AI时代的产品经理赶紧提效,否则你就OUT了︱AI产品管理

新闻

作者：微信文章


会议推荐



2025首届中国AI项目管理大会

2025第十四届中国PMO大会

2025第五届中国项目经理大会

2025第二届中国医药企业项目管理大会

本文目录

#  AI赋能：360度无死角为产品经理工作提效

#  你不知道用上AI的产品经理，效果有多炸裂

#  AIGC加速产品研发：提高效率的五大关键环节

#  深度思考：如何用AI提升“产品研究”的效率？

#  产品经理：AI 时代，如何“高效输出PRD”？

一、AI赋能：360度无死角为产品经理工作提效

（原创 Rocky小马哥 小马哥AIGC）

01认知维度
1、保持开放

虽然AI工具已经铺天盖地，各行各业都已经广泛应用，但是停留在舒适区，使用自己固有的知识和工具，不断重复做着按部就班工作的人依然是大多数。

尤其对于类似于产品经理这样非技术的岗位，很多人会自认为有技术的门槛，而不愿意轻易尝试。

就像「达克效应」说的一样，很多人站在愚昧山峰，不知道自己不知道。



但是保持开放心态，保持成长性思维的人，愿意打破自我的认知边界，突破舒适区。

在真正做到以后自己也会发现，原来还能这么玩，自己也终于走上了开悟之坡。

所以当你看到「AI赋能产品经理」的第一反应是「原来还能这么玩」，也就有了真正学到的基础。

2、模型思维

要想用好AI赋能，最基础的要拥有两个领域的模型思维。

一个是专业维度，首先自己确实已经是个合格的产品经理，知道常用的思维模型，比如如何用SWOT做市场分析，如何用ICIO模型、CRISP模型、BROKE模型做产品分析等。

回归那句话，AI只是一个工具，如果从专业的维度不具备这些基础知识，那大概率也没法让AI为你降本增效。

另一个就是AI的维度，非技术的人员其实并不需要了解大模型工作的原理（Why和What），只需要知道怎么做（How）就好，掌握提示词的写法即可，而且你会发现平时常用的比如CRISP模型，其实就是用来写AI提示词的思路。



所以，把基本功打扎实，永远不会错。

3、经营视角

很多人把自己定义为一个搬砖的普通员工，你说AI赋能，我犯不上吧。

现在越来越多的人谈到「一人企业」的概念，任何人都应该具备经营视角，把自己视为自己工作的CEO。

如何拆解自己的工作流程，如何安排任务，如何形成工作闭环，如何将已有的经验和能力沉淀为知识...

经常思考这些问题，从经营的视角看待工作，才能经营好自己的职业生涯。
02实操维度
完成了认知层面的建设，最终，还是要落到实操层面。

小册里从用户调研、用户画像、需求分析、竞品分析、产品设计、UI设计、需求文档编写、数据分析等各个维度全面串讲了AI的实操应用。

1、赋能团队

如果你是一个产品团队的负责人。

以最基础的「需求分析」工作为例：



这是一个优秀的产品经理应该具备的思考模型，但是保不齐大家在实际工作中会有所遗漏。

那么如何用AI赋能，如何让不管什么级别的产品经理都能这样思考？

我们可以以这个思路编写提示词，产品经理在使用的时候可以让AI帮我们问清楚这些问题，确保需求分析的思考维度足够全面。



想想团队在做需求分析的时候，有这样一个场外大佬一步一步指导，团队工作流程是不是会顺畅很多。

2、赋能自己

如果你就是一个产品经理。

做产品设计的时候，自己肯定经历过用各种工具排版，不断拖、拉、拽才好不容易完成一个原型草图，最后还要靠 UI 同事帮忙才能完成一个看的上的设计，但是讨论以后又不断改了 N 次稿才完成的过程。

