产品经理如何使用 AI：调研、需求文档与判断

如何在产品管理中使用 AI？

对产品经理而言，AI 最有用的角色是快速、不知疲倦的阅读助手和初稿撰写者。它可以在几分钟内处理大量笔记、归类反馈，并生成需求文档框架。但它最不擅长的，恰恰是产品经理的价值所在：判断哪些证据具有代表性、哪些客户对战略重要，以及企业能接受哪些取舍。

使用公司允许你分享的材料，通用助手可以协助完成以下任务：

AI 总结客户访谈时会出现哪些问题？

常见问题是夸大。要求模型提炼'关键主题'时，它会把两个人提出的观点说成'用户想要的东西'，抹平意见分歧，甚至生成根本没人说过的引语。基于这类摘要作出的产品决策，依赖的是并不存在的证据。

一个虚构的例子。账易是一款小型开票应用。产品经理整理了六次客户访谈的记录。两位客户提出需要自动付款提醒。一位客户表示，提醒会让他们的客户反感，因此会关闭这项功能。另有三位没有提到提醒，主要谈的是银行对账速度慢。

一条不够严谨的提示词“总结这些访谈的主要主题”，生成了这样的内容：“用户强烈希望获得自动付款提醒。正如一位客户所说，‘我愿意为提醒功能额外付费。’对账是次要问题。”没有人说过引号里的那句话。证据最充分的主题——对账——反而被降为次要问题，反对意见也消失了。

更好的提示词：'针对每个主题，列出提及它的访谈数量、访谈编号，以及从笔记中原样摘录的一句引文。列出与该主题相矛盾的所有访谈。不要按重要性对主题排序。' 核查后的摘要为：对账，6 次访谈中有 3 次提及（I2、I4、I6）；付款提醒，6 次访谈中有 2 次提出需求（I1、I3），另有一次反对意见（I5）。产品经理在分享摘要前，对照笔记核实了每一条引文。

如何用 AI 写出更好的需求说明？

用 AI 查找需求规格说明中遗漏的内容，而不是让它代写。亲自撰写问题陈述和目标的产品经理会理解其中的内容；直接接受生成版本的人，往往无法在评审中为其作出解释。

继续以莱杰利为例，假设团队确实开发了提醒功能。产品经理写了一段功能描述，并提问：“列出此功能必须处理的边界情况。按账单、时间安排和客户体验分组。”一份有用的清单应包括：部分付款的发票、客户有异议的发票、处于不同时区的客户、安排在公共假日发送的提醒、要求不再联系的客户，以及提醒发送后又被修改的发票。

随后，产品经理要决定哪些边界情况纳入首个版本、哪些明确不在目标范围内，以及哪些需要工程团队提供意见。这一决策及其背后的理由，是需求说明中最重要的部分，不能交由他人代为决定。

AI 能做产品设计或产品经理的工作吗？

AI 可以协助完成两者的部分工作。它可以起草界面文案、建议布局方案、在某些工具中制作粗略原型，并快速生成多种版本。这有助于探索方案，但仍需设计师或产品经理判断哪个方案符合用户需求、品牌要求和各项限制。

产品经理的核心工作是做选择：解决哪个问题、服务哪些客户、做出哪些取舍，以及哪些功能不做。这些选择依赖模型并不掌握的背景，例如公司的战略、对特定客户的承诺，以及工程团队能持续承担的工作。我们不预测哪些岗位会发生变化，也不预测变化速度。

AI 产品经理和使用 AI 的产品经理是一回事吗？

不是。AI 产品经理通常指负责构建 AI 功能的人：定义模型应如何表现、设计评估、处理失败情形，以及管理推理成本。这是一个专业领域，有相应的课程和招聘市场。

本指南面向人数更多的一类产品经理：他们使用 AI 工具把现有工作做得更好。如果你正在开发 AI 功能，两方面的能力都需要具备：本页介绍的日常技能，以及模型评估与行为方面的基础知识，后者不在本页范围内。

哪些产品相关证据不应输入 AI 工具？

任何未经公司批准可用于你正在使用的工具的内容。访谈笔记通常包含姓名、雇主及其他可识别个人身份的细节；粘贴前应删除这些信息，改用访谈编号。尚未发布的产品路线图内容、定价计划和合同条款可能受公司政策限制。

使用公司批准的工作区，而不是个人账户；上传研究录音或文字记录前，先查看组织的 AI 政策。只要涉及个人数据，无论使用哪种工具，组织都有数据保护义务。

产品团队应如何练习使用 AI？

使用一个你已了解其证据和结果的过往决策进行练习。

什么时候这种方法并不适用？

如果你的研究只有几次访谈，请自己阅读访谈记录。用 AI 综合整理节省不了多少时间，而阅读笔记能让你获得摘要无法提供的背景信息。只有当材料多到一个人无法仔细读完时，AI 才值得使用；即便如此，它也应该帮你确定该读什么，而不是替代阅读。

Tosheo.ai 不是 AI 产品管理或模型评估课程。它正在筹备中，旨在教员工在日常工作中使用通用 AI 工具，规划内容包括产品岗位学习路径、短课和依据学员可见的评分标准评分的练习任务。如果你需要学习如何构建 AI 产品的职业课程，专业课程会是更好的选择。