Auto-sync: 2026-04-23 08:03
This commit is contained in:
63
wiki/concepts/FeatureList.md
Normal file
63
wiki/concepts/FeatureList.md
Normal file
@@ -0,0 +1,63 @@
|
||||
---
|
||||
title: "FeatureList"
|
||||
type: concept
|
||||
tags: [产品经理, 需求管理, AI协作]
|
||||
sources: [不会gemini的产品经理真的要被淘汰了-附保姆级prd生成指南]
|
||||
last_updated: 2025-12-18
|
||||
---
|
||||
|
||||
## Aliases
|
||||
- Feature List
|
||||
- 功能列表
|
||||
- 需求功能表
|
||||
|
||||
## 定义
|
||||
|
||||
**FeatureList**(功能需求列表)是一种层级式产品需求结构化文档,用于在编写正式 PRD 之前构思和梳理产品框架。与传统脑图本质相同,但以表格形式呈现,便于与大模型协作迭代。
|
||||
|
||||
## 核心用途
|
||||
|
||||
1. **分层分类**:梳理各个功能模块的分层、分类是否合理
|
||||
2. **功能点完整性**:检查某细分模块的功能点是否全面、划分是否合理
|
||||
3. **优先级评估**:评估每个功能点的优先级
|
||||
|
||||
## FeatureList 表头示例
|
||||
|
||||
| 模块 | 二级功能 | 三级功能 | 四级功能 | 优先级 | 备注 |
|
||||
|------|----------|----------|----------|--------|------|
|
||||
| 英雄管理 | 基础信息维护 | 名称维护 | - | P0 | - |
|
||||
|
||||
## 与大模型协作的工作流
|
||||
|
||||
```
|
||||
产品经理 → 提供FeatureList模板 + 自然语言需求框架描述
|
||||
↓
|
||||
Gemini/Claude → 按模板输出层级式功能点
|
||||
↓
|
||||
产品经理 → 审核并追问关键业务问题
|
||||
↓
|
||||
Gemini/Claude → 输出终版FeatureList
|
||||
↓
|
||||
产品经理 → 进入PRD阶段
|
||||
```
|
||||
|
||||
## 核心原则
|
||||
|
||||
**人负责"想",大模型负责"写"**
|
||||
|
||||
- 产品经理只需用只言片语描述需求("做什么")
|
||||
- 大模型负责补全边界场景定义、通用规则描述、严谨的行文格式
|
||||
- 不要期望大模型"一句话需求就出完美文档"——这不现实
|
||||
|
||||
## 常见问题与解决
|
||||
|
||||
| 问题 | 解决方案 |
|
||||
|------|----------|
|
||||
| 表格格式导出到Excel错行 | 点击"导出到Google表格",再复制出来 |
|
||||
| 大模型用制表符代替真正表格 | 直接把制表符文本贴回去,告诉它改成表格 |
|
||||
| 只输出到二级功能,漏掉优先级字段 | 严厉指出问题,它会立即修正 |
|
||||
|
||||
## Connections
|
||||
- [[PRD生成工作流]] ← 使用 ← [[FeatureList]]
|
||||
- [[不会gemini的产品经理真的要淘汰]] ← 来源 ← [[FeatureList]]
|
||||
- [[Mermaid]] ← 协同工具 ← [[FeatureList]]
|
||||
77
wiki/concepts/PRD生成工作流.md
Normal file
77
wiki/concepts/PRD生成工作流.md
Normal file
@@ -0,0 +1,77 @@
|
||||
---
|
||||
title: "PRD生成工作流"
|
||||
type: concept
|
||||
tags: [产品经理, AI协作, 文档自动化]
|
||||
sources: [不会gemini的产品经理真的要被淘汰了-附保姆级prd生成指南]
|
||||
last_updated: 2025-12-18
|
||||
---
|
||||
|
||||
## Aliases
|
||||
- AI辅助PRD生成
|
||||
- 大模型写PRD
|
||||
- 产品需求文档生成
|
||||
|
||||
## 定义
|
||||
|
||||
**PRD生成工作流**是作者提出的一套利用大模型(Gemini/Claude等)辅助生成产品需求文档的三步骤方法论,核心是"人负责想,大模型负责写"。
|
||||
|
||||
## 三步工作流
|
||||
|
||||
### 第一步:FeatureList构思需求
|
||||
|
||||
