产品经理用AI提效的实操指南：从工具选型到Skills沉淀
一篇把”PM 怎么用 AI”落到具体动作的实操指南：先用一个月 150 元的 Codex 把需求、原型、PPT 放进同一个项目里持续做；遇到短板再用 WorkBuddy、Kimi K2.5、Trae IDE、Qoder 补；最后把自己惯用的需求澄清与设计方法固化成 AI需求澄清Skill，让每次协作都从自己的标准开始。
基本信息
- 来源类型：文章（人人都是产品经理 · 作者：简谙，公众号：简谙）
- 原文位置：raw/articles/2026-09-21-130705-tg-59c710.md
- 原文 URL：https://www.woshipm.com/ai/6467319.html
- 发布日期：2026-09-21
- 消化日期：2026-09-21
- 原文站点：人人都是产品经理（woshipm.com）
- 原文标签：Codex、GPT、工具选型、方案讨论、知识库、需求分析
核心观点
-
接陌生项目的瓶颈是”不知道关注点在哪”，AI 用来补的是认知起点而不是结论。作者刚接手一个完全陌生的行业，让 AI 先整理行业参与方、各自怎么工作、核心业务流程、常用术语，再让它指出”作为 PM 应该优先看哪些材料、重点确认哪些问题”，要求”资料里没有依据的地方标出来”。这套规划”还挺像那么回事”，但作者明确划界——涉及实际业务的判断仍要找人确认，行业规则和重要数据要回到出处核对，不能因为 AI 解释得顺就照单全收。
-
工具选型看”做完一份活到底花多少”，不看发布时的宣传。作者在用的 Codex 一个月 150 元上下，只要不拿它持续做复杂前后端与数据库设计，日常产品工作（方案、原型、PPT、画图）额度基本够用。反例是国内某些工具”一个月两三千积分，看着不少，几个任务来回改一改就用完了”；DeepSeek V4 Pro 刚出来时充过钱，涨价后用得少了。判断方法很朴素：用自己的任务试一遍——做完一份需求、改完一套页面，心里就有数了。
-
团队协作是个人提效之外的另一条线。作者认为 WorkBuddy 值得试的两点是免费积分和团队协作：团队空间可共享资料、设置权限，同事围绕同一份文档评论和修改，需求由产品放进去、业务补规则、评审意见留在对应内容旁，再让 AI 根据意见整理修订——至少能减少”你怎么还在看上周那一版”的沟通成本。“一个人用 AI 提效，和整个团队能接着同一份材料往下做，是不一样的。”
-
前端视觉是 AI 直出的短板，先出 UI 图再照着实现是当前的解法。作者直言 Codex 直接做出来的前端”非常不好看”——大圆角、大卡片、卡片套卡片，一眼 AI。她的流程是先让 GPT Image 2 生成 UI 图，觉得合适了再让 Codex 照着实现，并明确要求”布局和风格按图来，表格、按钮、输入框要是真实组件，插画可以用图片，不能把整张图贴上去交差”，做完让它截图对照原图继续改。已有系统的迭代则直接给现有页面和组件规范更合适。
-
PPT 可以走”图片版 + 可编辑版”双轨：让 Codex 整理每页内容 → 调用 GPT Image 生成图片 → 组装成 PPT，用于分享、培训和概念介绍视觉效果非常好；但图片版 PPT 的文字不能直接编辑，如果领导会反复改数字和说法，就必须保留可编辑的文字与图表，只让 AI 做插画和背景。这与 图片版PPT工作流 的取舍判断完全一致。
-
需求量大的风险不是 AI 写得慢，而是 AI 替业务拍板：业务说”想加个批量导出”，AI 很快就能写出一套完整方案，但”哪些人能导出、能导出哪些字段、导出勾选记录还是全部筛选结果”这些规则谁定的？AI 可以提醒，不能代替业务决策。“先把背景、现有流程、权限要求聊清楚，没确认的问题留着，再写文档。否则文档越完整，里面自行补出来的内容可能越多。”
-
Skills 是把自己的工作方法固化下来，而不是写一段更长的 Prompt。作者自建了需求澄清、需求设计和前端设计三个 Skill，其中需求澄清的设计要点是：先判断需求到了什么程度（一句话想法，还是已有方案要调整），再用几句话复述理解并把”已知信息 / 自己的假设 / 缺失的信息”分开，然后才开始提问。她把提问设计成”每轮默认问 5—10 个有价值的问题，分成必须确认 / 建议确认 / 可以后续确认三类，还要说明为什么问、不确认会影响什么”。答完后整理成纪要，没确认的内容继续标着，“不能悄悄变成’事实’”。
-
AI 能补知识、做材料、出原型，但判断哪些事要和业务确认、哪些方案值得做，仍然是自己。文章的落点不是效率数字，而是职业层面：最怕的是”每天忙得团团转，回头却发现，自己只是越来越熟练地重复同样的工作”；当写文档、画原型不再那么费劲，“能不能把业务弄明白、把问题想透，就更能看出一个产品经理的本事了”。
实操内容保留
Prompt 模板：接手陌生项目时的开场提示词
“我刚接手这个项目，对行业不熟悉，但需要尽快参与产品规划。请结合这些资料，帮我说明这个行业有哪些参与方、各自怎么工作、核心业务流程是什么、常用术语是什么意思。再告诉我，作为产品经理，应该优先看哪些材料、重点确认哪些问题。资料里没有依据的地方标出来。“
需求澄清 Skill 的流程设计（可直接照搬的结构）
- 判别需求成熟度：先判断给进来的是一句话想法，还是已有方案需要调整——不预设用户已经想清楚了。
- 复述并分层：用几句话复述自己的理解，把「已知信息」「自己的假设」「缺失的信息」三类分开列。
