产品经理的 AI 工作流

过去一两年，作为产品经理的工作方式发生了根本性的变化。如果三年前看到现在的工作流，一定觉得不可思议，但这已经成为现实。

AI 让我重新爱上产品工作，因为它能处理大量原本耗时的事务性工作------从用户调研分析、竞品研究，到需求文档撰写、原型迭代，再到与开发团队的沟通协作。

但 AI 也让我感到一丝焦虑：当工具变得如此强大，产品经理的核心价值到底在哪里？经过这段时间的实践，我发现答案是：判断力、同理心和战略思维。AI 是强大的助手，但产品的灵魂仍需要人来赋予。

这篇文章分享我作为产品经理如何利用 AI 重构工作流，希望能给同行一些启发。

工作流概述

先概览整体流程，方便理解后续细节：

阶段一：市场与用户洞察

用 AI 进行竞品分析、用户调研数据整理、行业趋势研究

阶段二：需求管理与分析

用户访谈/调研转文字并提取关键需求

需求优先级评估与 roadmap 规划

PRD 文档快速生成与迭代

阶段三：原型与设计协作

AI 辅助原型设计

文案生成与优化

设计评审准备

阶段四：开发协作与项目管理

技术方案理解与沟通

用例编写，用户故事拆分与验收标准制定

项目文档自动化维护

阶段五：数据分析与迭代

数据报告自动生成

A/B 测试方案设计

用户反馈分析与产品迭代

一、市场与用户洞察

1.1 竞品分析

以前做竞品分析需要花费大量时间浏览竞品、截图、整理功能点。现在我的流程是：

1.信息收集：使用 ChatGPT 、Gemini 或秘塔AI 的 Research 或的功能，输入竞品名称和分析维度（功能、定价、用户评价等）

2.深度分析：将竞品的产品介绍、用户评论、新闻报道等喂给 Claude，让它生成结构化的竞品分析报告

3.可视化呈现：用 AI 生成对比表格

提示词示例：

复制代码

你是一位资深产品分析师。请根据下面结构，生成一份竞品分析报告：

竞品 1：[产品名称]
分析维度：
1. 核心功能与特色
2. 用户体验亮点与痛点
3. 商业模式与定价策略
4. 目标用户画像
5. 市场定位与差异化

要求：
- 客观中立，基于事实
- 突出可借鉴的设计思路
- 指出潜在的产品机会
- 用表格形式呈现关键对比

1.2 用户调研分析

用户访谈录音可以通过通义听悟转成文字，用户提交的表单汇总成表格信息，可以直接用 AI 进行：

主题提取：识别用户反复提到的痛点和需求

情感分析：判断用户对不同功能的满意度

用户画像生成：基于多次访谈数据，自动生成用户画像

工作流：

1.录音 → 通义听悟转文字

2.文字 → Kimi、豆包分析提取关键洞察

3.随时查询"用户对 XX 功能的看法"

二、需求管理与分析

2.1 需求收集与整理

需求来源多样：用户反馈、销售需求、老板想法、数据洞察。以前需要手动整理成需求池，现在：

1.自动分类：将所有需求输入 AI，自动按功能模块、优先级、来源分类

2.需求去重：识别相似需求并合并

3.需求澄清：对模糊的需求，AI 帮助生成澄清问题清单

这里可以借助飞书多维表格的能力，当在首列输入需求时，可以在其他列对此需求进行自动打标签，自动扩充一个需求文档。、

2.2 需求优先级评估

使用 RICE 或 Kano 模型评估需求时，AI 可以辅助：

提示词示例：

复制代码

你是一位产品经理。请用 RICE 模型评估以下需求的优先级：

需求列表：
1. [需求描述]
2. [需求描述]
...

评估维度：
- Reach（影响用户数）：基于我们的 MAU 10万
- Impact（影响程度）：1-5分
- Confidence（信心度）：百分比
- Effort（开发工时）：人天

请给出评分理由和最终的优先级排序。

2.3 PRD 文档生成

这是效率提升最明显的环节。我的流程：

1.大纲生成：描述需求背景和核心功能或者用自己的原型图，让 AI 生成 PRD 大纲

2.内容填充：基于大纲，逐模块让 AI 生成详细内容

3.用例补充：让 AI 生成各种边界情况和异常流程

4.评审准备：让 AI 站在开发、测试、运营的角度提出可能的疑问

Claude Code 的妙用：

直接修改本地 Markdown 格式的 PRD 文件

配合 Git 版本管理，随时回滚

用 Skills 配置 PRD 模板，自动套用格式

三、原型与设计协作

3.1 信息架构设计

在画原型之前，我会用 AI 辅助梳理信息架构：

提示词示例：

复制代码

我正在设计一个 [产品类型] 的 [具体功能]。
用户目标：[描述]
核心流程：[描述]

请帮我设计信息架构：
1. 页面层级结构
2. 每个页面的核心信息和操作
3. 页面间的跳转逻辑

用树状图或表格呈现。

3.2 原型绘制

这个我写过好多篇文章了，大概流程是

网页复刻到 Pixso（之前推荐的 Figma 现在 mcp 限制使用了）

安装 Html to Pixso Chrome 插件

下载 Pixso 客户端

打开目标网页，点击插件选择 Capture

在 pixso 中打开插件，导入捕获的页面

设计转代码

获取 pixso MCP 配置地址

配置 Cursor MCP (Cmd+Shift+P → Open MCP setting)

