Playbook-AI产品经理
目标:把 AI 从“个人提效工具”升级成“可设计、可评测、可上线的产品能力”。重点是场景、边界、数据、评测、成本和风险。
适合谁
- 正在做 AI 功能、AI Agent、知识库问答或智能客服的 PM。
- 想从传统 PM 转向 AI PM 的人。
- 需要和算法、工程、设计、运营协作的人。
- 想把案例拆成可复用产品方法的人。
7 天任务表
AI PM 的核心判断
| 问题 |
判断方式 |
| 这个需求真的需要 AI 吗 |
如果规则、搜索、表单或传统算法足够,不要硬上 AI |
| 该用 Prompt、RAG、Workflow 还是 Agent |
看是否需要私有知识、固定流程、外部动作和持续规划 |
| 怎么判断效果好 |
先写评测集,再看线上用户行为和 Bad Case |
| 怎么控制风险 |
权限分级、人工确认、日志、回放、敏感信息处理 |
| 怎么控制成本 |
模型路由、上下文压缩、缓存、任务预算、降级策略 |
PRD 必写字段
- 用户任务:用户到底想完成什么。
- AI 能力边界:模型负责什么,不负责什么。
- 输入输出:用户给什么,系统返回什么。
- 数据来源:知识库、业务系统、网页、用户上传资料。
- 失败兜底:无答案、低置信度、工具失败、权限不足怎么办。
- 评测方案:样例、理想输出、通过标准。
- 埋点方案:行为、质量、成本、延迟、Bad Case。
- 人工确认:哪些动作必须人确认。
完成清单
- 我能解释 Prompt、RAG、Workflow、Agent 的选择边界。
- 我能写一版包含评测和埋点的 AI PRD。
- 我能设计 20 条评测样例,覆盖正常和异常输入。
- 我能把一个案例拆成用户、任务、数据、能力、指标、风险。
- 我知道上线前要检查权限、成本、日志、人工兜底和回放。
延伸阅读