Auto-sync: 2026-04-28 04:02
This commit is contained in:
@@ -1,75 +1,65 @@
|
||||
---
|
||||
title: "不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南"
|
||||
type: source
|
||||
tags: []
|
||||
date: 2025-12-18
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[AI/不会Gemini的产品经理真的要被淘汰了 附保姆级PRD生成指南]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:AI大模型(Gemini/Claude等)如何重塑产品经理的工作流程,特别是需求文档(PRD)的生成效率革命
|
||||
- 问题域:产品经理在AI时代的能力重构、工作方式变革、以及是否会被淘汰的职业焦虑
|
||||
- 方法/机制:作者提出一套基于大模型的PRD生成三步法——①用FeatureList构思需求框架、②让大模型画逻辑图(ER图/时序图/泳道图)、③分页面逐一描述生成PRD+HTML原型。同时强调"想"必须由人完成,大模型只负责"写"
|
||||
- 结论/价值:作者认为大模型可缩短产品经理90%以上的文档工作时间,但"不会用大模型"的产品经理面临被淘汰风险。更深层的洞察是:未来可能不需要PRD文档,产品经理需要向"超级个体"进化——核心能力不是写文档,而是市场洞察和把事情做对的方法论
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- Gemini 3 Pro可缩短产品经理某些工作时间90%以上
|
||||
- 大多数场景下,All in AI是愚蠢的、懒惰的做法,但企业"贴身去用"看起来像是All in,可能是保持在线、积累认知的聪明做法
|
||||
- 超级个体之所以是超级个体,不是因为AI,而是因为他们本来就掌握"把一件事做对"的方法和能力
|
||||
- 原本只能做到六十分及以下的人,大概率永远"用不好AI",而是被工具化,嵌入到AI的某个流程中
|
||||
- 市场洞察永远是创业者和产品经理最稀缺、也最重要的能力,技术服务于市场洞察,而不是技术领导市场洞察
|
||||
|
||||
## Key Quotes
|
||||
> "你想的"永远需要你来完成,大模型只是负责把你脑海里的东西"写"下来。它跟你自己写的差别是,你可以只用只言片语描述需求,它来负责补全各种边界场景定义、各种通用规则描述、语言严谨的行文格式。" — 作者关于人机协作的核心方法论
|
||||
|
||||
> "不会用Gemini的产品经理真的要被淘汰了",这句话不一定对,因为有可能"会用Gemini的产品经理还是会被淘汰"。" — 作者对耸人听闻标题的反思性修正
|
||||
|
||||
> "用图文传递信息一定是有损的。智驾都端到端了,需求实现不能端到端吗?" — 作者对未来产品经理工作流变革的前瞻性思考
|
||||
|
||||
> "原来我觉得那个临界点就算到来,也不会太近;现在我觉得我不应该做这个判断,我也没能力做这个判断。如果自己并非模型类产品的从业人员,那就贴身去用、悬置判断,等到质变发生的时候,我们能快速嵌入到漩涡中。" — 作者对AI发展的"理性乐观"态度
|
||||
|
||||
## Key Concepts
|
||||
- [[Vibe Coding]]:用自然语言 + AI 工具完成编码工作的方法论,本文作者将类似思路迁移到产品经理的文档工作
|
||||
- [[FeatureList]]:层级式功能需求表,用于在写PRD之前构思产品框架,是作者与Gemini协作的起点
|
||||
- [[Mermaid]]:开源图表绘制工具,支持ER图/时序图/泳道图等,大模型可生成其代码后直接渲染为可视化图表
|
||||
- [[PRD生成工作流]]:作者提出的三步法——FeatureList构思 → 逻辑图辅助理解 → 分页面逐一描述生成PRD
|
||||
- [[AI时代产品经理能力重构]]:产品经理需要掌握将大模型嵌入工作流的能力,而非仅依赖传统文档写作技能
|
||||
- [[超级个体]]:能独立完成从创意到交付全流程的个人,其核心竞争力不在于使用AI工具本身,而在于"把事情做对"的方法论
|
||||
|
||||
## Key Entities
|
||||
- [[Gemini]]:Google开发的大语言模型家族,文章中主要使用的AI工具,被视为产品经理提效的核心工具
|
||||
- [[Gemini 3 Pro]]:Gemini系列的高性能版本,被作者用于实际产品需求文档生成
|
||||
- [[纯银]](@vividlife):文章中提及的犬声社区成员,分享了Gemini 3 Pro的使用体验和"只有提交真实需求,才能获得真实的触动"观点
