三角翻译能力
AI 产品经理在业务语言、AI 能力边界和用户价值三者之间进行三边校准的核心能力。不是两点映射，而是三条边的同时校准——任一边塌了，需求就跑偏。
简介
三角翻译能力是 AI 落地三大逻辑中第三条”逻辑三：AI 产品经理要学会翻译”的核心拆解。传统产品经理的翻译是”把业务需求翻译成技术方案”的二点映射，但 AI 产品经理的翻译多了一个维度——AI 的能力边界。AI 不是”什么都能做”的万能工具，它有明确的锯齿状技术前沿，因此 AI PM 必须同时掌握三个方向的翻译：
- 把业务场景翻译成 AI 能力边界：哪些需求在 AI 能做到的范围、哪些在锯齿之外的盲区
- 把用户痛点翻译成产品需求：用户的真实卡点用 AI 能解决的方式表达
- 把技术限制翻译成业务预期：AI 的不确定性如何转化为可接受的业务预期和降级方案
三条边不能单独维护——业务语言脱离 AI 能力边界会做出做不到的方案，AI 能力脱离用户价值会做出没人用的功能，用户价值脱离业务语言会做出不买单的产品。只有在三边同时校准的状态下，AI 产品需求才是可落地、有价值、可验收的。
关键信息
| 维度 | 说明 |
|---|---|
| 本质 | 不是两点映射，而是三边同时校准 |
| 三边 | 业务语言 ↔ AI 能力边界 ↔ 用户价值 |
| 塌边后果 | 业务脱离能力=做不到；能力脱离价值=没人用；价值脱离业务=不买单 |
| 与传统 PM 的区别 | 传统 PM 只需业务→技术二点翻译，AI PM 多了一个 AI 能力边界维度 |
核心特性
1. 三条边的各自职责
边一：业务语言 → AI 能力边界
- 把”子公司算薪规则不同”翻译成”哪些差异可以 if-then 化、哪些必须保留区域 HR 判断”
- 把”管理层想看经营数据”翻译成”哪些指标可以直接量化、哪些需要业务经理先达成口径共识再量化”
- 核心技能：理解 AI 锯齿状前沿，知道哪些任务 AI 擅长、哪些是盲区
边二：AI 能力边界 → 用户价值
- 把”AI 能自动标注异常数据”翻译成”发薪核对时间从 3 天缩短到 1 天的用户价值”
- 把”RAG 知识库能回答制度问题”翻译成”员工不用翻 5 个系统找一份报销规则”
- 核心技能：价值量化能力（成本节省/效率提升/风险降低/收入增长四维框架）
边三：用户价值 → 业务语言
- 把”员工想快速查到薪资规则”翻译成业务语言”减少 HR 被薪资规则咨询打断的次数”
- 把”主管想及时发现异常”翻译成业务语言”把良率下降从次日中午发现提前到当天晚上提醒”
- 核心技能：把用户语言转化为业务可量化指标
2. 塌边后果与检测方法
业务脱离能力（塌边一）：
- 现象：PRD 写了”AI 自动判断员工绩效等级”但没想清楚评分规则是否可 if-then 化
- 后果：开发到一半发现规则模糊、AI 判断与人工评估不一致、项目烂尾
- 检测：用 3问筛选法 在需求阶段跑一遍——规则 if-then? SOP 明确? 代价可量化?
能力脱离价值（塌边二）：
- 现象：技术能跑、Demo 好看，但上线后没人用
- 后果：模型推理成本在烧，但业务方说”还不如 Excel”
- 检测：问”这个功能上线后，用户每天少花多少分钟？”
价值脱离业务（塌边三）：
- 现象：用户调研说”很好用”，但业务老板不批预算
- 后果：用户满意度高但无法商业化
- 检测：问”这个功能帮业务方多赚多少钱或少亏多少钱？“
不同素材中的观点
- 2026-07-16-woshipm-ai-landing-methodology-finance-to-pm：首次提出三角翻译模型。作者从财务转型 AI PM，过去做最多的事就是翻译（业务→数据口径、财务→系统流程、管理需求→技术方案），AI 时代翻译多了一个 AI 能力边界维度，且必须三边同时校准。作者用自己的 Hermes+Coze 企业运营总助 MVP 验证了三角翻译——业务语言（企业运营场景）匹配 AI 能力边界（Hermes 做主控+Coze 做内容生成的分工）并落到用户价值（让运营人员从翻多个系统变成自然语言问答）。