本文來自微信公眾號：ToB老人家，作者：王戴明

前陣子我和一位頭部軟件企業(yè)的產(chǎn)品負責(zé)人聊天，對方告訴我，現(xiàn)在他們公司絕大多數(shù)PRD文檔都由AI生成，就連高保真原型也可以直接交給AI完成。

更值得警惕的是，公司里一批始終拒絕使用AI的產(chǎn)品經(jīng)理，已經(jīng)被辭退了。

這件事說明了什么？

不會用AI的產(chǎn)品經(jīng)理，真的已經(jīng)站在被淘汰的邊緣了。

其實這家公司已經(jīng)給足了支持：不僅報銷頂級大模型的token費用，還配套了各類實用技能工具，但依然有產(chǎn)品經(jīng)理不愿意嘗試AI。

這已經(jīng)不是工具本身的問題，而是從業(yè)者學(xué)習(xí)態(tài)度的問題了。

更可怕的是，直到現(xiàn)在還有很多人沒意識到：AI早就不是可有可無的輔助工具，它正在徹底重構(gòu)產(chǎn)品經(jīng)理的工作模式。

我并不是說AI普及之后，業(yè)務(wù)理解、文檔撰寫這些核心能力就不重要了；恰恰相反，你的基礎(chǔ)能力越強，就越能把AI用得更深、用得更透。

如果本身基礎(chǔ)能力就偏弱，還不愿意借助AI提升自己，和同行的差距只會越來越大。

但最危險的不只是直接拒絕AI的那群人，還有一類更隱蔽的從業(yè)者：他們以為自己會用AI，其實只不過是會和AI聊天而已。

比如寫PRD的時候不給任何背景信息，只扔一句“幫我寫PRD”給AI，或者只讓AI幫忙潤色文案。這確實也算用了AI，但很容易得出一個錯誤結(jié)論：AI也就這點水平。

AI生成的內(nèi)容空泛、方案籠統(tǒng)、細節(jié)禁不起推敲，于是這些人就更加認定，還是自己原來的老方法靠譜。

可問題在于，AI輸出質(zhì)量不高，很多時候不是模型不行，而是你給的參考信息太少了。

真正會用AI的產(chǎn)品經(jīng)理，不會只說一句“幫我寫PRD”，他們會把業(yè)務(wù)場景、產(chǎn)品架構(gòu)、過往相關(guān)文檔全都喂給AI。

他們不是讓AI憑空猜，而是讓AI帶著完整的背景信息干活，最終輸出的內(nèi)容質(zhì)量，完全是天差地別。

AI可以幫你拆分需求、補充邊界條件、檢查遺漏字段，甚至直接生成高保真原型。

產(chǎn)品經(jīng)理工作里最容易出問題的地方，往往不是大方向選錯，而是細節(jié)疏漏：流程少了一個狀態(tài)、權(quán)限邊界沒寫清楚、異常場景沒覆蓋到，這些問題過去經(jīng)常要到評審會、開發(fā)階段，甚至上線到客戶現(xiàn)場才會暴露。

如果讓AI提前幫你排查一遍，很多低級錯誤就能提前解決。

所以才有產(chǎn)品負責(zé)人說，用上AI寫PRD之后，產(chǎn)品評審會都開得少了。不是公司不重視評審，而是很多低級疏漏在評審前就被AI處理完了。

另一位甲方的產(chǎn)品負責(zé)人在知識星球分享時也提到，從他們的實踐結(jié)果來看，AI能把產(chǎn)品經(jīng)理的工作效率提升10倍。

10倍效率帶來的改變，不只是工作速度變快，更重要的是降低了試錯成本。

過去寫一版PRD、畫一套原型，時間和精力成本都很高，所以很多產(chǎn)品經(jīng)理只能憋出一個版本拿去評審，評審不通過再返工，客戶不滿意再修改，來回折騰。

但如果把AI融入工作流程，產(chǎn)品經(jīng)理可以快速做出好幾套不同方案，也能提前把高保真原型拿給用戶測試，在需求還沒定死的時候，就提前發(fā)現(xiàn)方向錯了，及時調(diào)整。

這不是省幾個小時的事，而是把很多過去要拖到后期才暴露的問題，提前攔截在原型階段，極大減少了研發(fā)資源的浪費。

這樣一來，那些不愿意用AI提升效率的產(chǎn)品經(jīng)理，公司當然會優(yōu)先選擇淘汰他們。

我其實也理解，為什么不少產(chǎn)品經(jīng)理不愿意用AI。有的人手里攢了大量舊模板，改一改好像也能交差；有的復(fù)雜項目，要把舊原型、舊文檔、舊流程整理成AI能讀懂的上下文，確實要花不少時間。

還有一些人從心里抵觸：我做了這么多年產(chǎn)品，難道還要讓AI教我怎么寫PRD？

這些想法都很正常，但過去夠用的工作方法，正在慢慢變成職業(yè)風(fēng)險。

你覺得自己是在堅持專業(yè)，公司可能只會覺得你不愿意改變；你覺得AI寫的東西不夠好，你身邊另一個產(chǎn)品經(jīng)理，已經(jīng)靠著AI持續(xù)產(chǎn)出質(zhì)量更高的方案了。

這個時候拉開的差距，不是一朝一夕的差距，而是整個工作模式代際的差距。

所以這篇文章不是勸產(chǎn)品經(jīng)理去背幾個提示詞，真正需要補的其實是三件事：工具、上下文和技能。

先說工具。工具的作用不是讓你天天和AI聊天，而是幫你搭建一個和AI協(xié)作的工作環(huán)境，幫你管理上下文和技能包，方便AI隨時調(diào)用。

我自己在用的AI工具界面

可選擇的工具非常多，比如Cursor、VS Code，網(wǎng)上一搜就能找到一大堆教程，不用把這件事想得太復(fù)雜。

再說說上下文。上下文就是你過往的PRD、原型、產(chǎn)品方法論、收集到的客戶需求，這些內(nèi)容慢慢導(dǎo)入工具就可以了。

我整理的上下文素材

最后是技能。技能也沒有那么難，我現(xiàn)在很多技能提示都不是自己手寫，直接把要求告訴AI，讓AI幫我寫就可以了，效果很不錯。

我讓AI幫我更新技能配置

所以產(chǎn)品經(jīng)理其實不用陷入AI焦慮，真正要做的，就是先把工具用起來，把自己的上下文素材放進去，再讓AI幫你沉淀專屬技能。

說白了，未來優(yōu)秀的產(chǎn)品經(jīng)理，不是一個人埋頭硬寫文檔，而是帶著一組AI一起做需求分析、方案設(shè)計和原型驗證。

未來12個月里，產(chǎn)品經(jīng)理崗位會快速分層。

機會都會流向那些會用AI提升效率、提前驗證方向、減少研發(fā)浪費的從業(yè)者。

還在靠著改老模板寫PRD、堅持認為AI不靠譜的人，可能真的要被行業(yè)淘汰了。