乐于分享
好东西不私藏

产品经理学AI(一)——别选工具了,随便打开一个就行

产品经理学AI(一)——别选工具了,随便打开一个就行
Hi,大家好。
消失的这段时间,你们不好奇我去哪了吗?
坦白说,一段时间内总有那么几天,我也想让自己消失一下。
嗯哼,这件事,还得从两个月前的这篇文章《被AI遗忘的手工艺人,我本人》说起。

那篇文章里我说了一句话:我像一个被时代遗忘的手工艺人,看着大家都在拥抱AI,我只能站在旁边发呆。

Honestly,写那篇文章的时候,我是真的慌。

不是那种“哎呀新东西来了我要赶紧学”的兴奋,是那种“完了,大家都在往前跑,我还站在原地”的恐惧。

这种感觉特别要命,因为它不是某一个具体的问题,它是一团雾。你不知道自己不懂什么,你甚至不知道该从哪开始问。

但现在回过头看,我发现一个很有意思的事。

我当时的恐惧,不是因为AI真的很难,是因为我以为它很难。

先说一个事吧,可能会让很多读者朋友觉得好笑。

记得DeepSeek是2024年冬天火起来的吧。

我第一次听说“深度思考”和“联网搜索”这俩词的时候,我是真的不知道它们什么作用,只对它们有个很浅显的理解:“深度思考”指的是能看到AI的“推理过程”,然后给出的答案更加“高大上”一点;“联网搜索”是让AI给你从互联网查资料,并且附上“资料是从哪里来的”。

不过我心里还是有疑惑:这玩意联网才能用吗?我不点“联网搜索”,它就不给我查最新的资料了吗?

没错,这就是我的真实水平——一个做了4年多的产品经理,连AI联网搜索的基本机制都不知道。

我猜很多产品经理跟我一样,我们每天的工作,只是在满足领导和客户对于功能和开发进度的期待,哪有时间去搞清楚AI到底是怎么工作的。

无独有偶。后来我又遇到了一个更让我困惑的事。

2026年3月,OpenClaw火了。不过,因为我听说部署很麻烦,所以没有计算机基础的我认为自己一定搞不定。

不过,为了让自己别抓瞎,我开始用了一个叫WorkBuddy的东西。

它不是那种你打开浏览器去访问一个网页的AI,也不是下个App让你随时随地执行网页版AI的功能。

我当时有点懵懵的。我问朋友:这不是跟ChatGPT一样吗?

朋友说,不一样。ChatGPT是你问它答,WorkBuddy是它能动手。

我说,“动手”是什么意思?

他说,你让它帮你整理桌面,它就真的去整理,不是告诉你“你可以这样整理”。

我当时的感受是什么呢,就是那种“我好像突然知道了一个不得了的事情,但我又不知道这个事情意味着什么”。

后来我才慢慢明白,这其实是两类完全不同的东西,一类是“聊天机器人”,你问它,它回答你;另一类是Agent(智能体),它不光是回答你,它能帮你干活。

这个区别重要吗?我觉得挺重要的,但不是因为你要记住这两个名词,而是因为这决定了你能用AI做什么。

如果你只用聊天机器人,那你最多就是把AI当成一个更聪明的搜索引擎;但如果,你知道有Agent这种东西存在,你就会开始想,哪些重复性的、让人烦躁的工作可以让它帮你做。

并且,这些Agent还具有不同的skills(技能),当你有特定需求的时候,你还可以用对应的skills,去更加专业化地解决你的问题(当然如果你有计算机基础的话,你也可以自己写skills喂给你的Agent……像我这种人都是白嫖别人写好的skill)

再加上,它的记忆(Memory)能力,可以支持它从不同的工作空间的各种对话中,提取并记住相关的上下文,然后,逐步给用户提供更多“个性化”的回应。

以及,让它帮我做原型、搭页面这种事情,也不是不可以。

总的来说,连我这种没技术背景的人,都能用AI Agent做点事情。你就更不用说了。

说完了工具层面的,再说点别的有意思的。

最近,我大概花了两三周的时间吧,断断续续地去了解“AI到底是怎么判断一个内容靠不靠谱”的。

不是因为我要做什么AI搜索产品了(我没那个本事),而是因为我很好奇,为什么有些东西AI会推荐给我,有些不会。

为什么有时候我问一个问题,AI给出的答案特别靠谱,有时候又胡说八道。

我把我理解到的分享给你。你放心,不涉及任何技术术语(因为我自己也不会)

Imagine that,你是一个博览群书的人,现在有人递给你一张纸条,纸条上写了一句话。

你要不要去相信这句话?你会怎么判断?