添加配置:

复制代码

{"mcpServers": {
   "Pixso MCP": {
          "url": "http://127.0.0.1:3668/mcp",
          "headers":{}
    }
  }
}

复制 Pixso 画板链接发送给 Cursor

之后有什么新增的需求，就都在这个工程文件下增加

详细的教程：

3.3 文案生成与优化

产品文案（按钮文案、提示语、空状态文案等）可以批量生成：

提示词示例：

复制代码

你是一位 UX Writer。请为以下场景生成文案：
场景：用户首次使用该功能
目标：引导用户完成首次操作
语气：友好、简洁、专业

需要的文案：
1. 功能介绍（20字内）
2. 操作引导（30字内）
3. 空状态提示
4. 错误提示（网络错误、权限不足等）

每个文案提供 3 个备选方案。

3.3 设计评审准备

在设计评审前，我会让 AI 帮我：

检查原型图与 PRD 的一致性

生成评审 Checklist

根据评审业务人员，预判可能的争议点并准备论据

四、开发协作与项目管理

4.1 技术方案理解

作为产品经理，不需要深入代码细节，但需要理解技术方案的可行性和成本。当开发提出技术方案时：

提示词示例：

复制代码

我是产品经理，开发团队提出以下技术方案：

[粘贴技术方案]

请帮我：
1. 用通俗语言解释这个方案
2. 分析优缺点
3. 评估对产品体验的影响
4. 提出我应该关注的风险点
5. 给出我应该向开发确认的问题清单

4.2 用户故事拆分

将 PRD 转换为开发可执行的用户故事：

提示词示例：

复制代码

请将以下需求拆分为用户故事（User Story）：

需求：发送相关的需求设计文档

格式：
- As a [角色]
- I want to [功能]
- So that [价值]

每个故事包含：
1. 验收标准（Acceptance Criteria）
2. 优先级
3. 预估工作量（S/M/L）
4. 依赖关系

除了用户故事以外，测试用例也可以通过发送文档编写，又快又全面。

4.3 帮助文档维护

使用 Claude Code 配合 Git 管理帮助文档：

需求变更时自动更新相关文档

生成版本更新日志

维护 FAQ 文档

五、数据分析与迭代

5.1 数据报告自动化

将数据分析工具（如 Google Analytics、Mixpanel）的数据导出，用 AI 生成分析报告：

提示词示例：

复制代码

你是数据分析师。基于以下数据生成产品分析报告：

[粘贴数据]

分析维度：
1. 核心指标趋势（DAU/MAU、留存率、转化率等）
2. 异常数据识别
3. 用户行为洞察
4. 可能的优化方向

用可视化建议（图表类型）呈现关键数据。

以上提示词是通用形式，可以根据自己的业务情况来让 AI 定制。

5.2 A/B 测试方案设计

提示词示例：

复制代码

我想测试 [功能/设计] 的效果。请帮我设计 A/B 测试方案：

测试目标：[描述]
核心指标：[指标]

请提供：
1. 测试假设
2. 实验组和对照组设计
3. 样本量计算
4. 测试周期建议
5. 数据收集要点
6. 结果判断标准

5.3 用户反馈分析

将应用商店评论、客服反馈、用户调查等数据汇总，建立反馈库：

1.情感分析：识别正面/负面反馈占比

2.主题聚类：自动归类反馈类型（功能请求、Bug 反馈、体验问题等）

3.趋势分析：识别反馈的时间趋势，关联版本更新

六、我的工具栈

核心 AI 工具

工具	用途	备注
Gemini、ChatGPT、Kimi	市场研究、竞品分析、头脑风暴	Research 功能强大
Claude (Sonnet 4.5)	PRD 撰写、需求分析、深度思考	长文本理解能力强
Claude Code	文档管理、批量处理、自动化	配合 Git 使用
Gemini	数据分析、多语言处理	免费额度友好

辅助工具

工具	用途
通义听悟	用户访谈录音转文字、评审会议转文字
飞书文档	建立产品知识库（PRD、用户调研、竞品分析等）
Notion AI	日常笔记整理
Pixso、Figma	设计稿分析与标注
cursor 、TRAE	原型绘制

七、注意事项

7.1 AI 不能替代的能力

经过这段时间的实践，我发现以下能力仍然是产品经理的核心竞争力：

1.战略判断：AI 能提供分析，但最终决策需要人来做

2.同理心：理解用户真实需求，而非表面需求

3.跨部门协作：AI 无法替代面对面的沟通和信任建立

4.创新思维：AI 基于已有知识，突破性创新仍需人类

5.商业敏感度：理解商业模式和市场时机

7.2 提示词关键

明确角色："你是资深产品经理/数据分析师/UX Writer"

提供上下文：产品背景、用户画像、业务目标，会议讨论的记录

结构化输出：要求用表格、列表、团队要求的模板格式输出

迭代优化：第一次结果不满意，追问和引导

交叉验证：重要决策用多个模型验证

AI 时代的产品经理是被重新定义的，但工具再先进，产品经理的本质不会变：理解用户，创造价值。

AI 是放大器。如果你具备产品思维和判断力，它会让你的效率提升 10 倍。甚至让你有能力全流程设计、开发、运营一个属于自己的产品。