AI产品经理,新的工作流

The PM Loop Engineering Cycle（产品经理 AI 工件迭代循环工程）完整图解解读

这是一套面向 AI Agent、可复用 AI 工件（Reusable AI Artifact）的持续迭代工程闭环流程，核心思路：不写一次性临时提示词，而是把 AI 能力做成可迭代、可版本管理、持续优化的标准化工件（图中核心黑球CLAUDE.md），用 6 步循环持续打磨 AI 工具能力。

核心中心：Reusable AI Artifact 可复用 AI 工件

1. 这套工件内置多类标准化 AI 能力模块：

2. PRD review skill：产品需求文档评审能力

3. call summarizer：对话调用总结工具

4. eval rubric：评估打分标准

5. launch checklist：上线检查清单

6. research synthesis：调研信息整合工具载体示例：CLAUDE.md（标准化 AI 提示词 / 能力定义文档）

6 步闭环循环（顺时针完整流程）

对核心 AI 工件做编辑调整，常见修改动作：

用修改后的工件驱动 AI 执行真实业务任务，测试效果：

针对 AI 产出做标准化校验，两个核心判断维度：

基于第 3 步评估结果二选一：

✅ Keep：效果更好，保留本次修改

❌ Revert：效果变差，回滚到上一稳定版本标签：selection，完成版本取舍。

把本次迭代的决策、改动完整归档留存，实现知识沉淀：

基于沉淀的经验，产出优化后的新版工件：

1. 告别一次性 Prompt：传统临时提示词用完即弃，这套流程把 AI 能力做成可长期维护、版本可控的系统工件；

2.工程化迭代思维：借鉴软件开发 CI/CD 版本管理、提交日志、回滚机制管理 AI 提示词 / Agent；

3.数据驱动优化：每轮都做客观质量对比评估，不靠主观感受调 AI；

4.知识持续沉淀：所有改动、决策留档，越循环 AI 工件判断越精准。

面向产品经理（PM）、AI 提示工程师、AI Agent 搭建者，用于持续打磨 AI 辅助工具（需求评审、对话总结、调研分析等业务 AI 能力）。