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

天数 任务 交付物 使用入口
Day 1 AI 功能适配判断 Prompt/RAG/Workflow/Agent 方案判断表 Prompt盒
Day 2 PRD 初稿 AI PRD v0.1 模板/PRD模板.md
Day 3 竞品拆解 竞品能力对比表 工具盒
Day 4 评测集 20 条评测样例 模板/评测清单.md
Day 5 埋点方案 行为、质量、成本、Bad Case 事件表 模板/埋点模板.md
Day 6 案例拆解 一张案例卡 案例卡片
Day 7 上线风险评审 权限、失败、成本、人工兜底清单 AI产品经理工作流

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

  1. 用户任务:用户到底想完成什么。
  2. AI 能力边界:模型负责什么,不负责什么。
  3. 输入输出:用户给什么,系统返回什么。
  4. 数据来源:知识库、业务系统、网页、用户上传资料。
  5. 失败兜底:无答案、低置信度、工具失败、权限不足怎么办。
  6. 评测方案:样例、理想输出、通过标准。
  7. 埋点方案:行为、质量、成本、延迟、Bad Case。
  8. 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