**目标**:在写PRD之前,用层级式功能表梳理产品框架
|
||||
|
||||
**方法**:
|
||||
- 提供FeatureList模板给大模型
|
||||
- 用自然语言描述产品需求框架(只说"做什么",不说"怎么做")
|
||||
- 回答大模型追问的关键业务问题
|
||||
- 迭代修正直到得到满意的FeatureList
|
||||
|
||||
**产出**:结构化的功能需求列表
|
||||
|
||||
### 第二步:Mermaid画逻辑图
|
||||
|
||||
**目标**:用可视化图表辅助理解复杂业务逻辑
|
||||
|
||||
**常用图表类型**:
|
||||
| 图表类型 | 用途 | 适用场景 |
|
||||
|----------|------|----------|
|
||||
| ER图 | 描述数据结构 | 数据库表设计、字段关联 |
|
||||
| 时序图 | 描述工作流 | 业务流程、多角色交互 |
|
||||
| 甘特图 | 描述时间计划 | 项目排期、里程碑 |
|
||||
| 泳道图 | 描述跨角色流程 | 复杂业务流程分工 |
|
||||
|
||||
**工具**:大模型生成Mermaid代码 → 飞书文档插入「文本画图」组件 → 实时预览图表
|
||||
|
||||
**技巧**:遇到名词理解不一致时,给大模型提供一段能正确生成期望效果的Mermaid代码示例,它会快速学会
|
||||
|
||||
### 第三步:分页面逐一描述生成PRD
|
||||
|
||||
**核心原则**:一个页面一个页面地口述需求
|
||||
|
||||
**方法**:
|
||||
1. 提供PRD写作指南 + 简单PRD示例作为模板
|
||||
2. 描述每个页面的功能需求(不包含边界情况等细节)
|
||||
3. 大模型负责补全边界场景定义、通用规则描述
|
||||
4. 对后台需求,可同时生成HTML代码作为可交互原型
|
||||
5. 直接指出大模型的问题,严厉调教(它一教就会,不会再犯)
|
||||
|
||||
**PRD → HTML迭代**:把旧HTML扔给大模型,描述修改内容,自动生成新版HTML和差量PRD
|
||||
|
||||
## 效率提升
|
||||
|
||||
- 原本1-2天的文档工作 → 大模型10分钟完成
|
||||
- 工作中大部分文本类工作可被大模型胜任
|
||||
- HTML原型可直接用于演示,无需设计师
|
||||
|
||||
## 未来展望
|
||||
|
||||
> "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?"
|
||||
|
||||
作者认为,未来可能不再需要PRD文档,产品经理与agent疯狂对话获取结果,直接交付给下游研发。
|
||||
|
||||
## Connections
|
||||
- [[FeatureList]] ← 前置步骤 ← [[PRD生成工作流]]
|
||||
- [[Mermaid]] ← 工具依赖 ← [[PRD生成工作流]]
|
||||
- [[不会gemini的产品经理真的要淘汰]] ← 来源 ← [[PRD生成工作流]]
|
||||
- [[AI时代产品经理能力重构]] ← 上位概念 ← [[PRD生成工作流]]
|
||||
40
wiki/concepts/Passive-Learning.md
Normal file
40
wiki/concepts/Passive-Learning.md
Normal file
@@ -0,0 +1,40 @@
|
||||
---
|
||||
title: "Passive Learning"
|
||||
type: concept
|
||||
tags: [学习方法, 知识管理, AI应用]
|
||||
sources: [7-ways-i-use-notebooklm-to-make-my-life-easier]
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
## Definition
|
||||
一种将零碎时间转化为学习时间的认知策略——在驾驶、运动、家务、通勤等手脑分离的场景中,通过音频内容(播客、有声书、AI 生成的对话)被动接收信息,无需主动阅读或专注屏幕。
|
||||
|
||||
## Core Characteristics
|
||||
- **场景适应性**:适合手脑无法专注的被动场景
|
||||
- **内容载体**:以音频为主(播客、语音摘要、AI 对话)
|
||||
- **注意力要求**:低——作为背景内容接收,无需主动操作
|
||||
- **知识密度**:可高可低,取决于内容来源
|
||||
|
||||
## Typical Scenarios
|
||||
| 场景 | 活动类型 | 适配内容 |
|
||||
|------|----------|----------|
|
||||
| 驾驶 | 通勤 | 新闻、行业动态、技术概览 |
|
||||
| 运动/健身 | 体能活动 | 深度播客、教育内容 |