想想自己是不是很想有一个全能小助理，我说啥你就干啥，不用排期，开会现场就给你出图让你确认，岂不快哉！

现在有了 AI ，完成这样的工作已经不是问题，这样看似精心设计的图已经可以用 AI 辅助完成，这样的赋能提效可谓是眼见为实。



小册里结合工作流程，给出了整套的提示词，可谓是开箱即用。

二、你不知道用上AI的产品经理，效果有多炸裂

（张佳 人人都是产品经理）

今天不讨论“AI 取不取代你”、“会用 AI 的取不取代你”的问题，就给大家看看，用上 AI 以后有多强。

以产品经理为例，这个岗位的核心竞争力是什么？

1）洞察用户的需求；2）把需求以完善的逻辑呈现出来并推动实现。

这两项可以为你带来护城河的能力，在今天强大的 AI 面前，不值一提。

一个新人，只要他知道应该做什么，就可以在 AI 的帮助下，快速把这些壁垒打爆。
001


上周粉丝群里一个从 2018 年就开始做产品经理的群友私戳我，他被部门去年秋招的新同事给“虐哭了”。

公司产品最近要上新一个功能板块，领导上周五临下班了让他出一个 PRD 救急先提上去方便约本周的会，他说来不及搞准备拖到这周一再弄。

然后还没到下班，新同事就把用户评价分析、PRD、主流程图发到群里了，隔五分钟又做完了一份 PPT……

他打开快速扫了一遍，竟然啥毛病没有。他以为是这新同事提前准备了，就没搭理。

然后这周一早会领导给他一顿“阴阳”……

他单独找领导聊了之后发现，新同事交的东西竟然是半小时内，用 AI 做的。

同样是毫无准备，新人用了 AI，把自己虐到一点脾气没有。

这群友，在我这里又落了一顿“阴阳”：因为这些操作，我去年就已经跟大家讲过 N 多遍了……
002


对于成熟产品来说，需求的挖掘基本来自用户反馈。渠道无非两个方向：用户调研和用户评价分析。

用 AI 做用户调研问卷，比人更专业：因为 AI 其实是知道几乎所有方法论的，你只要在指令里跟它讲清楚需要符合哪些要求，然后把具体要调研的内容告诉它就好了。



用 AI 做用户评价分析，比人更有洞察：AI 在人类语言理解方面，其实已经比人类强了。你只需要把用户评价发给 AI，让它来洞察分析评论背后的需求就可以。



对于新产品来说，功能的设计是否符合所有用户的需求、功能逻辑是否严谨，过去考验的是产品经理的经验，现在没有经验的新人在 AI 的辅助下，也可以拥有资深的经验了。

让 AI 辅助撰写 PRD 文档：只需要告诉 AI 撰写 PRD 的格式和产品设计要注意的原则，即便新人本身不具备这些经验，AI 也可以按要求完成



让 AI 直接生成用户旅程流程图：AI 不止生成文字内容，你可以直接让他帮你把用户旅程的流程图画出来。图文并茂的 PRD 易读性和丰富性更强。



“后浪推前浪”过去需要时间，但今天只需要让“后浪”们用上 AI。
003


不止具体业务相关工作，日常琐事让 AI 来做同样可以节省非常多的时间，并且 AI 工作产出的质量非常高。

很多日常汇报类工作，我们有了大纲以后，发送给 AI 就可以快速帮我们生成一个质量非常高的 PPT。



那些动辄一两个小时的会议，人工整理会议纪要既耗时又耗力，还容易出现关键信息的遗漏。但是把录音稿交给 AI，让它来整理则既快又准！



最近关于发展 AI 的报道不绝于耳，我相信你也已经感知到这个时代的到来了。

三、AIGC加速产品研发：提高效率的五大关键环节

（原创 Bill AgileNext）

产品研发从产品规划到持续运营的多个阶段，而在每一个阶段中，都有可能存在效率低下、资源浪费的问题。比如：

产品规划阶段：调研报告写了一堆，分析结果却不够精准；决策信息不对称，团队讨论了半天，方向还是模糊。

需求分析阶段：用户故事缺乏条理，需求文档里全是“文山会海”；产品经理和技术团队沟通成本高，项目还没开工，理解已经偏了。

研发实现阶段：重复劳动多，代码需要“重复造轮子”；开发和测试脱节，代码逻辑写了删、删了改，Bug层出不穷。

发布运维阶段：上线时各种问题暴露，运维文档不全，日常运维靠“救火”；日志分析耗时长，故障响应慢。

持续运营阶段：内容更新工作量大，FAQ、用户反馈要人工处理，团队疲于奔命。

这些问题看似各有不同，那么AI能如何帮我们解决这些问题中提效呢？

AIGC的全生命周期应用：按阶段细看新机遇

参考网易智企CEO阮良《拥抱AIGC时代（一）：交易成本的变革》一文,

网易智企对AIGC技术的应用经验，我们发现AIGC几乎能够渗透到软件研发的每个阶段，并通过特定的工具和技术带来整体约20.7%效率提升。

我们按照产品规划、需求分析、研发实现、发布运维、持续运营五个阶段，逐一来看AIGC在各阶段的应用价值和效能提升预测。



1

产品规划：决策更精准，方向更明确

产品规划阶段往往面临调研分析耗时长、决策方向模糊等问题。

比如，用户需求的优先级怎么定？行业竞品的优劣势分析谁来做？这些任务通常需要大量时间和人力投入。

