 skill 的产出 = 下一个 skill 的输入”的串联意识吗? 这是从 skill 升级到工作流的标志

总结:从 0 到 1 · 8 条搭建认知(含上下篇全景)

下篇专属的搭建认知 8 条,外加把上篇 10 条做法论一起合并通览。

下篇 · 8 条搭建认知

1. 第 0 步是脑子里的开关,不是 AI 里的开关。 不拨这个开关,后面 4 步全白搭——要么不敢用要么乱用翻车。

2. 第一个任务必须小、痛、高频。 三维度打分 ≥ 12 才动手,年度规划这种一年一次的别碰。

3. 跑通第一次的目的是暴露你缺什么,不是出好成果。 第一版烂没关系,关键是知道自己上下文哪里没讲透。

4. AI 出错 90% 不在 prompt,在喂料。 报错先回头看 5 类上下文齐不齐,别上来就改 prompt。

5. skill 不是 prompt,是“产出 + 步骤 + 表格 + 翻车 + 自查”打包好的说明书。 prompt 是临时的,skill 是长期资产。

6. skill 越具体越好,限定到具体场景。 “通用 PRD 生成器”是空话,”XX 业务 PRD 生成器”才能用。

7. A 档先扩到 3-5 个,每个至少用过 5 次再考虑 B 档。 skill 是用出来的,不是想出来的,贪多必翻车。

8. 单 skill 不是工作流,串联起来才是。 上一个的产出 = 下一个的输入——这是从”会用 AI”升级成”有 AI 工作流”的分水岭。

上下篇合并通览图

一句话总结上下篇:上篇告诉你 AI 协作的“对错”,下篇告诉你 AI 协作的“先后”——两篇合起来才完整。

下期预告

系列二 · AI 协作 · 第 3 篇:「skill 怎么进化——我那个 PRD 生成器,半年迭代了 17 版」。 这一篇会拆我自己手里那 5 个 skill,从第 1 版到现在长什么样——每一版改了哪里、为什么改、改完后续多省了多少事。这是 skill 真正”越用越锋利”的过程,也是我自己最有体感的一块。

作者:Zoe产品手记 公众号:Zoe产品手记

本文由 @Zoe产品手记 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