案例 4｜AI 产品经理工作流工具

一、业务场景：解决产品经理工作中重复、分散、难沉淀的问题

产品经理在 AI 时代仍然要面对一些高频问题：

• 需求初始信息模糊，需要反复澄清和结构化
• PRD、页面说明、验收标准和复盘材料重复撰写
• Prompt 经常散落在对话中，难以形成可复用资产
• 前端页面生成后，缺少稳定的验收和对比流程
• 项目结束后，经验很难回流到下一次需求分析和交付中

这个案例解决的是：如何把产品经理的日常动作转成一条可以被 AI 辅助、被模板约束、被持续沉淀的工作流。

二、我做了什么：把产品工作拆成可被 AI 参与的节点

我先拆解产品经理从想法到交付的典型路径，再判断哪些环节适合 AI 辅助，哪些环节必须由产品负责人判断。

• 把想法输入、需求澄清、用户场景、功能边界和验收标准拆成结构化模板
• 设计 PRD、批注、Prompt、知识库、页面生成和验收相关的工具原型
• 用 AI 辅助输出文档和页面，但保留产品判断、边界取舍和优先级决策
• 通过前端验收和 HTML 可视化编辑器，验证 AI 生成页面是否符合交付要求

AI 的价值不是替产品经理做判断，而是把低价值的重复表达、结构整理和初稿生成压缩掉。

三、关键产出：围绕产品交付形成一组工具资产

围绕这条工作流，我完成或实践了多个工具方向：

• AI PRD / 批注原型，用于从业务想法生成需求结构、页面说明和验收要点
• Prompt 管理工具，用于沉淀可复用提示词、任务模板和输出格式
• 知识库与资料整理工具，用于把产品经验、案例和方法论归档
• AI 简历与作品集生成方向，用于验证结构化资料如何生成面向不同岗位的表达
• 前端验收工具，用于检查页面还原、文案、布局和交互是否满足预期
• HTML 可视化编辑器与 Skill 测试，用于验证低代码页面编辑和 AI 工作流封装方式

这些工具共同构成了一套“AI 辅助产品交付”的工作流资产，而不是一组孤立 Demo。

四、能力体现：把产品方法论转成可执行的 AI 工作流

• 产品方法论迁移：把需求分析、PRD、验收、复盘等经验转成结构化流程
• Prompt Engineering：通过系统提示词和任务提示词控制 AI 输出边界
• 原型验证能力：用前端页面、HTML 工具和可运行 Demo 验证想法
• 交付意识：关注文档、页面、验收、复盘是否能形成完整交付闭环
• FDE 适配能力：能在业务理解、方案拆解和技术实现之间来回翻译