AI辅助核心环节：

1.行业调研和竞品分析   工具：ChatGPT

通过输入行业数据或竞争对手信息，AI可以生成初步的行业报告和SWOT分析，帮助团队快速找到市场机会点。

2.用户调研结果提炼 工具：ChatGPT

基于用户调查问卷的原始数据，AI可以自动总结出关键用户需求，省去人工筛选的时间。

效率提升预测：

产品规划环节的效率可提升约30%。调研和分析耗时减少，团队能够更快完成决策并明确目标。

2

需求分析：从“文山会海”到清晰规范

需求分析阶段常常因为文档繁琐、缺乏条理而导致沟通成本高、需求理解偏差大。

AI辅助核心环节：

1.需求文档生成 工具：ChatGPT

自动撰写用户故事、需求规格说明书（SRS），并帮助分析潜在的需求冲突。

2.需求优先级排序 工具：ChatGPT

通过输入需求清单和影响因子，AI可以输出需求优先级的建议，为团队提供参考。

3.特性需求归类 工具：ChatGPT

自动整理需求列表并进行标签化，方便团队快速理解和使用。

效率提升预测：

需求分析环节的效率可提升约20%。文档生成速度显著提高，需求沟通成本大幅下降。

3

研发实现：代码开发与测试的“加速器”

代码开发和测试是最耗时耗力的阶段，重复劳动多、协作不畅、测试覆盖率低是普遍问题。

AI辅助核心环节：

1.代码生成和优化 工具：ChatGPT、Copilot、Cursor

AI可以根据开发需求自动生成基础代码模块，并给出优化建议，减少程序员的重复劳动。

2.测试用例生成工具：ChatGPT

根据需求文档或代码逻辑，AI可以自动生成覆盖大部分场景的测试用例。

3.调试与Bug修复 工具：Copilot、Cursor

AI能够辅助发现潜在的逻辑错误，并提供调试建议，加快问题解决。

效率提升预测：

研发实现环节的效率可提升约30%。重复劳动减少，测试覆盖率提高，整体开发周期缩短。

4

发布运维：智能化监控与问题解决

上线阶段容易暴露问题，运维文档不全、日志分析不及时会导致故障响应慢，影响用户体验。

AI辅助核心环节：

1.运维文档自动生成 工具：ChatGPT

自动生成部署脚本、运维FAQ文档，帮助团队快速建立完善的运维支持体系。

2.日志分析与问题定位工具：ChatGPT

自动分析日志文件并定位潜在故障点，节省运维团队的时间。

效率提升预测：

发布运维环节的效率可提升约20%。故障响应速度提升，运维资源分配更合理。

5

持续运营：内容创作与运营更高效

在产品上线后的运营阶段，内容更新和用户支持的工作量大，容易占用大量研发资源。

AI辅助核心环节：

1.营销内容生成工具：MidJourney、Jasper

自动生成高质量的宣传文案、图片和视频，助力市场推广。

2.FAQ与客服辅助 工具：ChatGPT

快速回答用户常见问题，减少运营人员的重复性工作。

效率提升预测：

持续运营环节的效率可提升约45%。内容创作速度提高，用户支持更加智能化。

AIGC不仅能够贯穿研发全生命周期，还可以在每个关键环节显著提升效率、降低成本。

或许未来的研发工作会变成这样：人类负责提出问题，AI负责解决问题。 而你需要做的，就是学会如何和AI高效协作。

四、深度思考：如何用AI提升“产品研究”的效率？

（原创 三白有话说 三白有话说）

1.文章摘要

本篇文章三白将基于个人过去的实践和经验，重点向大家分享我是如何快速的构建一个产品研究的分析框架，并综合利用各种AI创作工具、AI搜索工具、知识和数据平台等，再结合个人观点原创，从0到1高效的撰写一篇相对有深度的产品研究分析；同时我也将分享，三白又是如何在总结经验和方法后，通过自研一个AI效率工具将整个流程产品化，以进一步加速研究输出的效率；

2.适合什么人群？
本篇内容适合如下几个人群：

产品经理和市场研究人员，应用于竞品研究和竞品分析场景；

知识付费内容创作者，应用于高质量的产品研究分析内容的输出；

求职群体，包括办公白领和大学生群体，应用于求职某之前的面试准备；
金融研究人员，应用于金融场景下的产品研究与分析;

3.你将收获什么?

一套输出产品研究分析的标准流程和思路；

几个有效提高研究效率的AI工具和资料检索平台汇总；

三白对将整个研究的工作流通过AI产品化的思考历程和实践；

一.输出一个产品研究报告的过程

首先我们先总结一下通常写一个产品研究报告的过程，概括起来包括如下6个步骤：

明确研究产品和研究目标；

构建产品研究的思路框架和研究大纲；

检索研究资料，建立产品研究的知识库；

资料阅读和信息整理，输出初步研究报告

细钻分析，信息校验，去伪存真；

融合个人原创和一手研究，形成深度分析报告；

接下来，我尝试以”ChatGPT产品研究分析“这个研究主题为例，具体讨论以上每个环节怎么做，以及可以使用到哪些效率工具，因为第一步确定研究产品和研究目标通常是一个前置条件，所以我们直接从第二步开始；

