个人知识库

AI PM

19分钟阅读

AI PM

AI 团队中的专案经理角色，负责建立专案知识、目标、规则，持续迭代，但不直接产出具体成果。

简介

AI PM（AI Project Manager）是 AI 团队管理 方法论中的核心角色，扮演专案经理的职责。与传统理解不同，AI PM 不是直接产出所有成果（如写代码、做设计、写文案），而是负责建立整个专案的知识基础、工作规则、目标方向，并持续复盘和迭代。

这个角色的存在，是为了让专案内的其他 AI “员工”（专业助理）能够：

  • 理解专案的背景和目标
  • 知道如何协作和分工
  • 遵循统一的质量标准
  • 获取必要的领域知识

AI PM 是专案的”知识领导者”和”规则制定者”，就像真实团队中的 PM 制定产品路线图、定义需求、统筹资源，而不是亲自写每一行代码或设计每一个页面。

关键信息

维度说明
核心职责建立专案知识、定义工作规则、统筹方向、持续复盘
不负责直接产出具体成果（代码、设计、文案等）
实现方式在 AI 工具（ChatGPT、Gemini、Claude Code）中创建专门的对话串/Agent，赋予 PM 角色
关键能力资料研究、背景分析、目标定义、规则总结、自我诊断
迭代频率建议每完成 5-6 轮任务后复盘一次

核心特性

1. AI PM 的四大核心职责

职责一：研究主题背景和市场需求

  • 利用 AI 的搜寻研究功能（如 ChatGPT 的 Deep Research）收集资料
  • 分析使用者痛点、市场现状、竞品情况
  • 整理领域核心知识和概念
  • 收集真实案例和使用者回馈

职责二：整理专案目标和受众定位

  • 明确这个专案要达成什么目标
  • 定义目标受众是谁，他们的需求和痛点是什么
  • 确定专案的核心价值主张
  • 与人（专案实际负责人）讨论核心观点和想法

职责三：定义工作流程和协作规则

  • 规划专案的工作流程（哪些任务、哪些角色、如何协作）
  • 制定团队协作规则（如”所有助理在开始工作前，先向 PM 确认本次需求”）
  • 建立专案指令文档（类似 SOP，但更灵活）
  • 定义输出质量标准

职责四：持续复盘和迭代专案知识

  • 每完成一定轮次的任务后（如 5-6 轮），回顾工作过程
  • 总结哪些流程有效、哪些规则需要调整
  • 更新专案指令和知识库
  • 自我诊断盲点，用 Deep Research 补齐缺失知识

2. AI PM 的工作流程

阶段一：专案启动（第一次建立 AI PM）

提示词范例：
你是这个【防弹笔记法企业内训】专案的 PM，请帮我：
1. 研究防弹笔记法的核心方法与市场回馈
2. 分析企业内训常见的笔记痛点
3. 整理这个课程要达成的目标与受众需求
4. 建立一份专案基础知识文档

AI PM 会使用搜寻和研究功能，产出初步的专案知识文档。

阶段二：与人讨论，确立核心观点

人类专案负责人与 AI PM 讨论：

  • 我对这个主题的核心观点是什么？
  • 哪些是我认为最重要的知识点？
  • 我希望这个专案呈现怎样的风格和调性？

AI PM 会更新专案知识文档，融入人类的判断和经验。

阶段三：定义专案指令和工作流程

提示词范例：
基于我们前面的讨论，请总结一份"专案指令"，包括：
1. 专案目标
2. 核心知识要点
3. 工作流程（从需求确认到最终交付）
4. 团队协作规则
5. 输出质量标准

AI PM 产出的专案指令，可以直接复制到 ChatGPT 的”专案指令”字段，或记录在专案文档中。

阶段四：生成专业助理（分支或新建）

从 AI PM 对话中分支出各个专业助理（大纲助理、简报助理、图解助理等）。这些助理会继承 AI PM 建立的专案知识。

阶段五：专案运作期间，AI PM 作为知识中心

  • 专业助理在工作时，可以随时向 AI PM 询问专案背景、目标、规则
  • 如果出现新的需求或情况，先与 AI PM 讨论，更新专案知识
  • AI PM 不直接产出具体成果，但会提供指导和建议

阶段六：定期复盘和迭代

提示词范例（每完成 5-6 轮任务后）：
请回顾最近处理的任务，总结：
1. 这个专案的核心知识有哪些更新
2. 哪些工作流程被证明有效
3. 哪些规则需要调整
4. 哪些地方我们做得好，哪些地方还有改进空间
5. 接下来可能需要哪些新的 AI 助理

