AI 能当产品经理吗？我拿几个搭应用工具实测了一遍

这两年隔三差五就有人喊，AI 要把产品经理这碗饭端走了。我听着一直犯嘀咕。光听喊没用，我干脆把几个能「用大白话搭应用」的 AI 工具拉出来，拿一个真实的小生意当试验田，让它真刀真枪当一回产品经理。跑完一圈，结论有点扎心，但挺值得记下来。

先说清楚：下面这套是我个人实测的观察，掺了些行业里的公开推演，不是哪家公司的官方结论，你们当个参考就行。

一、先摸清：现在的 AI 到底能搭到哪一步

我先把能力边界拉直。现在市面上一类工具，你用大白话描述要什么，它能直接生成、改动一个后台应用，还带着运行范围和权限限制。比如某电商平台的官方智能助手（Sidekick），就能按描述生成店铺后台小程序。再往前看，低代码加 AI Agent 的路线也在快速成熟，很多人已经能用一句话起一个能跑的应用。

这说明一件事：让 AI 写个功能、做个页面，技术上已经不稀奇了。但「能做一个应用」和「能当好产品经理」，中间差着一条河。

二、我拿朋友的服装小店当试验田

我朋友开了个百来款商品的服装小店，铺了两个线上渠道。表面订单不少，仓库却总压着卖不动的货，退换货也降不下来。她想要的东西很具体：少积压、少退货，还得保住设计调性，不能老靠打折。

她原来用的几套软件，订单、库存、客服、营销各管一摊。想搞清问题，得先导出订单，按款式尺码核库存，再翻退货记录、查活动数据，最后还得自己拍板：到底调补货、改详情页，还是换促销？

我让 AI 接进她授权的订单、库存和售后数据，只给了个目标：把积压和退货压下来。AI 按款式、尺码、渠道拆开看，发现某款总体卖得还行，其实就两个尺码撑着；另一款退货扎堆，跟积压可能根本不是一回事。它据此做出第一版应用：打开就是一个围着「待解决问题」组织的页面，哪几款该调补货、哪几个退货原因还说不清、哪些措施在试，一目了然。点进一个问题，订单库存反馈处理记录全在一块儿。

这一步就把原来的逻辑翻过来了。过去是软件菜单决定你去哪找信息，现在是「要解决的事」决定页面上出现什么。

三、第一版跑完，麻烦才刚开始

试运行后，积压缓过来了，可部分款式的退货没动。AI 接着查记录，发现大量退货原因填的都是一个：尺码不合适。但它分不清是肩窄了、袖长了，还是顾客本来就爱宽松版。光看这批数据，补不上这个洞。

问题其实出在应用自己身上：原来的售后功能，压根没留下解决问题该有的信息。

这时候，真要能顶产品经理的活儿，就得它自己提出下一轮改动。我看着它做了几件事：在相关款式上加了个简短可选的试穿反馈，让顾客点出具体哪不合适；在经营页里加了版型问题的归类视图，把反馈跟具体款式尺码绑起来；拿到足够依据后，再去调商品页的版型说明和尺码提示。

这些功能，我朋友一个都没事先点名要。她只抛了个退换货的问题。是 AI 自己发现功能不够、自己决定收什么信息、怎么呈现、怎么接回原流程，再做成能跑的新功能。

改完还没完。反馈好不好填、是不是真帮着辨认了问题、新提示有没有减少误选、多这一步会不会碍着下单，都得接着观察。一次数据波动说明不了成功，得在部分款式上先试，再拿相近款式和订单量判断。

四、最扎心的发现：实现变容易后，缺的反而是这三样

把上面这套跑通以后，另一个问题冒出来了。假如做个应用越来越容易，那用户凭什么提出一个「值得做」的需求？

回到那家小店。少退货、清积压是眼前困难，可品牌接下来想给顾客什么体验，这些指标答不上来。是继续让人在一堆单品里挑，还是帮他用更少的衣服搭出更适合日常的通勤衣橱？两种都能做成产品，经营选择却完全不同。

这就逼出三种越来越稀缺的能力：

想象力。它让人看见现有菜单功能之外的可能。比如顾客买衣服时，能从自己已有的衣橱出发，知道新的一件怎么搭、适配哪些场景，体验会是什么样。

创造力。把这种想象变成有性格的主张。品牌结合自己的设计语言和顾客的通勤习惯，提出「让已有的衣服更好搭配」的方向，围绕不同生活场景帮他找到衣橱里真正缺的那一件。

判断力。最棘手的那类。某种有辨识度的剪裁更挑身形，也更容易引发退换货，AI 可能建议砍掉这类款。单看降退货这个目标，说得通；可这剪裁偏偏是品牌被人喜欢的原因。经营者愿不愿意为了保住它，接受一部分退换货成本？这得权衡什么值得坚持，以及愿担什么代价。

一个做得漂亮的应用，也可能在高效追逐一个并不值得追的目标。技术把想法变成服务越来越便宜，想法从哪来、服务该走向哪，反而更要人想清楚。

五、我给你三点实在建议

如果你也在琢磨用 AI 搭点什么，别一上来就喊「帮我做个系统」。照我这趟实测，先想清楚三件事：

第一，把问题说准，别把功能清单甩给 AI。你越能讲清「要解决什么、代价多大了要停」，它越不容易跑偏。

第二，留好「信息缺口」的补丁位。第一版永远有它没收到的数据，提前想好下一步往哪补，比事后返工省事。

第三，也是最重要的，把想象力和判断力留给自己。AI 能帮你把想法变成应用，但「什么值得做」这个方向盘，别轻易交出去。

说到底，AI 当不了传统意义上拍板的产品经理，但它确实能把「从问题到应用」这段路压短一大截。方向盘握紧，它就是你手上最划算的工具。

文小妹，在「AI工具实测派」专门扒各类 AI 工具的底。关注本号，回复「搭应用」三个字，我把这趟实测用到的几个工具清单和避坑点打包发你。下期聊点更狠的。