7.5
深览指数
产品人人都是产品经理·岚天··AI 生成
用 AI 做项目， 怎么避免“屎上雕花”？
当超过七成执行交给AI后，产品经理的核心价值转向规划与判断。文章指出，许多项目卡在反复修改却未解决根本问题的困境（‘屎上雕花’），原因在于开工前没有对齐目标、场景、规则与验收这四项‘地基’。作者通过预约工具等示例，提供了一套先识别事实与假设、再划分任务范围、最后以端到端验收交付的实操方法，强调人需要掌控方向判断，而非仅做AI的校对员。原文 ↗
核心观点
- ▍当执行大量交给AI后，项目负责人的核心工作是打好‘地基’：明确为谁解决什么问题、一次真实任务怎么完成、哪些规则不能靠猜、拿什么结果验收，避免在错误方向上‘屎上雕花’。
- ▍规划与判断的关键不是等待AI输出再修改，而是主动区分‘已确认事实、需要验证的假设、现在要做出的决定’，让AI参与规划与检查，但由人确认目标和做关键取舍。
- 01文章以预约工具为例：如果最初按半小时时段设计，但实际服务时长为20、40、60分钟，则整个日历、冲突判断和改期逻辑都需要修改，此时继续美化UI就是在‘屎上雕花’。
- 02作者提出开工前应回答四个具体问题：为谁解决什么问题；一次真实任务怎么完成；哪些规则不能靠猜；拿什么结果验收。
- 03任务交代应包括输入、交付物和检查方法，例如将‘帮我把预约功能做好’改为‘完成前台预约与取消，检查正常预约、重复占用、取消后释放时段，未验证项目单独列出’。
- 04文章引用了Anthropic在2025年长任务开发实验中的观察：一次做太多、过早宣布完成、缺少端到端验证会导致问题被隐藏。
- 05反馈应结构化：发生了什么、原本应该怎样、改完怎么核对。例如‘同一员工的10:00出现两单，预期只能确认一单’，而不是笼统的‘预约有问题’。
- 06规划可以让AI参与：先让AI根据资料还原使用者任务全过程，区分事实、推测和缺失信息，再给出两个首版方案，说明各自保留什么、暂时不做什么。
反方 / 局限
- — 文章承认，开工前不可能知道所有答案，有些问题要见到原型才说得清，如果非要全部想明白，项目很可能一直停在文档里。
- — 作者指出，让AI评价自己的成果，或让另一个AI说‘不错’，仍然没有走完‘实际使用者是否愿意用’这一环，程序运行成功不等于问题解决。
11 分钟 · 3 卡片 · 5 资料
读原文 →