根据上述总结，更新一份专案指令文档

AI PM 产出新版专案指令，人类审核后更新到专案设置中。

阶段七：自我诊断盲点

提示词范例：
请分析当前专案知识库，找出可能的盲点：
1. 哪些重要知识我们还没有覆盖？
2. 哪些假设可能是错的？
3. 哪些竞品或案例我们还没研究？
4. 哪些用户需求我们可能忽略了？

然后用 Deep Research 功能，补齐这些盲点

AI PM 会自我诊断并主动研究，让知识库越来越完善。

3. AI PM 与专业助理的关系

关系模式：知识提供者 vs 任务执行者

  • AI PM：提供专案知识、目标、规则，但不直接做具体工作
  • 专业助理：接收 PM 的知识，结合自己的专业技能，产出具体成果

协作方式：

  1. 知识继承：专业助理从 AI PM 分支出来，自动继承专案知识
  2. 需求确认：专业助理在开始工作前，可以向 AI PM 确认本次任务的特殊要求
  3. 质量校验：AI PM 可以审核专业助理的产出，判断是否符合专案目标和质量标准

举例说明（防弹笔记法企业内训专案）：

  • AI PM：

    • 研究防弹笔记法的核心方法
    • 分析企业常见的笔记痛点
    • 定义课程要解决的问题
    • 制定课程设计的工作流程

  • 大纲助理（从 AI PM 分支）：

    • 继承 PM 的专案知识
    • 学习课程设计方法（独立技能）
    • 根据具体企业需求，设计课程大纲

  • 简报助理（从 AI PM 分支）：

    • 继承 PM 的专案知识
    • 学习某种简报风格（独立技能）
    • 参考大纲助理的课程架构，制作 PPT

4. AI PM 的关键能力

能力一：资料研究与分析

  • 使用 AI 的搜寻功能（ChatGPT 的 Web Search、Deep Research）
  • 阅读和总结大量资料
  • 提取核心知识点和关键洞察
  • 对比不同来源的资讯，形成综合判断

能力二：需求梳理与目标定义

  • 将模糊的想法转化为明确的目标
  • 识别关键需求和次要需求
  • 定义清晰的成功标准
  • 平衡不同利益相关者的诉求

能力三：流程设计与规则制定

  • 设计高效的工作流程
  • 制定团队协作规则
  • 定义输出质量标准
  • 建立专案指令文档（SOP）

能力四：复盘与迭代

  • 回顾专案运作过程，总结经验教训
  • 识别有效做法和待改进之处
  • 更新专案指令和知识库
  • 自我诊断盲点，主动补齐知识

能力五：知识管理

  • 判断哪些知识应该加入专案资料来源（共享知识库）
  • 组织和分类专案知识
  • 确保知识的准确性和时效性
  • 避免知识库被污染（如加入过多一次性的、不通用的资料）

不同素材中的观点

电脑玩物站长 Esor Huang 的实战经验（2026-06-17）

核心主张： AI PM 不是帮我做简报，也不是马上写文案，而是先帮我厘清：这个专案要达成什么目标？这个主题有哪些核心知识？这个专案要解决哪些真实问题？有哪些资料、案例、使用者回馈值得参考？这个专案接下来可能需要哪些工作流程？

训练 AI PM 的过程： “我把这个过程比喻为我在训练一个’懂得这个专案在做什么工作，应该怎么工作’的 AI 助手。”

防弹笔记法企业内训案例：

  1. 让 AI PM 研究防弹笔记法的相关资料、使用者回馈与真实案例、企业职场常见的笔记痛点、其他笔记方法的比较、这堂课可能要解决的企业内训需求
  2. 与 AI PM 讨论身为讲师对这个课程的核心观点与想法
  3. 如果出现”以后专案团队都需要知识”的资料与观点，利用”新增到资料来源”功能保存
  4. 从 AI PM 分支出大纲助理、简报助理、图解助理等专业助理

持续迭代机制： “当这个 AI 团队实际运作五、六轮企业内训课程后，我会继续让 PM 针对近期聊天再做一次规则总结。回顾：这个专案的基本知识、已处理过的任务、哪些流程被证明有效、哪些规则需要保留、哪些地方需要微调。接着，再把新的规则指南写回 ChatGPT 专案的专案指令里。”

自我诊断机制： “我会在 PM 聊天串中请这个已经掌握专案基本概况的员工，做一次’自我分析’，看看目前有没有哪些盲点？找完盲点后，我再请 PM 自己利用 Deep Research 功能做研究，把盲点需要的知识、资料、技术补齐，那 PM 作为知识领导者角色的功能就愈来愈完备。”