|
||||
- [[Kira2red]]:本文作者,造车行业产品经理,通过亲身实践展示了大模型在PRD生成中的应用
|
||||
|
||||
## Connections
|
||||
- [[AI时代产品经理能力重构]] ← 核心论点 ← [[不会gemini的产品经理真的要淘汰]]
|
||||
- [[FeatureList]] ← 来源 ← [[不会gemini的产品经理真的要淘汰]]
|
||||
- [[PRD生成工作流]] ← 来源 ← [[不会gemini的产品经理真的要淘汰]]
|
||||
- [[AI时代产品经理能力重构]] ← 关联 ← [[Vibe Coding]](Vibe Coding在编码领域的类似实践)
|
||||
- [[超级个体]] ← 核心洞察 ← [[不会gemini的产品经理真的要淘汰]]
|
||||
- [[Mermaid]] ← 工具依赖 ← [[不会gemini的产品经理真的要淘汰]]
|
||||
|
||||
## Contradictions
|
||||
- 无明显冲突
|
||||
|
||||
## 实战工作流细节
|
||||
|
||||
### 1. FeatureList阶段
|
||||
- 核心技巧:给Gemini提供表头模板,让它按照模板输出层级式功能点
|
||||
- 关键原则:只描述"做什么",不描述"怎么做",把"想"留给自己,把"写"交给大模型
|
||||
- Gemini容易犯的错误:表格格式导出到Excel错行、用制表符代替真正表格
|
||||
|
||||
### 2. 逻辑图阶段
|
||||
- ER图:描述数据库表结构和字段关系,用mermaid代码输出,飞书文档可直接渲染
|
||||
- 时序图:描述业务流程中各角色的交互顺序
|
||||
- 核心技巧:遇到名词理解不一致时,给Gemini提供正确的mermaid代码示例,它会快速学会
|
||||
|
||||
### 3. PRD生成阶段
|
||||
- 核心原则:一个页面一个页面地口述需求,复杂页面拆成几个状态分批沟通
|
||||
- Template + 调教:用PRD写作指南 + 简单PRD示例文件喂给大模型
|
||||
- 调教方法:直接指出问题,不要客气——"它比真人好的地方是一教就会,同样的问题几乎不会犯两次"
|
||||
- HTML生成:对后台需求可同时生成HTML代码,直接作为可交互原型使用
|
||||
- 迭代维护:把旧HTML扔给Gemini,描述修改内容,自动生成新版HTML和差量PRD
|
||||
---
|
||||
title: "不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南"
|
||||
type: source
|
||||
tags: [AI工具, 产品经理, Gemini, PRD, 提示词工程, 工作流]
|
||||
date: 2025-12-18
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[AI/不会Gemini的产品经理真的要被淘汰了 附保姆级PRD生成指南.md]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:产品经理如何利用 Gemini 等大模型工具提升工作效率(缩短 90%+ 工作时间),以及 AI 时代产品经理的能力结构重塑
|
||||
- 问题域:产品经理日常工作中文档编写(PRD、FeatureList)、逻辑图绘制的效率瓶颈,以及 AI 对产品经理职业前景的影响
|
||||
- 方法/机制:四步工作流——(1) 用 FeatureList 构思需求;(2) 用 Mermaid 生成 ER 图/时序图等逻辑图;(3) 分页面口述+模板调教生成 PRD;(4) 同时生成 HTML 原型替代低保真图
|
||||
- 结论/价值:大模型适合"写"不适合"想"——产品经理的核心价值在于市场洞察,而非文档写作本身;"不会用 Gemini 的 PM 会被淘汰"这句话的深层含义是:不能将时代新工具嵌入自身能力体系的人终将被淘汰
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- Gemini 3 pro 可将产品经理某些工作时间缩短 90% 以上
|
||||
- 不会用大模型的中初阶产品经理注定能力结构要重塑
|
||||
- 大模型只适合"写"需求文档,不适合"想"——"想"永远需要产品经理完成
|
||||
- 一个"调教好"的 Gemini 可以三句话带出一个文档写得好的产品经理
|
||||
- 用图文传递信息是有损的,未来需求实现可能端到端
|
||||
- 超级个体之所以是超级个体,不是因为 AI,而是因为他们本身就掌握"把一件事做对"的方法和能力
|
||||
- 本身只能做到六十分及以下的人,大概率永远"用不好 AI",会被工具化