|
||||
| 家务清洁 | 体力劳动 | 书籍摘要、技能教程 |
|
||||
| 通勤 | 公共交通 | 专业领域深度内容 |
|
||||
|
||||
## Implementation via AI Tools
|
||||
- **[[NotebookLM]] Audio Overviews**:将任意文档(PDF、文章、视频字幕)转换为双 AI 主持的对话播客,支持 Deep Dive / Brief / Critique / Debate 等风格定制
|
||||
- **[[Podcastfy]]**:开源播客生成工具,整合 100+ LLM 和多种 TTS 引擎,支持多语言
|
||||
- **[[Daily YouTube Digest]]**:将 YouTube 视频转录并生成音频摘要
|
||||
|
||||
## Related Concepts
|
||||
- [[Second Brain]]:被动学习的内容来源——积累文档,通过 AI 生成播客
|
||||
- [[Personal Knowledge Base (RAG)]]:被动学习内容的生产端
|
||||
- [[Source-Grounding]]:AI 生成学习内容的准确性保证机制
|
||||
- [[播客生成]]:技术实现手段
|
||||
|
||||
## Key Insight
|
||||
> "This audio format is perfect for passive learning because you can consume complex information during times that would otherwise be downtime." — NotebookLM 使用经验文章
|
||||
|
||||
传统观念认为"学习需要专注时间",但被动学习通过重新定义"注意力分配",将原本浪费的碎片时间(驾驶、运动)转化为认知输入,显著扩大了个人每日有效学习容量。
|
||||
34
wiki/concepts/Source-Grounding.md
Normal file
34
wiki/concepts/Source-Grounding.md
Normal file
@@ -0,0 +1,34 @@
|
||||
---
|
||||
title: "Source-Grounding"
|
||||
type: concept
|
||||
tags: [RAG, AI可靠性, 事实核查]
|
||||
sources: [7-ways-i-use-notebooklm-to-make-my-life-easier, google-神级生产力工具-所有-github-开源平替都找到了]
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
## Definition
|
||||
一种 AI 回答约束机制——将 LLM 的知识库严格限定于用户提供的可信文档范围,确保输出内容完全可溯源、可验证、无幻觉。
|
||||
|
||||
## Core Mechanism
|
||||
- **知识边界限定**:AI 仅能访问指定文档集合,无法依赖训练数据中的泛化知识
|
||||
- **引用驱动**:每个答案附带精确引用(原文片段 + 位置),支持一键回溯核实
|
||||
- **零幻觉保证**:因为输出严格来自文档片段,消除了 LLM 自由生成时产生幻觉的风险
|
||||
|
||||
## Trade-offs
|
||||
| 优势 | 局限 |
|
||||
|------|------|
|
||||
| 答案有据可查 | 无法回答文档外的问题 |
|
||||
| 无幻觉 | 依赖文档质量 |
|
||||
| 支持精确核实 | 知识边界受限 |
|
||||
|
||||
## Related Concepts
|
||||
- [[RAG]]:更宽泛的知识检索增强,Source-Grounding 是其严格子集
|
||||
- [[Source Citation]]:引用机制,Source-Grounding 的实现手段
|
||||
- [[Personal Knowledge Base (RAG)]]:依赖 RAG 技术栈提供文档检索能力
|
||||
|
||||
## Source Examples
|
||||
- [[NotebookLM]]:Source-Grounding 的标杆实现,NotebookLM 的核心技术理念
|
||||
- [[OpenNotebook]]、[[SurfSense]]、[[Podcastfy]]:NotebookLM 开源平替,继承 Source-Grounding 约束
|
||||
|
||||
## Why It Matters
|
||||
通用大模型(如 Gemini、ChatGPT)面临的核心问题是"幻觉"——模型可能自信地给出看似合理但错误的信息。Source-Grounding 通过将回答严格限定于可信文档,从根本上消除了这一风险,尤其适用于法律文档审核、医学信息查询、技术文档分析等高精度要求的场景。
|
||||
64
wiki/concepts/超级个体.md
