夜雨聆风一、先对齐认知：AI 是加速器，不是替代品
很多产品经理对待 AI 有两种极端：要么觉得"AI 能帮我搞定一切"，要么觉得"AI 输出的东西没法直接用，还是算了"。两种都不对。
更准确的理解是：AI 帮你搞定 0→60 的部分，60→100 仍然需要你的专业判断。它能 5 分钟读完 200 条用户反馈并提取痛点，但"哪些痛点值得做、怎么做成产品方案"——这个决策永远是你。
关键认知：AI 不是你的替代品，而是你的"高效外脑"。你和 AI 的关系不是"交给它"，而是"跟它协作"——你来定方向、定标准、做判断，它来加速执行、拓展可能性。
下面的矩阵图展示了产品经理各工作环节被 AI 赋能的程度——颜色越深，AI 能帮的越多：
二、六大工作流实操：每个环节怎么用 AI
1 需求调研：5 分钟批量分析用户反馈
以前读 200 条用户反馈要一上午，现在丢给 AI，5 分钟出洞察。关键是告诉它你要什么维度——不只是"总结一下"，而是"按痛点分类，标注频率，筛出高价值需求"。
2 竞品分析：2-3 小时出对比报告
传统竞品分析至少两天——找资料、截图、做表格。用 AI 做初稿，你专注在"所以呢"的分析判断上，整体压缩到 2-3 小时。
推荐工具：ChatGPT/Claude 做信息整理 + Perplexity 做实时检索验证。
3 PRD 撰写：AI 起框架 + 补边界条件
AI 写 PRD 最大的价值不是"帮你写完"，而是帮你想到容易遗漏的边界条件——异常流程、极端场景、降级方案。你给核心逻辑，AI 补全分支，你再做业务决策。
推荐工具：Claude 长文本能力强，适合 PRD + 飞书文档 AI 直接在文档内迭代。
4 原型设计：从草图到可交互
不需要从零画——v0.dev 输入描述直接生成 UI，即时设计 AI 支持中文指令生成页面。你专注交互逻辑和布局策略，视觉执行交给 AI。
5 数据分析：自然语言查数据
不再为一条 SQL 找同事——用自然语言提问，AI 生成查询并解释结果。从"这个月留存率多少"到"留存下降可能跟什么有关"，一气呵成。
推荐工具：Cursor 写 SQL + ChatGPT Code Interpreter 做分析可视化。
6 项目协调：AI 当你的"会议秘书"
丢进会议录音/转录文本，AI 输出：关键决策、行动项（谁 + 做什么 + 何时）、风险点、待确认事项——直接发到协作工具。
推荐工具：飞书妙记 自动转写 + ChatGPT 结构化输出。
三、CRISP 提示词框架：PM 专属的提问方法论
很多产品经理用 AI 效果不好，不是 AI 不行，是提问方式不对。随便丢一句"帮我分析竞品"——AI 只能给你泛泛而谈。用结构化的方式提问，效果天差地别。
我总结了一个 PM 专属的提示词框架——CRISP，和写 PRD 是同一套思维：
前面"需求调研"的提示词模板就是 CRISP 的完整示范。核心逻辑：你给的信息越结构化，AI 的输出越精准。这和写需求文档是一个道理——需求描述越清晰，开发交付越符合预期。
一个实战建议：把你最常用的 5-8 个提示词存成模板库（飞书文档或 Notion），每次替换变量即可，不再从零写起。
四、工具选型：别追新，追适合
市面上 AI 工具每周都在更新，追不完也没必要追。选型遵循四个原则：
避坑提醒：不要同时用 5 个大模型"比较效果"——先把一个用熟，遇到明确瓶颈再换。就像你不会同时用 Jira + Tapd + 飞书项目管同一个项目。
五、三大误区：你以为在用 AI，其实在浪费它
这三个误区的共同本质是：把 AI 当工具用，而不是当协作对象用。锤子敲钉子不需要"协作"，但 AI 不是锤子——它的输出质量取决于你的输入质量和迭代意愿。
六、三步行动计划：今天就能开始
看完文章不行动 = 没看。给你一个最小可行的启动方案：
关键提醒：不要追求"每个环节都用 AI"——先从一个你最痛的环节切入，验证有效再扩展。一次只改一个习惯，比一口气全改更容易坚持。
最后说一句实话：AI 不会取代产品经理，但会用 AI 的产品经理，一定会取代不会用的。差距不在工具本身，在于你是否愿意从"知道"走向"做到"。
从今天开始，先跑起来。
