收集和分析用户需求、绘制原型、撰写需求文档、协调研发资源、跟进开发和测试
像桥梁一样，把用户的需求传达给研发团队，再把技术方案转化给用户
周期较长，依赖较多团队协作，产出MVP或解决方案往往需要较大的投入
AI可以自动写代码、生成界面、产出可演示的原型，甚至给出完整的解决方案
从"传递与协调"更多转向"探索与创造"，可以借助AI更快地验证想法、迭代产品
即使有了AI的"超能力"，真正决定产品成败的，依然是对用户问题的洞察、对商业价值的把握，以及整合多方资源落地的能力
Insight Go
减少理解差、快速验证、增强表达
以及我对未来产品经理的思考
🚀AI 不会取代产品经理，但不会 AI 的产品经理，很可能被取代。
从想法到产品，从挫折到转型，一个完整的AI产品开发之旅
8月参加训练营，挑战在极短时间内完成从想法到可上架产品的完整开发流程
聊天一旦很长，之前的问题就被埋没了
想回头找某个问题，只能不停往上翻
很难一下子定位到重点内容
大模型能回答问题，但不擅长帮你管理对话中的信息
为长对话生成目录和知识卡片，让用户随时跳转到重点内容
• 目录并不是刚需功能
• 和市面上类似插件相比显得"鸡肋"
• 用户真正想要的是延伸和扩展
• 希望基于知识卡片做更多事情，比如转化为有价值的内容
截取对话 → 提炼要点 → 生成博客推文格式
时间窗口：只有一个上午加一个晚上
用自然语言描述需求，直接生成代码
不会忘记之前改过的地方
像结对程序员一样协作
作为产品经理，我能在短时间里把想法变成能跑的Demo
如果让我自己重写这个插件，难度非常大。但有了Cursor，一切变得可能。
• 要点提炼太冗长，不够简洁
• 文本和用户预期差距很大
• 页面UI出错，排版乱七八糟
• 没有格式、没有标签，不能直接用
• API调用逻辑经常报错，代码不稳定
"缩短要点，每条一句话"
"在输出时自动加上#标签"
"美化UI格式，保证页面可读"
"检查API调用逻辑，确保不报错"
关键收获：这个过程特别像一个小型的Agile Sprint - 抛出需求 → AI给出结果 → 发现问题 → 反馈 → 再修改
经常用很口语化的Prompt：
结果：人听起来没问题，但AI无法准确抓住需求，输出模糊甚至跑偏
使用CRISP框架：
避免模糊表达
只提供必要上下文
明确告诉AI要做什么
格式、长度、风格要说清楚
输出能直接用或测试
重要认知转变
产品经理的工作不止是和人沟通，还要学会和AI沟通。 在未来，这种"人机沟通"的能力，可能会成为PM的核心竞争力之一。
智能识别重要对话片段
AI自动提取核心观点
格式化输出，可直接分享
它给不了你完美的结果
让你在极短时间内完成原本几乎不可能的任务
提出好问题，编排AI工具
更清楚什么可行，什么不现实；更好地和研发对话，在需求阶段就发现风险
直接做Demo，展示出来，然后马上迭代。跳过冗长的需求-原型-开会流程
一个能跑的Demo，比十页PPT更有说服力。AI帮PM更快落地想法
靠语法和逻辑，门槛高
靠需求描述，门槛低但需要大量调试
从 "功能定义" 转向 "问题发现"
需求翻译者
AI与用户的桥梁
文档写手
会用工具验证的创造者
功能定义
问题发现
👉 不是 AI 在取代 PM，而是会用 AI 的 PM，正在取代不会用 AI 的 PM。
不会让坏想法变好，但能让好想法更快落地
理论 → 工具 → 实际项目 → 反思
技术不是边界，而是桥梁
谢谢大家！