二.构建产品研究的思路框架和研究大纲

工具推荐：AI快研侠（www.kuaiyanai.com)
1.产品研究大纲框架总结


三白结合过往个人的工作经验，以及参考学习鹅厂大部分产品经理撰写竞品研究分析的的思路和习惯，总结输出了产品研究分析报告中最常见的十二个研究主题，并将其构建为一个通用的产品研究框架，具体见如下脑图，对于大部分初级的产品研究人员，基本上可以通过如下的框架快速的建立一个产品研究思路，三白目前针对所有产品的研究思路，也基本是参照这个框架来，分享出来供大家一起参考讨论；


2.如何快速的输出一个新产品的研究大纲框架？

个性化大纲输出的痛点


即使上面已经有一个现成的研究框架，但是三白发现，每当研究一个新的产品，套用上面的研究框架输出一个有个性化的研究大纲（而不是泛化的通用框架），差不多也要3~4个小时左右，也挺让人头疼的，效率也没有见得提高起来；
自己做一个AI生成产品研究大纲的产品


鉴于此，三白自己想了个办法把上面的研究框架产品化，并将整个大纲撰写的规则和知识沉淀出来，然后结合AI大模型的技术能力，自己开发了一个AI快速生成产品研究大纲的工具产品”AI快研侠（www.kuaiyanai.com）“，并且历经将近一个多月的时间持续打磨和调教，目前快研侠可以基本在3~5分钟左右，快速的撰写出一个和我自己写的基本一致的研究大纲，这个极大的提高了我的效率，让我平均写一篇产品分析至少缩短了3~4个小时的创作时间；
跑一个具体的案例试试


接下来，我们以”ChatGPT产品研究分析“这个研究主题为例，尝试用AI快研侠生成一个对标上述研究框架的研究大纲：



以下示例图为AI实际生成的大纲内容，可以看到，该提纲基本按照我整理的框架输出，并且提纲还细化到了第三级提纲，且提纲的内容并不适合一个通用泛化的内容，而是围绕着ChatGPT这个产品的个性化内容；目前三白对于模型生成的大纲基本相对比较满意，只需要稍微调整一下即可直接使用，AI快研侠基本上成了我经常使用的工具；



三.检索研究资料，建立产品研究的知识库

工具推荐：Kimi、秘塔搜索、人人都是产品经理、研报平台、数据平台等；
避免重复造轮子


建立好研究大纲之后，接下来就是要围绕着大纲输出具体的内容，通常研究大纲里面有比较多的内容其实已经是已经有研究结果的话题，所以首先我们并不需要重复造轮子，而更多的是发挥知识梳理和汇总的作用，将初步的研究信息梳理出来，这个过程首先我们需要围绕着研究主题尽可能多的收集研究资料，包括研究报告、产品分析、用户研究报告等等；
常见的参考资料的检索工具


参考资料的检索，其实也是一个不容易的过程，找到一个高质量的参考资料通常也会消耗用户不少的时间和精力，因此三白结合自己的习惯和经验，整理了一个快速检索参考资料的平台合集，方便大家快速收集参考资料，具体如下：

AI搜索工具：最近三白用的比较多的搜索工具是kimi、秘塔搜索、天工等搜索工具，在减少广告和直达搜索结果方面，这几个产品确实比百度、谷歌等传统搜索引擎要好用一些，但是也存在着检索结果不全面、时效性低等问题；可以快速的获取一些参考资料，个人比较喜欢秘塔搜索，其检索索引的结果相对比较丰富；

产品经理社区：其次是从产品经理社区里面获取，不得不说人人都是产品经理社区里贡献了还是比较多质量比较高的产品研究分析，可以在里面搜索相应的产品研究物料；

研报平台、券商、证券公司、咨询机构：这些公开研报检索平台，通常会提供很多研究报告，有收费的也有免费的，也可以在这些平台试试看；

数据统计平台：可以在国家统计网等平台获取国家统计局公开的数据，这些一般可信度会高一些，然后第三方的数据服务平台里面，个人比较认可Questmobile上的数据，在准确度方面比较高；