你可能会想几件事:第一,这句话跟我脑子里的东西矛盾吗?

如果,纸条上说“北京是中国的首都”,你会立刻点头,因为它跟你脑子里已有的东西对上了。

如果,纸条上说“北京是法国的首都”,你会皱眉头。除非这个人拿出非常有力的证据,否则你不会信。

AI也是一样的。它的“脑子”里存了大量知识,当user prompt里具有一个新信息(external knowledge)的时候,它会先跟自己“脑子”里的东西(internal knowledge)对一下。

很明显,一致的东西更容易被它接受,太离谱的东西会被天然排斥。

至于它“脑子”里的东西哪来的,一部分是开发者的System Prompt内置,一部分是因为它具有Read、Write、Reflect和Memory的能力,然后自己学习来的。(这个我们可以以后再展开,哈哈)

第二,你可能会想,别的地方也这么说吗?

如果你在三个不同的地方看到了同样的信息,你倾向于相信它;如果只有一个地方这么说,你会打个问号。

AI也是这个逻辑。

如果它搜到了很多资料,都在说同一件事,它会觉得这事靠谱;反之,如果只有一份资料这么说,它会降低信任度。

第三,你可能会在乎这张纸条长什么样。

如果这张纸条的观感好一点,字迹娟秀一点,你更愿意相信。

但如果,是一张皱巴巴的纸,没有署名,字迹乱七八糟,你会觉得这可能是谁随手写的。

AI也一样。它会看一篇文章有没有发布时间,有没有作者,排版是不是专业。这些看起来是表面功夫的东西,在AI眼里就是信任的信号。

第四点,就比较微妙了。

有些研究发现,AI可能更倾向于相信AI自己生成的内容。

不信你可以试试:你拿两篇文章给AI看,一篇是你自己手搓的,一篇是另一个AI写的,如果两篇文章结论不同,AI更信哪个(先告诉你结论:AI更信AI写的那篇)。

把这四点放在一起,你会发现AI判断内容靠不靠谱的方式,其实一点都不神秘。

说真的,它跟你在做客户调研的时候,判断客户提的方案靠不靠谱,用的是一套差不多的逻辑。

只不过你用经验判断,它用数据判断。

看到这里,不知道你会不会想一个问题:行吧,知道了这些又怎么样呢,我还是不知道怎么开始用AI。
别慌,我跟你讲一个我自己的感受。
今年3月,我在沉浸式备考PMP的时候,我的朋友圈和即刻几乎是每天都在“推”和“推翻”新工具。
昨天大家还在集体付费装虾,今天就开始付费卸虾了。
然后,立马有人看不上ChatGPT了,说“你要多Agent协同”、“MCP才是未来”……
我当时的感觉就是,我好像站在一个地铁站里,周围全是人在跑,我不知道他们要跑向哪,但我觉得我不跑就会被落下。
这种焦虑,我后来想明白了,不是因为工具太多,而是因为我不知道这些工具跟我有什么关系。
我在公众号后台收到过一条私信,一个读者跟我说,她是做B端产品的,周围同事都在学AI,她没技术背景,她要不要报个班把编程学了。
理由是,她觉得不会编程,不会部署,就用不了AI了。
我特别理解这种感觉。因为我之前也是这么想的。但后来我发现完全不是这么回事。
不是每个人都需要用AI“干大事”的。AI的作用是提效,不是装x。
所以,在使用AI之前,你首先得搞清楚,你的需求是什么。
对于绝大部分需求来说,只需要打开一个你看得顺眼的AI工具,跟它聊天,告诉它“你想做什么”、“你的资料在哪”、“你觉得它应该去哪找资料”,就可以了。
举个例子。你要做一个竞品分析,你以前的做法是,自己去翻竞品的官网,翻应用商店里的评论,翻行业报告,然后把信息整理成一个文档。这个过程可能要花你一两天。