Normal file
64
wiki/concepts/超级个体.md
Normal file
@@ -0,0 +1,64 @@
|
||||
---
|
||||
title: "超级个体"
|
||||
type: concept
|
||||
tags: [一人公司, 个人品牌, AI生产力]
|
||||
sources: [不会gemini的产品经理真的要被淘汰了-附保姆级prd生成指南]
|
||||
last_updated: 2025-12-18
|
||||
---
|
||||
|
||||
## 定义
|
||||
|
||||
**超级个体**(Super个体/Solopreneur)指能独立完成从创意构思到产品交付全流程的个人,通过 AI 工具杠杆放大个人产能,实现过去需要团队才能完成的工作。
|
||||
|
||||
## 核心洞察
|
||||
|
||||
> "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。"
|
||||
|
||||
作者观察到:在当前 AI 能力下能用好 AI 的人,大概率本身就具有在某个领域做到八九十分的能力,只是因为需要横向扩展,所以 AI 帮助他们在其他领域拉到六七十分。
|
||||
|
||||
## 关键能力
|
||||
|
||||
1. **把事情做对的方法论**
|
||||
- 提问能力:能清晰描述问题和约束
|
||||
- 判断能力:对模糊信息有辨别力
|
||||
- 模块化思维:能将复杂任务分解为可管理的模块
|
||||
- 流程化能力:能建立可重复执行的工作流程
|
||||
|
||||
2. **AI 杠杆能力**
|
||||
- 知道何时使用 AI
|
||||
- 能准确评价 AI 输出质量
|
||||
- 能通过迭代调教 AI 达到期望水准
|
||||
|
||||
## 与 AI 的关系
|
||||
|
||||
```
|
||||
超级个体特质
|
||||
↓
|
||||
更容易用好AI
|
||||
↓
|
||||
横向扩展到其他领域
|
||||
↓
|
||||
进一步放大优势
|
||||
```
|
||||
|
||||
```
|
||||
能力六十分及以下
|
||||
↓
|
||||
用不好AI
|
||||
↓
|
||||
被工具化
|
||||
↓
|
||||
嵌入到AI的某个流程中
|
||||
```
|
||||
|
||||
## 扩展阅读
|
||||
|
||||
- [[一人公司]]:超级个体的商业模式实践
|
||||
- [[个人品牌]]:超级个体的个人影响力建设
|
||||
- [[AI时代产品经理能力重构]]:产品经理向超级个体的进化路径
|
||||
|
||||
## Connections
|
||||
- [[不会gemini的产品经理真的要淘汰]] ← 核心洞察 ← [[超级个体]]
|
||||
- [[一人公司]] ← 关联 ← [[超级个体]]
|
||||
- [[个人品牌]] ← 关联 ← [[超级个体]]
|
||||
- [[AI时代产品经理能力重构]] ← 关联 ← [[超级个体]]
|
||||
@@ -2,12 +2,12 @@
|
||||
title: "NotebookLM"
|
||||
type: entity
|
||||
tags: [product, ai, google, productivity]
|
||||
sources: [google-神级生产力工具-所有-github-开源平替都找到了]
|
||||
sources: [google-神级生产力工具-所有-github-开源平替都找到了, 7-ways-i-use-notebooklm-to-make-my-life-easier]
|
||||
last_updated: 2026-04-23
|
||||
---
|
||||
|
||||
## Overview
|
||||
NotebookLM 是 Google 推出的 AI 笔记助手,核心特点是严格基于用户上传的文档范围进行回答,并能提供精准的原文引用。其最出圈的功能是**播客生成**,能将复杂资料一键转换为逼真的双人英语对话播客。
|
||||
NotebookLM 是 Google 推出的 AI 笔记助手,核心特点是**严格基于用户上传的文档范围进行回答**([[Source-Grounding]]),并能提供精准的原文引用。其最出圈的功能是**播客生成**([[Passive-Learning]]),能将复杂资料一键转换为逼真的双人英语对话播客。
|
||||
|
||||
## Aliases
|
||||
- Google NotebookLM
|
||||
@@ -15,8 +15,18 @@ NotebookLM 是 Google 推出的 AI 笔记助手,核心特点是严格基于用
|
||||
|
||||
## Core Capabilities
|
||||
- **文档问答**:基于上传文档的精准回答,带原文引用
|
||||
- **播客生成**:多角色对话音频生成,支持收听学习
|
||||
