产品工具箱与 AI 辅助工作方法
认识文档、原型、流程图、代码编辑器、Git 与 AI 辅助边界。
- 用自己的话解释“产品工具箱与 AI 辅助工作方法”及其核心术语。
- 在真实 AI 产品场景中识别何时应该使用本课方法。
- 完成一份可沉淀进“个人能力雷达图与 20 周学习计划”阶段任务的实践产出。
REAL SCENE
先从一个真实场景开始
你要在两天内完成一次竞品调研、用户流程图和 PRD 初稿。AI 可以帮你归纳资料、生成结构和解释代码，但它也可能编造竞品功能、泄露访谈原文或把未经验证的建议写成结论。问题不是“要不要用 AI”，而是如何设计一条可追溯、可复核的协作流程。
PLAIN EXPLANATION
说人话：它到底是什么？
产品工具的价值是降低表达与协作成本：文档承载决定，原型承载体验，流程图承载关系，代码编辑器帮助理解实现，Git 保存可追踪版本。AI 可以作为研究助理、结构编辑、反方评审和技术翻译，但不应成为事实来源或最终决策者。高质量 AI 协作需要提供清晰任务、可信材料、输出格式和验收标准，并由人核对事实、风险与取舍。
按产出选工具
不要为了工具而工具。需要共同编辑决策时用文档；需要验证页面流程时用原型；需要说明系统与角色关系时用流程或架构图；需要追踪文本或代码变化时用 Git。工具数量越多，信息同步成本越高。
- 一个产出有一个权威来源
- 链接而不是复制多份内容
- 重要决定记录版本与负责人
AI 最适合四种角色
AI 擅长基于提供材料做整理、变体生成、反向质疑和通俗解释。它不擅长在没有来源时保证事实，也不能替你承担业务与合规责任。把它放在“扩大探索和提高初稿速度”的位置更可靠。
- 研究助理：整理而非凭空调研
- 结构编辑：检查缺项与歧义
- 反方评审：寻找边界和风险
- 技术翻译：解释后向专家确认
建立可复核链路
输入材料要分级，敏感数据先脱敏；输出中的事实要附来源，建议要标注假设；最终文档保留人工修改和决策记录。对于高风险内容，不能把原始客户数据直接发送给未批准的外部模型。
- 先确认数据是否允许进入模型
- 事实逐条回到原始来源
- 保留提示、模型版本和人工修改记录
一个工具服务一个明确产出，避免信息散落。
让 AI 生成候选和质疑，不让它替代事实核验与最终判断。
敏感数据最小化，关键结果可追溯、可复现、可审查。
KEY POINT
这节课最重要的结论
- 为什么重要
- 这决定了理解 AI 技术产品经理的职责、边界和完整工作方式，建立个人学习基线时，团队是否拥有一致、可验证的判断标准。
- 适用边界
- 当问题目标、数据来源或失败成本发生变化时，不要机械套用；先重新确认假设和风险等级。
EXAMPLES
正确案例与常见反例
产品经理把已脱敏的 12 份访谈纪要和统一编码规则交给 AI，要求只引用材料归纳主题，并为每条洞察附纪要编号。随后人工回看原文，合并重复主题，把不确定结论标成假设。最终在 PRD 中保留证据链接和取舍记录。
产品经理让 AI “调研行业并写一份专业 PRD”，没有提供来源。生成内容包含不存在的竞品功能和虚构市场数据，团队又直接把它用于排期。后来销售发现错误，研发也已经按错误规则开发。
“这份 AI 生成稿只是候选结构，不是事实来源。我已经把每条需求链接到访谈或数据证据；黄色项是待验证假设。涉及接口和实现的描述请你核对，我会记录修正原因和版本。”
HANDS-ON
必做实操任务
本节产出：“个人能力雷达图与 20 周学习计划”阶段任务中的《产品工具箱与 AI 辅助工作方法》一页实践卡
步骤 1选择一个产品任务，明确最终产出、权威存放位置和参与角色。
步骤 2给 AI 提供一段脱敏材料，要求整理事实、假设、建议和未知项四栏。
步骤 3逐条核验 AI 输出，标注支持来源、错误、遗漏和需要专家确认的内容。
步骤 4把核验后的版本提交到 Git 或文档版本记录，并写下三条人工取舍。
实践结果会自动保存在本机，并进入项目工坊的任务来源。
任务与最终产出：____
权威存放位置：____
允许提供给 AI 的材料：____
禁止提供的数据：____
给 AI 的角色：研究助理 / 编辑 / 反方评审 / 技术翻译
输入：____
输出格式：____
验收标准：____
事实核验记录：
结论｜来源｜核验结果｜处理
____｜____｜____｜____
需要专家确认：____
最终人工取舍：____
版本与日期：____CHECKLIST
产品经理工作检查表
MASTERY QUIZ
掌握测验
达到 60% 即可完成本课。
INTERVIEW
常见面试题
展开参考回答
说明任务分级：AI 用于整理、生成候选、反方评审和技术解释；涉及外部事实、用户隐私、业务取舍和高风险结论必须人工核验或专家确认。再说明输入脱敏、来源追踪、输出格式、验收标准、版本记录，并举例展示 AI 初稿被你发现并修正了什么。
RECAP & FURTHER READING
重点回顾、延伸阅读与下一步
- 1
围绕“产品工具箱与 AI 辅助工作方法”继续阅读：阅读一份完整项目复盘，沿着目标、证据、方案、交付、结果和反思还原决策链。
- 2
用“原型、版本管理、AI 协作”作为检索词，分别写下一条定义、一条适用边界和一个反例。
- 3
对照本课正确案例与反例，寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。