现在,你打开一个AI工具,跟它说,“我在做XX产品的竞品分析,帮我找一下主要的竞品有哪些,它们各自的核心功能和差异化卖点是什么”。
它会在几十秒内给你一个初步的框架。你觉得哪一块信息不准确,你就跟它说"这个地方再深入一下"。
比懂技术更重要的,是优化你的prompt,精准描述你的需求。(至于是不是真的提效,可以结合自己的感受,再review一下这篇文章《我们为什么越用AI越累?》
“学AI”和“用AI帮你做事”,这两件事有根本的区别。前者会让你觉得自己不够格、要补课、要考证;后者会让你觉得,这玩意虽然有时候蠢蠢的,但是“喂”多了之后,好像也还行。
还有一个我觉得很多人没说清楚的真相:你不用纠结选哪个工具。
我一开始也特别纠结,因为今天看有人说Claude Code是Top 1,不会用就是跟不上时代;明天有人说DeepSeek思考能力强,一般的需求都能满足;后天有人说小龙虾能帮你干活,但国产小龙虾都不太好使。
搞得我也不知道用啥。我像一个逛超市的人,每个货架前面站一会儿,什么都不敢拿,生怕拿错了。
那么问题来了:谁去定义这个“错”的意思?
原来,我纠结的不是工具,我纠结的是我用的工具“旧了”,被其他人嗤之以鼻。
不过最后我发现,0人在意
其实,这些工具底层的逻辑其实是一样的。不管你是用ChatGPT、DeepSeek,还是其他多Agent协同的工具,你跟它对话的方式,你描述“你需要什么”这件事本身,是共通的。
就像一个会开车的人,他什么车都能开。
所以我的建议是,随便打开一个,先用起来。
你不用看评测文章,不用对比谁的长文本能力更强、谁的推理更准确,你甚至不用知道那些参数是什么意思。你就先打开,跟它聊两句,让它帮你做一件你觉得麻烦的事。
你可以让它帮你读一份几十页的合同或者行业报告,然后让它给你“划重点”,并用“给80岁老奶奶讲课”的方式给你讲明白。
你让它帮你拟一封邮件,你告诉它大概要说什么,要发给谁,写得不好会有什么后果,它会帮你润色得正式一些。
你让它帮你把一个很复杂的需求描述拆成几个开发能直接看懂的模块。
……
这些事,你不需要任何前置知识就能做。
然后你会慢慢发现,你的Prompt越来越精准。你开始告诉它“这个不对,你重新来”。这些东西不是在教程里学来的,是用出来的。
那些让你焦虑的名词,什么“Function Calling”、“RAG”、“Agent”、“MCP”、“Skill”……你会在一个很自然的过程中搞明白。
我几个月前连“联网搜索”是什么都不知道,我也不知道OpenClaw为什么会突然火起来。但我现在能跟你聊这些东西,不是因为我上了什么课,是因为我一直在用。
说到这里,我也想聊聊我的感受。我是一个做了几年的产品经理,我看着AI一天一个样,我会有一种“我的经验是不是贬值了”的恐慌。
但是现在的结论是,我们的产品经验没有贬值。我们的判断力、业务理解,甚至还有的协调各方的能力,这些东西AI没有,而且短时间内也不会有。(以后真说不好TAT)
但是就目前来说,AI带来的,不太算是威胁,是一个新的工具。(比你会用AI的人干活比你干得快,才是真的威胁)
就像当年用Axure画原型,现在用Trae一样,你现在需要学会的,是用AI做更多的事,更快地做事(当然,用Trae慢的话,换回Axure也行)
我们是不幸的,因为时代让我们被迫去拥抱变化,改变我们固有的思维方式。
但同时,我们也是幸运的,因为时代刚好追到了我们面前。
接了吧。之前让我们恐慌的那些东西,也没那么可怕。
对了,光顾着放假了,差点忘了放假的原因——端午节。
那我就在这里祝各位读到这里的读者:端午节安康。
记得吃粽子哦。(我先说,我吃咸粽子,嘿嘿)