8.1
深览指数
成长人人都是产品经理·Zoe产品手记··AI 生成
我做了一份“像我”的 Skill，为什么换个需求就失效
本文记录了一位产品经理让 AI 学习其旧 PRD 风格以生成文档的实践过程。作者发现，基于单一样本训练的 AI Skill 在处理相似需求时表现尚可，一旦需求差异变大，就会出现结构固化、评审重点淹没、滥用文字代替图示、用常规逻辑替代真实业务规则等问题。核心结论是：工作产物只保存了判断结果，而非判断过程；AI 协作的关键不是教它“写得更好”，而是将“好”的具体标准和检查方法拆解为可执行规则。适合正在探索 AI 辅助文档生成、遭遇模板失效的产品经理阅读。
核心观点
- ▍让 AI 模仿个人写作风格（“像我”）不是一条可执行规则，必须将其拆解为结构、颗粒度、表达方式和验收标准等可检查的具体要求，AI 才知道如何执行。
- ▍旧 PRD 只保存了判断结果，没有保存形成判断的过程（如为什么增删章节、什么时候画图、规则来源是行业惯例还是项目限制），因此无法迁移所有业务判断。
- 01用与样本（A需求）相似的旧PRD训练的Skill，在生成相似需求时“改一改可以继续”，让人产生“只要有足够好样本就能学会”的错觉。
- 02换成一个差异大的B需求（角色、系统边界、评审重点不同）后，AI依然生成格式完整但问题丛生的PRD：无关章节被硬写，关键规则被压缩。
- 03AI会按照常见业务逻辑补全输入未写清的内容（如反复解释基础概念、混入“建议考虑”的内容），导致评审者要从长文中自行寻找重点。
- 04AI将复杂的条件分支和页面交互全部写成文字（如“当用户满足条件A且未触发条件B时…”），而不是更高效的逻辑图或低保真原型。
- 05AI不理解项目特有的定制规则，会补出一套“合理”但不符合实际的方案，例如忽略历史流程不能下线、某些用户需保留特殊入口、简单页面背后涉及多个系统状态等。
- 06将模糊要求（如“专业”“详细”）改为具体标准后（如“核心规则必须覆盖正常、异常和人工兜底”），AI输出的可检查性和稳定性有明显改善。
- 07尽管输出标准改善了文档质量，但AI生成的完整文档仍需作者花大量时间逐段核实，核实成本有时甚至高于从头写。作者因此收缩AI使用范围，先用在局部任务上（如整理规则、生成状态图）。
反方 / 局限
- — 作者明确承认，输出标准解决了“怎么写”，但没有解决“凭什么这样判断”。如果每次仍需作者先厘清事实、规则和限制，AI本质上只是换了一种表达方式。
- — 文章隐含了一个张力：越是通过拆解规则让输出“像我”，未经确认的业务判断就越容易被包装在看似正确的文档中，从而骗过检查者。作者在开头提出了这个命题，但正文尚未深入解决。
AI协作系列PRD SkillZoe产品手记人人都是产品经理PRD
11 分钟 · 3 卡片 · 8 资料
读原文 →