公司财报平台：可直接在雪球、同花顺等平台下载指定公司的财报，一般如果公司已经上市，我基本都会优先找公司的财报，因为财报资料是非常优质的参考资料；

各个类型的检索工具详细列表如下：

分类	产品名称	使用链接	获取内容
AI搜索工具	1.Kimi 2.秘塔搜索 3.天工	1.kimi： https://kimi.moonshot.cn/ 2.秘塔搜索： https://metaso.cn/	精准检索网页、资讯、文档
产品经理社区	1.人人都是产品经理 2.PMCAFF 3.知乎	1.人人都是产品经理 https://www.woshipm.com/u/1554 2.PMCAFF： https://www.pmcaff.com/search 3.知乎：www.zhihu.com	产品研究、产品分析
研究报告平台	1.发现报告 2.艾瑞咨询 3.艾媒咨询 4.洞见研报 5.199IT 6.未来智库 7.烽火研报	1.发现报告： https://www.fxbaogao.com/ 2.艾瑞咨询： https://www.iresearch.com.cn/ 3.艾媒咨询： https://www.iimedia.cn/ 4.洞见研报： https://www.djyanbao.com/report/search 5.199IT： https://www.199it.com/ 6.未来智库： https://www.vzkoo.com/ 7.烽火研报： https://www.fhyanbao.com/	行业研究报告、公司研究报告、用研报告
数据统计网站	1.中国统计信息网 2.国家统计网 3.Questmobile 4.Similarweb 5.中国产业信息网	1.http://www.tjcn.org/ 2.stats.gov.cn 3.https://www.questmobile.com.cn/ 4.https://secure.similarweb.com/ 5.chyxx.com/data	市场数据、用户规模数据、产品数据、行业数据等
券商和证券公司	1.东方财富网	https://www.eastmoney.com/	券商报告
权威咨询机构	1.麦肯锡 2.贝恩 3.波士顿咨询 4.德勤 5.毕马威 6.IDC	搜索官方网站	产品调研 用户调研
公司财报	1.同花顺、雪球	下载APP或打开官方网站	企业财报

4.资料阅读和信息整理，输出初步研究报告

工具推荐：AI快研侠（www.kuaiyanai.com）
大量的阅读参考资料需要消耗很长的时间


通过上一步，或许我们可以检索到比如十几份相关的参考资料，但是详细的阅读每一份材料并从中收集和汇总研究提纲范围内的信息并不容易，这个环节通常会遇到如下几个问题：

你并不清楚某一个研究提纲相关的内容会在哪份报告里面，这就意味着，你需要遍历所有的文档；

阅读大量的文档本身就会消耗你大量的时间，阅读后的你还需要记录笔记整理信息，这里也要费很大的功夫；
基于你的笔记，汇总整理出一篇基础研究报告，重新的撰写也需要时间；

以创作《深度剖析国民办公软件WPS》这篇产品分析为例，基本在这个环节里面，三白花费了将近一周左右的时间，有大量的时间基本都耗费在这里，所以输出一篇相对优质的分析报告是非常耗费时间的；这也是为什么三白每次内容输出的迭代速度非常慢的主要原因；
尝试用ChatGPT和Kimi等AI工具解决


为了提升在这个环节的效率，一开始三白尝试了使用ChatGPT，kimi等产品通过将多为文档上传然后通过多次对话问答的方式逐一的提问，让AI帮我提取参考文献中的资料，但是结果并不让人满意，主要存在的问题如下：

ChatGPT和Kimi等产品不支持批量问答，不支持一次性回答很多的问题，一旦问题过多，就会导致生成的内容质量下降，或者拿不到想要的结果，那就意味着如果我按照示例的提纲去一次一个子问题去提问，至少要经过数百次的对话问答，才能整理整个研究大纲，这个非常低效；

其次，即使我真的对话了数百次问答，我依然需要将这些碎片化的结果做信息整合，然后才能形成一篇研究初稿，整个过程并没有节约多少时间，依然是个费劲的体力活；

因此，用市面上通用的AI产品，并不能解决很好的解决前面提到的问题。
让AI帮忙阅读参考资料并整理生成研究报告


难受的一段时间之后，三白也决定接着前面AI生成研究大纲的流程，进一步支持通过AI完成批量对话阅读和信息整理的工作，把人工执行的东西通过AI做自动化的处理，因为本质上，我只要想办法让模型一次性的批量完成数百次的对话问答，并通过模型整理对话问答的结果，就可以完成以上人工操作的事情，看起来也并不是不能实现，因此我拉着我的研发团队们评估并着手实现；

经过2个多月的打磨和调教，中间攻克了各种异常问题，终于实现了让AI帮我根据研究大纲，从参考资料中批量提取相关信息，并以自然语言的方式整理输出成文档的能力；此外为了方便查找数据出处，我还增加了一个功能，能支持追溯AI生成的内容的参考信息来源，精准的定位出来AI生成的片段具体参考了哪个文档，这样我就不需要把所有文档都看完一遍才找到某个关键信息；
跑一个具体的案例试试


接着我们同样以”ChatGPT产品研究分析“为例，看看AI基于参考文档生成研究报告的效果如何？

首先我们基于前面已经建立好的研究大纲，明确好研究的内容范围，然后开始上传与该产品相关的参考资料，这就意味着，我将让模型参考和学习这几个文档，获取一定的知识认知；

然后，点击”智能生成报告“开始基于参考文献创作，经过3~5分钟左右的时间，大模型即可生成一篇数万字的研究报告，参考如下案例，AI生成了一篇字数长达9.6万字的研究报告，至此一篇初步的研究报告基本就完成了；