|
||||
|
||||
## Key Quotes
|
||||
> "只有提交真实需求,才能获得真实的触动。" — 纯银分享 Gemini 3 pro 使用感受
|
||||
> "大模型只是负责把你脑海里的东西'写'下来。它跟你自己写的差别是,你可以只用只言片语描述需求,它来负责补全各种边界场景定义、各种通用规则描述、语言严谨的行文格式。" — 文章核心方法论
|
||||
> "你怎么管理你下属,你就怎么管理 Gemini,严厉一点,没问题的,它不需要你提供情绪价值。" — 使用技巧
|
||||
> "三句话,带出来一个文档写得好的产品经理。" — 调教成果
|
||||
> "用图文传递信息一定是有损的。" — 关于端到端需求的思考
|
||||
> "市场洞察永远是创业者和产品经理最稀缺,也最重要的能力。技术服务于市场洞察,而不是技术领导市场洞察。" — 纯银观点(文章引用)
|
||||
> "不能把时代里随时涌现的新东西嵌入到自己中,新时代也就没有了嵌入你我的位置。" — 文章结语
|
||||
|
||||
## Key Concepts
|
||||
- [[FeatureList]]:按层级展开功能点的需求表,用于构思需求框架,检查模块分层、功能点全面性、优先级合理性
|
||||
- [[PRD]]:产品需求文档(Product Requirements Document),产品经理最核心的工作交付物
|
||||
- [[ER图]]:Entity-Relationship Diagram,用 Mermaid 代码描述数据结构,用于表达后台系统的实体、属性及其关联
|
||||
- [[时序图]]:Sequence Diagram,用 Mermaid 代码描述工作流程中不同角色/模块之间的交互顺序
|
||||
- [[Mermaid]]:一种图表代码语言,可用文本描述生成 ER 图、时序图、甘特图等多种逻辑图,支持飞书等工具渲染
|
||||
- [[Vibe Coding]]:通过自然语言对话引导 AI 生成代码的工作方式,编码领域已广泛应用,产品领域正在探索
|
||||
- [[端到端]]:本文借用自动驾驶"端到端"概念,探讨未来产品需求实现是否可以跳过文档传递,直接由产品经理与 Agent 对话完成
|
||||
- [[超级个体]]:指在 AI 时代能借助 AI 工具横跨多个领域做到八九十分的个人;本文观点:超级个体的核心不是 AI 赋能,而是本身就掌握"把一件事做对"的能力(提问能力、模糊信息判断能力、模块化/流程化能力)
|
||||
|
||||
## Key Entities
|
||||
- [[Gemini]]:Google 的多模态大模型,文章使用的核心工具
|
||||
- [[Gemini 3 Pro]]:文章发布时最新版本,引发 AI 圈热议
|
||||
- [[Kira2red]]:本文原作者,造车行业产品经理
|
||||
- [[纯银]]:产品经理社区(犬校)活跃人物,其文章被本文多次引用
|
||||
- [[OpenDriveLab]]:自动驾驶研究机构,文中引用其端到端架构设计文章
|
||||
|
||||
## Connections
|
||||
- [[Vibe Coding]] ← inspires ← [[FeatureList + Gemini PRD工作流]](编码领域的 Vibe Coding 启发了产品经理的 AI 工作流探索)
|
||||
- [[FeatureList]] ← feeds_into ← [[ER图生成]](FeatureList 定义了数据结构,是 ER 图的基础)
|
||||
- [[FeatureList]] ← feeds_into ← [[时序图生成]](FeatureList 定义了工作流,是时序图的基础)
|
||||
- [[ER图]] + [[时序图]] ← combine_into ← [[PRD文档生成]](逻辑图为 PRD 提供结构基础)
|
||||
- [[PRD文档生成]] ← outputs ← [[HTML原型生成]](Gemini 同时生成 PRD 和 HTML 代码,HTML 可直接预览)
|
||||
- [[超级个体]] ← depends_on ← [[市场洞察能力]](文章核心论点:市场洞察是最稀缺最重要的能力)
|
||||
|
||||
## Contradictions
|
||||
- 与纯银观点存在张力:
|
||||
- 冲突点:AI 商业价值大量喷发的时间预期
|
||||
- 当前观点(本文):AI 在细分场景的进化速度超出预期,应贴身使用、悬置判断
|
||||
- 对方观点(纯银):两三年内基于大语言模型路线的商业价值大量喷发持悲观态度
|
||||
- 注:文章整体认同纯银"市场洞察优先于技术"的核心论点,只是对 AI 进化速度更乐观
|
||||
|
||||
Reference in New Issue
Block a user