Skip to content

AnnCYW-cm/ai-pm-field-guide

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AI 时代 PM 工作流重构

第一季 · 26 篇 · 写给 AI PM 的工业级 PM 工作流手册 作者:蔡逸雯 · 公众号「蔡逸雯」


⭐ 一句话 signature

AI PM 的工作不是写需求,是定义边界 + 准备降级。

这是本季 26 篇的核心论断——AI 是概率系统,永远会失败,PM 的核心动作是定义边界(AI 能做什么 / 不能做什么)+ 准备降级(错了怎么办)。这正是 60 年质量工程传统 FMEA 在 AI 时代的延伸。


写给谁

  • 在职 AI PM — 你已经在做 AI 产品,但工作流没系统化
  • 想转型 AI 的传统 PM — 你有 PM 经验,但不知道 AI 时代该重学什么
  • AI 产品团队 leader — 你要带团队走完 "AI Native PM" 的工作流升级

不适合

  • AI 工程师 / ML 算法工程师(技术深度只到 PM 必须懂的边界)
  • 0 经验的 PM 新人(先看传统 PM 入门书)
  • 纯学术研究者

26 篇目录

📖 前言 · 00-关于本专栏

一 · 需求识别(第 1-6 篇)

  1. 6 个崩塌点——AI 时代 PM 工作流为什么必须重构 ⭐ 开篇
  2. 从做功能到做能力
  3. AI 产品需求来源不再是用户访谈
  4. 该 AI 化 vs 不该 AI 化判断框架
  5. Agent 能力边界 4 类硬规则
  6. 业务方需求评审 SOP + 5 信号打分卡

二 · 方案 + PRD 框架(第 7-12 篇)

  1. 从功能流到能力流——AI 产品设计范式切换
  2. 模型选择 4 维度
  3. Token 经济学
  4. 技术路径决策树
  5. PRD 4 加 2 砍骨架 ⭐ 综合原创
  6. Eval 章节 5 要素模板

三 · PRD 硬通货(第 13-15 篇)

  1. EDD - Eval-Driven Development
  2. Bad Case 4 级分级
  3. Cost 给 CFO 算账

四 · 交付(第 16-19 篇)

  1. 72h MVP 方法论
  2. PM 用 Claude Code 实战 ⭐ 杀手锏
  3. 多轴灰度策略
  4. Pre-launch Eval 5 大类

五 · 运营(第 20-22 篇)

  1. 4 类 AI 特有监控指标
  2. Bad Case 管理 5 步
  3. 降级勇气清单

六 · 协作(第 23-24 篇)

  1. 和工程师的新协作语言
  2. 和老板的新对齐框架

七 · 组织 + 终章(第 25-26 篇)

  1. AI Native 团队 3 种模式 ⭐ B 端漏斗发动机
  2. 终章——个人 Native 化 vs 公司 Native 化

📚 参考资料索引 · 27-references(95 条引用 · v1.1 · 持续补充中)


9 套可直接抄的工具

# 工具
1 5 信号需求评审打分卡 + 5 句反问模板 06
2 PRD 4 加 2 砍骨架模板 11
3 Eval 章节 5 要素模板 12
4 Bad Case 4 级 + Microsoft RAI 矩阵 14
5 CFO 成本卡片模板 15
6 7 个 Claude Code 实战 prompt 17
7 Pre-launch Eval 5 大类 checklist 19
8 4 种降级场景 + 3 句话术 22
9 4 场景协作剧本 + 看 trace 5 字段速查 23

4 类原创洞察

  1. 综合原创:PRD 4 加 2 砍("砍 2" 是反共识——业内只讲加什么,没人讲砍什么)
  2. 本土洞察:个人 Native 化 vs 公司 Native 化两条独立赛道(全球 blindspot)
  3. 角度原创:8 年质量工程视角(FMEA / 概率思维 / 知道何时停止)
  4. 方法论原创:5 信号打分卡 / 4 场景剧本 / 看 trace 最小集 / CFO 成本卡片

作者锚点

8 年质量工程出身(QA → 测试架构师 → PM)。这给了 3 个独有的 framing:

  • FMEA 视角看 PRD —— 失败模式分析是质量工程 60 年传统,引入 AI PRD 是新组合
  • 概率系统的可观测性 —— 用"分布"而非"均值"看 AI 输出,是质量工程师本能
  • "知道什么时候停止" —— 降级勇气是质量工程师最难的判断力

AI 协作披露

本专栏部分内容由作者与 Claude Opus 4.7(1M context) 协作完成——

  • AI 辅助:案例核查 + 业内引用整理 + 文字润色
  • 作者原创:核心观点 + 框架结构 + 8 年质量工程视角 + 本土洞察
  • 责任承担:所有商业判断 + 内容定稿 + 责任全由作者承担

为什么主动披露:这本专栏教 PM 用 Claude Code 重构工作流(第 17 篇)——作者自己用 Claude 协作写专栏,就是这套工作流的最佳示范


免责声明

本仓库引用的业内案例、报告数据、KOL 观点、模型数据均来自公开来源,属评论性引用(fair use)。提及的公司名(Anthropic / OpenAI / Notion / Cursor / Lovable / Microsoft / Klarna / Air Canada / DPD 等)、产品名、商标归各自权利人所有,本专栏不构成代言或商业合作

模型版本号与数据:使用 2026-Q2 业内快照(Claude Opus 4.7 / GPT-5.5 / Gemini 3.1 Pro / DeepSeek V3.2 / Kimi K2.6 等),3-6 个月内必须以厂商官方 model card 为准——本仓库不为这些精确数字背书。

完整参考资料 URL 清单见 27-references.md


License

CC-BY-NC 4.0 · Creative Commons Attribution-NonCommercial 4.0 International

你可以:

  • ✅ 自由阅读 / 分享 / 引用本仓库内容
  • ✅ 把工具模板抄进自己公司 PRD
  • ✅ 在 PM 培训 / 内部分享时引用(注明出处)

你不能:

  • ❌ 把内容直接打包成付费课程 / 书籍出售
  • ❌ 用于商业产品 / 营销资料而不注明出处
  • ❌ 篡改或删除作者署名

商业合作 / 引用授权:通过公众号「蔡逸雯」留言联系。


反馈 / 交流

  • 公众号:「蔡逸雯」
  • 付费实战社群(含月度直播 + 蔡的咨询答疑):公众号留言「实战社群」
  • 第二季预告:Context Engineering / Memory / Multi-Agent / Agent OS——预计 2026-Q3 首发

Star 这个仓库

如果这本专栏对你有帮助——

Star 这个仓库 —— 是给作者最好的反馈 🔄 Fork 后写自己的版本 —— 这套方法论需要更多本土实践 📢 转发给一位 AI PM 朋友 —— 让圈层一起升级


第一季完结 · 第二季 2026-Q3 见

About

AI PM 的工作不是写需求,是定义边界 + 准备降级 · 第一季 26 篇 + 9 套工具

Topics

Resources

License

Stars

Watchers

Forks

Packages

 
 
 

Contributors