我们可以检验一下其生成的质量如何？抽取其中部分片段，比如关于chatgpt的产品介绍，包括产品的类型、上线时间、公司估值等信息，以及技术基础，其描述基本都是准确且真实的，因为有相对比较完整的参考资料，所以大模型可以创作出相对比较准确、真实、高质量的内容；



当然，对于一些参考文档没有覆盖或者模型暂时还没有学习到的话题，大模型会尝试自己创作，但有的时候它创作的内容不一定真实，只能作为参考，但是我们相信，随着模型的知识库和数据语料不断地更新，模型能力不断增强，这种情况未来会大大降低，短期你提供的资料越丰富，质量越高，也能相应的降低这种情况；



五.细钻分析，信息校验，去伪存真

接下来，对于AI生成的内容我们当然也不能完全相信其真实性，因为大模型的幻觉现象，有时候它写的东西可能是胡诌的，所以我们要尽可能的想办法识别出来，基于这个问题，我想到了如下几个办法：
1.支持AI生成内容参考出处溯源


对于AI生成的每一个片段，我们都明确的标记其生成内容的参考来源，给每个有参考来源的段落打上红色的索引标记，点击索引标记，可以查看原文片段的总结并且定位具体参考了哪篇文档，甚至后续我还会支持定位到页面；


2.区分模型基于参考资料创作的内容和模型自己发挥创作的内容


有索引标记的段落意味着该段内容是模型基于你真实的参考资料创作的，可能在真实性和准确性上会更高，而没有索引的则是模型自己发挥创作的内容，我们没有办法保证模型自己创作的内容一定是真实可靠的，但是我们首先可以想办法让用户区分出来哪些是模型自己写的。


3.细钻分析，深入研究


基本到这一步的时候，你需要细钻和深入研究的内容已经相对比较少了，这时候可以考虑用kimi和chatgpt做碎片化的对话问答，这个过程，你不需要繁琐的使用，只需要抽查确认几个关键的问题即可，其对话量远远低于前面执行一个完整大纲内容的对话量；

六.融合个人原创和一手研究，形成深度分析报告

前面生成的内容，基本只能说先快速完成了一个基础研究，虽然已经可以输入一个相对不错的研究成果，但是存在的问题是大部分是现成的或者别人的研究成果；缺乏个人一手的研究输出和原创内容，所以接下来需要做的事情，就是补充个人的思考和见解，这部分是需要依赖个人的专业度和视野的，目前这部分需要自己亲自下手，AI也没有办法替代你，但是只有补充上自己一手的研究和原创的观点，才能算形成一篇有态度、有观点、且有深度的分析报告。

至此，经过前面6个步骤，基本一篇相对成熟、有深度的产品研究报告就基本完成了，接下来让大家看一下我按照上面的步骤输出的“ChatGPT产品研究分析”的案例原文内容效果见下方文档链接（点击可直接查看），因为个人原创内容融入的比较少，目前输出这版内容比较粗糙，但是基本上已经能够给自己足够多的信息量，对于一个初步了解chatgpt这个产品的人来说，基本也够用了；

ChatGPT产品深度分析报告：https://kdocs.cn/l/cd5nakvQASsq

七.AI工具的结合帮我节省了多少时间

三白花了将近半年左右的时间，给自己打磨了一个提升自己创作和研究效率的AI工具，以前输出一篇分析，需要2周~1个月的时间，现在基本上，有了工具的支持，我基本可以在1~2个小时内快速形成一篇数万字的初步研究，预计2~3天内输出一篇相对有深度的产品分析出来，不仅让我的输出效率提升了7~10倍，也让我可以输出的内容更多；而我输出的这些分析结果，也帮助我能够给我的客户和用户们提供高质量的研究成果和服务；

当然，三白时刻谨记一点，AI本身是一个效率工具，我并不赞同拿AI作为偷懒的工具，输出一些粗制滥造的内容污染知识付费的环境，内容创作者应该保持输出高质量内容的初心，把AI仅仅当做一个提效工具，而不是替代自己的身体和大脑，个人的原创观点和输出，依然是最重要的，未来，三白也坚决不会用AI工具做批量洗稿生产水文的事情，OK，本次的分享就先到这，下一篇，我将围绕着如何做行业研究、公司研究分享一些我个人的方法论和经验，感谢我的用户阅读到这。