- 分轮提问：每轮默认问 5—10 个有价值的问题，按「必须确认 / 建议确认 / 可以后续确认」三档排序；每个问题要说明为什么问、不确认会影响什么。
- 提问顺序：从业务问题、用户场景和目标，问到这期做什么、不做什么，再往下问流程状态、字段来源、权限和异常情况；影响权限和业务流程的先问，按钮文案、默认排序之类的往后放。
- 易漏清单：涉及金额精度、敏感字段、重复操作、接口失败这些容易遗漏的地方继续追问。
- 收口：答完后把已确认内容整理成纪要；信息基本够了，再把目标、范围、角色权限、业务规则、异常情况、验收方向整理好交给需求设计环节；没有确认的内容继续标着，不能悄悄变成”事实”。
批量导出场景的追问示例（原文示例）
- 哪些人能导出？
- 能导出哪些字段？
- 导出的是勾选记录还是全部筛选结果？
- 这些规则谁定的？
前端实现的操作要求（照图实现时）
- 布局和风格按 UI 图来。
- 表格、按钮、输入框要用真实组件。
- 插画可以用图片，但不能把整张 UI 图直接贴上去交差。
- 做完让 AI 截图，对照原图继续改。
两个日常操作习惯
- 改原型之前先保存一个能恢复的版本。
- 对话太长时，把已经确定的规则和剩余问题存成文件，再开新对话——别让聊了半天的东西只留在聊天记录里。
关键概念
- Codex — 作者的主力工具，需求讨论、文档、原型放在同一个项目里持续做，桌面端直接用中文沟通
- WorkBuddy — 免费积分与团队协作（团队空间、权限、就地评论）是作者认为值得试的两点
- Kimi K2.5 — 前端视觉效果好，但要多追加两轮修改再判断；会员、Kimi Code、API 额度不要混着算
- Trae IDE — 预览页面时可选中具体元素直接告诉 AI 怎么改（TraeCode 开发工作流）
- Qoder — 先在 Quest 里确认规格和方案，再往下实施，减少业务规则复杂需求的返工
- GPT Image 2 — 先出 UI 图 / PPT 页图，再让 Codex 照着实现或组装
- AI需求澄清Skill — 本文最核心的方法论沉淀：判断成熟度 → 复述分层 → 分轮提问 → 纪要收口
- 产品经理AI工具选型 — 本篇的”选型四问”：按做完一份活的真实花费衡量，选一个主力，短板再补
- 图片版PPT工作流 — 大纲 → GPT Image 出图 → 组装的流程，及其可编辑性代价
与其他素材的关联
- 与 2026-08-30-接手旧系统快速上手 是同一作者（简谙）的姊妹篇：那篇讲”接手旧系统”要确认产品为什么存在、按真实业务路径走、整理承诺/问题/风险三本账；本篇讲”接手陌生项目”时如何用 AI 先补行业认知与关注点。两篇合起来是同一作者”快速上手”方法论的两条腿——一条靠人访谈与三本账，一条靠 AI 补背景知识。简谙此前还有 2026-08-23-标准产品还是定制化？B端产品经理怎么判断 讨论 B 端定制化判断，说明这是一条持续供给的 B 端 PM 作者线。
- 与 2026-05-10-ai-frontend-usable-deliverable 在”前端生成”上互补：那篇给的是四大陷阱（看起来完整但没重点 / 视觉像模板 / 好看但不可用 / 交互过度设计）与验收五维度，本篇给的是一个更朴素的现状判断——AI 直出前端”非常不好看，一眼 AI”，并给出”先出图再实现”的绕行方案。
- 与 2026-05-11-skill-sop-for-ai、2026-05-26-woshipm-pm-skills-claude 对照：那两篇回答”Skill 是什么、为什么有价值”（隐性经验→程序性知识包、把 SOP 编译给 AI），本篇回答”我自己那条 Skill 该长什么样”——需求澄清 Skill 的六步流程就是一份可执行的 Skill 规格说明书。
- 与 2026-07-23-woshipm-ai-token-cost-six-tips 在”成本”上形成两种口径：那篇从 Token 定价机制讲错峰与分级，本篇从使用者体验讲”一个月两三千积分几个任务就用完”，是同一结论（按真实任务算账）的两种论证路径。
原文精彩摘录
我最近也接手了一个陌生项目，也是刚来就直接要当成专家帮人家做规划，但我对这个行业实际上一无所知。我只能让 AI 快速帮我整理行业知识，怎么快速了解这个行业，重要关注点是哪些，结果搞出来的规划还挺像那么回事。
当然，像那么回事不代表就一定对，涉及实际业务的判断还是要找人确认。但至少，我不用从一堆文档的第一页开始，看到最后才勉强知道自己应该关注什么。
举个例子，业务说”想加个批量导出”，AI 很快就能写出一套完整方案。但哪些人能导出、能导出哪些字段、导出勾选记录还是全部筛选结果，这些规则谁定的？
AI 可以提醒我们，但不能替业务拍板。先把背景、现有流程、权限要求聊清楚，没确认的问题留着，再写文档。否则文档越完整，里面自行补出来的内容可能越多。
我的设置是每轮默认问 5—10 个有价值的问题，分成必须确认、建议确认、可以后续确认三类，还要说明为什么问、不确认会影响什么。影响权限和业务流程的先问，按钮文案、默认排序之类的可以往后放。
做产品经理这些年，最怕的就是每天忙得团团转，回头却发现，自己只是越来越熟练地重复同样的工作。AI 能替我们分担一部分，也让我们有机会接触原来不熟悉、不敢接的事情。省下来的时间，可以多去找业务聊聊，多想想一个需求为什么要做，也可以早点下班。