夜雨聆风折腾了AI大半年，从第一个prompt到搭建完整工作流，到现在开始研究harness和工程化，踩了无数坑，也找到了真正好用的方法。
现在我把这半年的实践，集结成了"金融人怎么用AI"的实操手册。是以为记。
我们做产品也会有很多事情，以前一个需求文档要写两天。调研半天，画流程图半天，写文档一天。
我之前做过产品经理的prompt（AI+产品经理提示词攻略（金融/基金行业适用）），后面有了skill，我就想，是不是在用AI时发现，是不是可以把产品经理的流程串起来，去做点事情。于是有了这篇文章：
有了AI可以干嘛，一句话
别一个一个拼 prompt 了。用 skill 编排工作流，把 PM 的完整流程串起来，一键跑完。于是有了我自己的版本：一个产品人的 AI 工作流实战指南：自运营和自带工具的skill来了！
如果有基础可以直接参考这两篇文章，以下是从学习和实践的角度去写，有哪些适合产品人的AI 小工具。
传统产品 vs 工作流编排之后
传统方式：
需求分析 → 生成需求文档竞品研究 → 生成对比表PRD 撰写 → 生成 PRD...每一步都断。断了就得重新热机。
工作流编排后：
一个命令 → 自动串起全部步骤 → 输出完整文档不断。思路不散。质量不下滑。
工具：gstack（YC CEO 的 AI 工作流）
项目：garrytan/gstack ⭐ 97k+
是什么：YC CEO Garry Tan 开源的 AI 工作流。23 个 skill 编排，覆盖从想法到上线的完整流程。
核心架构：
Think → Plan → Build → Review → Test → Ship → Reflect ↓ ↓ ↓ ↓ ↓ ↓ ↓/office /plan /design /review /qa /ship /retro-hours -ceo -consult -eng -only -land -retro -review ation -review安装：
# 30 秒搞完git clone --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstackcd ~/.claude/skills/gstack && ./setup金融场景：智能定投产品从 0 到 1
背景：你是一名金融产品经理，要搞"智能定投"功能。
第 1 步：/office-hours（需求定义）
你：我想做智能定投功能。/office-hoursAI：- 用户痛点是什么？（具体例子，不是假设）- 现有方案有什么不足？- 你试过什么？结果如何？- 谁最痛？（具体用户画像）- 成功指标是什么？- 最窄切入点是什么？输出：设计文档（含 3 个实现方案 + 工作量估算）AI输出示例：
# 设计文档：智能定投## 问题定义用户痛点：普通定投不择时，市场高位买入亏损大。## 3 个方案1. 估值定投（根据 PE/PB 调整金额）— 2 周2. 趋势定投（根据均线调整频率）— 3 周3. 混合定投（估值 + 趋势）— 5 周## 推荐方案 1（估值定投）— 最窄切入点，2 周可上线验证。第 2 步：/plan-ceo-review（战略审查）
/plan-ceo-reviewAI：- 问题定义是否准确？- 方案是否过度设计？- 有没有更简单的做法？- 成功指标是否可衡量？输出：审查报告（10 项检查）AI输出示例：
# CEO 审查报告## 问题定义✅ 准确：普通定投不择时是真实痛点## 方案设计⚠️ 过度设计：方案 3（混合定投）包含太多变量✅ 推荐方案 1：估值定投，逻辑清晰## 成功指标⚠️ 需要具体化："提高用户留存" → "定投用户 30 日留存率提升 15%"第 3 步：/plan-eng-review（技术审查）
/plan-eng-reviewAI：- 数据流图（ASCII 图）- 状态机设计- 错误路径- 测试矩阵输出：技术审查报告AI输出示例：
# 技术审查报告## 数据流用户 → 风险问卷 → 风险等级 → 估值数据 → 定投金额 → 订单系统## 状态机未开始 → 定投中 → 已止盈 → 已终止 ↓ 暂停中## 错误路径- 估值数据获取失败 → 使用上次估值- 订单创建失败 → 重试 3 次 → 通知用户- 资金不足 → 跳过本期 → 记录日志## 测试矩阵| 场景 | 预期 | 优先级 ||------|------|--------|| 估值正常 | 按估值调整金额 | P0 || 估值异常 | 使用上次估值 | P1 || 资金不足 | 跳过本期 | P0 |第 4 步：/design-consultation（设计系统）
/design-consultationAI：- 研究竞品设计- 提出创意风险- 生成产品 mockup输出：设计系统文档第 5 步：/review（代码审查）
/reviewAI：- 查找通过 CI 但在生产环境爆炸的 bug- 自动修复明显问题- 标记完整性缺口输出：审查报告第 6 步：/qa（测试验证）
/qa https://staging.myapp.comAI：- 打开真实浏览器- 点击操作流程- 发现并修复 bug输出：测试报告第 7 步：/ship（上线发布）
/shipAI：- 同步 main 分支- 运行测试- 审计覆盖率- 推送代码- 创建 PR输出：PR 链接完整工作流对比
| 总计 | 2 小时 |
省的不是时间，是心力。
其他金融场景
投顾合规检查功能
/office-hours 投顾合规检查功能/plan-ceo-review 合规审查/plan-eng-review 数据流 + 状态机/review 代码审查/qa 测试验证/ship 上线发布AI 投教内容生成功能
/office-hours AI 投教内容生成/plan-ceo-review 内容策略审查/design-consultation 内容展示设计/review 代码审查/qa 测试验证/ship 上线发布安装指南
方式 1：Claude Code（推荐）
git clone --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstackcd ~/.claude/skills/gstack && ./setup方式 2：OpenClaw
# OpenClaw 自动调度 gstack skills# 在 AGENTS.md 中添加：# when spawning Claude Code sessions for coding work, tell the session to use gstack skills方式 3：Cursor/Windsurf
git clone --depth 1 https://github.com/garrytan/gstack.git ~/.cursor/skills/gstackcd ~/.cursor/skills/gstack && ./setup --host cursor产品经理的价值不是写文档，是判断哪些该做、哪些不该做。AI 把文档干完，留出脑子做判断。
这篇文章写的比较早，我会在知识星球详细深入讲接最近很火的几大工具，pm-skills（把产品方法和知识内置到工具），superpower（严控ai执行的交付），gastack（从0-1上线一个产品），产品人分别可以迁移怎么用，适合怎样的产品角色。
有兴趣欢迎来围观。
下一篇预告：
下一篇聊「运营经理的 AI 工具箱」——运营每天面对大量内容和数据，AI 是效率放大器。产品经理之后，轮到运营。从文案到数据分析，AI 能帮的比你想象的多。
如果这篇文章对你有用，欢迎关注「金融人小站」。站内持续更新 AI 协作的实战技巧、工具推荐和思考框架。每一篇都经过实测，每一招拿到就能用。🔗 financepro.mangofolio.com