五、产品经理：AI 时代，如何“高效输出PRD”？

（原创 疯啦啦 娜是产品经理）

一、背景
产品经理日常工作中，在写需求文档时，会面临耗时长、缺乏结构的问题，写需求文档变成了工作中一件复杂的事情。随着科技的飞速发展，人工智能(AI)在各行各业的应用日益广泛，尤其是在产品管理领域，AI 助手正成为提升工作效率的重要工具。本文旨在向产品经理群体介绍一款名为【产品需求文档专家】的AI助理，探讨其如何依据标准的产品需求文档规范，有效解决撰写过程中耗时长、缺乏结构等问题，助力产品经理快速且高质量地完成需求文档编写。接下来，将结合“登录注册功能支持邮箱登录的小版本更新”，揭示这款工具在实践中的应用价值与潜力。

二、实操：用户使用流程（一）获取需求文档模板1、我与 AI 助理的第一次对话打开【产品需求文档专家】 AI 助理，告诉ta 我的诉求。向AI 助理发送一条消息：给我一个行业内通用的需求文档模板。AI 助理接收到我的请求后，很快就收到一份需求文档模板。

点评AI 助理的第一次回复：1）值得赞扬：AI 助理很智能，需求文档大纲基本已涵盖需求文档全部结构内容。2）还需改善：模板大纲全部是平铺的文字表述，不够直观。另外大纲不够结构，里面的顺序需要调整下。考虑到小伙伴的阅读体验，想要一份清晰、直观的需求文档给到小伙伴。
分析用户体验：1）用户期望：想要一份清晰、直观的需求文档模板。2）用户痛点：担心小伙伴阅读体验不好，比如全部是文字描述，阅读效率不高。3）用户实际体验感受：虽然模板结构全部是文字表述，结构顺序没有很合适，但基本已经满足需求文档结构全部内容，AI 助理太智能啦。这里 AI 使用了提示词能力，对话问答形式，解决用户的实际问题。
2、我与 AI 助理的第二次对话经过与 AI 助理第一次对话，获取到的需求文档模板还需进一步完善。于是我引用AI助理第一次回复的内容，向AI助理发起了第二轮对话。

发送了一条消息，涵盖如下 3 点内容：1）调整需求模板结构顺序；2）去掉不需要的“9.签名与批准”内容；3）将文字转化为表格形式。
AI 助理收到我的请求，向我发来调整后的需求文档模板。

点评AI 助理的第二次回复：1）值得赞扬：去掉了“9.签名与批准”内容；2）还需提升：需求文档模板结构顺序有调整，但第2点至第8点内容的序号也被去掉了；没有将第1、3、4 点内容转化为表格形式表达。
分析用户体验：1）用户期望：进一步简化需求文档模板，同时用表格形式表达。2）用户痛点：担心模板可读性不强。3）用户实际体验感受： 对AI 助理来说，删除某内容是比较简单的；但要将文字表达转化为表格，可能有点困难了。同时出现了一点点小插曲，遗失了原有的序号，就像人可能会有“丢三落四”的情况。AI 助理在这里运用了上下文能力，通过解读用户引用的内容，针对性处理指定对话内容，达到进一步完善表达的效果。
3、我与 AI 助理的第三次对话对于需求文档模板的结构还不是很满意，我继续引用AI助理第一次回复的内容，向AI助理发起了第三轮对话。

表达诉求：在第二次发送内容的基础上，增加依赖关系和关键里程碑的排序调整。
AI 助理依据我提供的最新请求，再一次帮我完善了需求文档模板。

点评AI 助理的第三次回复：1）值得赞扬：需求文档模板结构顺序按要求调整了，相比第二次对话回复保留了序号；同时优化了附录、关键里程碑时间、功能模块概览的表达，将文字转化为表格。2）还需提升：还是有一点“丢三落四”，遗漏了第 1 点文档基础信息转到为表格形式的处理。
分析用户体验：1）用户期望：调整内容顺序，文字转化为表格形式。2）用户痛点：模板规范性不够。3）用户实际体验感受：AI 助理在第二次基础上，文字转化为表格形式能力有所提升；同时处理了诉求之外的里程碑时间转化为表格形式；但还是有一点“丢三落四”，遗漏了第 1 点文档寄出信息转到为表格形式的处理。
从“同时处理了诉求之外的里程碑时间转化为表格形式”， AI 助理体现了多模态能力。具体有以下 2 点：1）协同推理：利用我给他提供的文字转化为表格的诉求，AI助理理解并整合了同类型的内容“里程碑时间”，将其转化为表格形式。2）模拟人类感知：模仿人类通过多感官协同工作理解世界的方式，能在复杂场景下的情境感知、情境理解与情境适应能力，使交互更为自然、直观。这里通过在长文本内容中，找到相同类型可优化的内容，就是 AI 助理对情景的理解，以及适应这种转化处理后的直观表达。经过3次对话，引导AI助理不断优化模板，需求文档模板基本满足当前小版本需求迭代的结构。
（二）细化需求文档内容明确需求模板框架后，再填充需求内容。由于需求文档结构较多，这里将以核心的“7.功能需求详细描述”内容举例，讲解如何通过 AI 这里快速完成需求内容填充。我与AI助理进行了第4次对话，向AI助理发送了一条消息，告诉ta需求背景、登录界面设计内容，让ta 帮我输出“7.功能需求详细描述”，并要求遵循“7.功能需求描述”结构。