关键洞察：

  • AI PM 的价值在于建立和维护专案的”知识基础设施”，而非直接产出
  • 审慎使用”新增到资料来源”功能，只加入通用知识，避免污染知识库
  • 定期复盘和自我诊断，让 AI PM 的能力持续提升

来源：2026-06-17-chatgpt-ai-team-management

实用信息

如何创建 AI PM

在 ChatGPT 中创建 AI PM：

  1. 创建一个新专案（Project）
  2. 在专案内开启第一个对话串
  3. 给这个对话串定义 PM 角色：
你是这个【XX 专案】的 PM（专案经理），你的职责是：
1. 研究这个专案的主题背景和市场需求
2. 整理专案目标和受众定位
3. 定义工作流程和协作规则
4. 持续复盘和迭代专案知识

请注意，你不需要直接产出具体成果（如代码、设计、文案），
而是负责建立专案的知识基础和工作规则。

现在，请先帮我研究【XX 主题】的相关资料...

在 Gemini 中创建 AI PM：

使用 Gemini 的 Notebook 功能：

  1. 创建一个新 Notebook
  2. 在 Notebook 中定义 PM 角色和职责
  3. 让 PM 产出专案知识文档，保存在 Notebook 中
  4. 从 Notebook 分支出不同的对话，创建专业助理

在 Claude Code 中创建 AI PM：

使用 agents.md 和 memory.md 机制：

  1. 在 .claude/agents.md 中定义 AI PM 角色： 
    # PM - XX 专案
 
职责：建立专案知识、定义工作规则、持续复盘
 
核心知识：
- [专案背景]
- [目标受众]
- [核心价值主张]
 
工作流程：
- [流程步骤]
  2. 在 .claude/memory.md 中记录专案知识
  3. 通过 Claude Code 的 Agent 功能与 PM 对话

常见问题

Q1：AI PM 和传统 PM 有什么区别？ A：传统 PM 是真人，负责与团队沟通、做决策、推动执行。AI PM 是一个 AI 对话串/Agent，负责建立专案知识、定义规则，但最终决策和方向仍由人类把控。AI PM 更像是”知识库管理员”+“流程文档编写者”。

Q2：AI PM 需要多长时间训练？ A：初次建立 AI PM，可能需要 1-2 小时与它讨论专案背景、目标、核心观点。但这是一次性投入，后续可以持续复用并迭代。

Q3：AI PM 能代替真人 PM 吗？ A：不能。AI PM 是辅助工具，负责建立和维护专案的知识基础，但最终决策（如优先级排序、资源分配、风险判断）仍需人类 PM 做出。

Q4：如果专案方向发生重大变化，AI PM 怎么办？ A：与 AI PM 讨论新的方向和目标，让它更新专案知识和指令。必要时可以创建一个新的 AI PM 对话串，重新建立知识体系。

Q5：AI PM 可以管理多个专案吗？ A：建议每个专案有独立的 AI PM。如果多个专案高度相关，可以让不同专案的 AI PM 互相引用知识，但仍要保持独立的对话串，避免混淆。

Q6：AI PM 的复盘频率应该是多少？ A：建议每完成 5-6 轮任务后复盘一次。如果专案运作频繁（每周都在用），可以每月复盘；如果不常用，可以每完成一个大里程碑后复盘。

最佳实践

实践 1：AI PM 专注于”为什么”，专业助理专注于”怎么做”

  • AI PM 回答：这个专案为什么存在？要解决什么问题？目标是什么？
  • 专业助理回答：具体怎么做？用什么工具？输出什么格式？

实践 2：审慎使用”新增到资料来源”

  • ✅ 应该加入：通用知识、最佳实践总结、核心方法论
  • ❌ 不应该加入：一次性的客制化内容、特定客户的需求

实践 3：版本化管理专案指令 每次 AI PM 更新专案指令后，记录版本号和更新日志：

## 专案指令 v3.0（2026-06-15 更新）

更新内容：
- 新增"客户需求确认清单"步骤
- 调整简报风格为更扁平化设计
- 增加"课后跟进"环节

实践 4：让 AI PM 自我诊断盲点 定期让 AI PM 反思当前知识体系的不足，主动用 Deep Research 补齐：

请分析当前专案知识库，找出可能的盲点，然后自己研究并补齐

实践 5：建立”AI PM + 质检员”双保险 除了 AI PM，再创建一个”质检员”角色，专门审核专业助理的产出是否符合专案目标和质量标准。

相关页面

关系图谱

快速导航

反向链接