如下是 AI 助理输出的功能需求描述：



点评AI 助理的回复：
这里要给 AI 助理点赞👍，AI 助理依据需求背景和登录界面，按照“7.功能需求详细描述”结构输出了完整的内容。结合了市面上的邮箱登录注册能力，充分考虑了用户需求、数据安全和操作便利性，考虑得很周到，面面俱全，确保了该功能的完整性和可实施性。
分析用户体验：1）用户期望：获得一份邮箱登录注册的功能需求详细描述。2）用户痛点：功能规则多，自己写费时间。3）用户实际体验感受：按要求输出功能详细描述，AI 助理太好用啦。这里 AI 助理体现了ta 的长文本能力中的连贯性与一致性。通过解读用户的问题，按要求输出符合用户的答案。
经过4次对话，不仅获得一份完整、清晰的需求文档模板。同时AI助理填充了“登录注册功能支持邮箱登录”的需求规则，AI助理帮助产品经理完成了需求分析、市场调研的工作，极大地提升了撰写PRD的效率。

三、分析 AI 助理帮助产品经理做了哪些事情？作为产品需求文档专家AI助理，在协助我完成需求文档模板及功能详细描述的过程中，主要承担了以下6个角色与工作内容：1. 需求捕获与分析通过对话交流，AI助理能有效地理解和获取产品经理传达的产品功能需求，并对其进行深度分析。2. 文档框架构建设计并构建需求文档的整体结构，确保每一部分（如功能名称、需求概述、详细描述、页面设计、用户旅程、用户故事、实现逻辑和功能细节）都被恰当地组织和体现。3. 需求表述清晰化针对每个功能模块，AI助理能撰写明确且易于理解的需求概述和详细描述，帮助团队快速把握核心价值和作用。4. 界面设计支持利用丰富的界面设计知识，AI助理能够清晰阐述页面设计的具体需求，包括界面上的各个元素及其布局。5. 用户体验设计通过绘制用户旅程图和编写用户故事，AI助理从用户视角出发，模拟和呈现用户与产品的交互过程，确保需求准确反映了用户的实际需求和期望。6. 技术性表达在实现逻辑与功能细节方面，AI助理能够精准、详尽地描述功能如何实现，包括输入输出规则、边界条件等技术细节，为开发团队提供了清晰的实现路径和指南。综上所述，AI助理在这一过程中扮演了需求分析师、文档工程师和用户体验设计师的角色，极大地减轻了产品经理的工作负担，提高了需求文档的质量与效率，促进了团队间的有效沟通与协作。

四、总结产品经理在使用【产品需求文档专家】钉钉 AI 助理时，想要高效获取一份高质量的需求文档，需要注意以下6点：1.明确需求表述提供给AI助理清晰、准确且完整的需求信息，避免含糊不清或矛盾之处，确保AI能够正确理解和转化为文档内容。2.设定文档标准事先与团队沟通确定文档规范，明确格式、模板、术语等要求，指导AI助理按标准生成文档，保证文档的一致性和专业性。3.监督AI生成过程定期检查AI助理生成的文档内容，及时纠正可能存在的偏差，确保需求细节、逻辑关系和业务规则等得到准确呈现。4.利用AI智能辅助利用AI的智能推荐、自动填充等功能，快速生成文档初稿，然后根据实际情况进行调整和完善，提高文档撰写效率。5.多轮迭代优化与团队成员进行多轮评审和讨论，根据反馈意见不断优化文档内容，达到各方满意的高质量标准。6.定期回顾和更新随着项目进展和市场变化，定期使用AI助理对需求文档进行回顾和更新，确保文档始终保持最新状态，反映产品的真实需求。综上所述，产品经理在使用【产品需求文档专家】钉钉 AI 助理时，需要明确表述需求、设定文档标准、监督AI生成过程、利用AI智能辅助、进行多轮迭代优化以及定期回顾和更新，才能高效获取一份高质量的需求文档。

---

本公众号声明：

1、如您转载本公众号原创内容必须注明出处。

2、本公众号转载的内容是出于传递更多信息之目的，若有来源标注错误或侵犯了您的合法权益，请作者或发布单位与我们联系，我们将及时进行修改或删除处理。

3、本公众号文中部分图片来源于网络，版权归原作者所有，如果侵犯到您的权益，请联系我们删除。

4、本公众号发布的所有内容，并不意味着本公众号赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本公众号证实，对本文全部或者部分内容的真实性、完整性、及时性我们不作任何保证或承诺，请浏览者仅作参考，并请自行核实。