- **播客生成(Audio Overviews)**:多角色对话音频生成,支持 Deep Dive / Brief / Critique / Debate 等风格定制,适合 [[Passive-Learning]] 场景
|
||||
- **多模态输入**:支持 PDF、网页、音频、YouTube 视频
|
||||
- **Source-Grounding**(来源锚定):AI 严格限定于可信文档范围回答,确保无幻觉、可溯源
|
||||
|
||||
## Daily Life Use Cases(来自用户实测)
|
||||
1. **信息积压处理**:将未读 PDF/文章/视频上传,AI 自动消化,通过问答提取要点
|
||||
2. **播客笔记**:Audio Overviews 将文档转为双 AI 主持的对话播客,适合驾驶/健身等被动学习
|
||||
3. **快速成为多主题专家**:上传专业领域文档,通过辩论式播客深入学习(Batman/Star Wars/Jupiter/Marine Corps 等)
|
||||
4. **编程辅助**:上传官方文档,通过对话实时学习,提供引用回溯
|
||||
5. **项目管理中枢**:将零散研究、想法、会议记录整合为结构化路线图
|
||||
6. **版本对比**:对比 App 更新、新闻稿、长文档差异,列出变化并附带引用
|
||||
7. **法律文档审核**:租约/合同分析,每个答案附引用,可一键回溯原文核实(Premium 核心卖点)
|
||||
|
||||
## Key Parameters
|
||||
- 免费使用
|
||||
|
||||
@@ -4,6 +4,8 @@
|
||||
- [Overview](overview.md) — living synthesis
|
||||
|
||||
## Sources
|
||||
- [2026-04-22] [不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南](sources/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)
|
||||
- [2026-04-22] [7 ways I use NotebookLM to make my life easier](sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md)
|
||||
- [2026-04-22] [Never write another prompt](sources/never-write-another-prompt.md)
|
||||
- [2026-04-22] [一语点醒梦中人](sources/一语点醒梦中人.md)
|
||||
- [2026-04-22] [Best 7 news API data feeds - AI News](sources/best-7-news-api-data-feeds-ai-news.md)
|
||||
@@ -411,9 +413,7 @@
|
||||
- [2026-04-18] [系统提示词构建原则](sources/系统提示词构建原则.md) — (expected: wiki/sources/系统提示词构建原则.md — source missing)
|
||||
- [2026-04-18] [github-上-5000-人收藏的-vibe-coding-神级指南](sources/github-上-5000-人收藏的-vibe-coding-神级指南.md) — (expected: wiki/sources/github-上-5000-人收藏的-vibe-coding-神级指南.md — source missing)
|
||||
- [2026-04-18] [how-to-get-the-rss-feed-for-any-youtube-channel](sources/how-to-get-the-rss-feed-for-any-youtube-channel.md) — (expected: wiki/sources/how-to-get-the-rss-feed-for-any-youtube-channel.md — source missing)
|
||||
- [2026-04-18] [3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1](sources/3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1.md) — (expected: wiki/sources/3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1.md — source missing)
|
||||
- [2026-04-18] [不会gemini的产品经理真的要被淘汰了-附保姆级prd生成指南](sources/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) — (expected: wiki/sources/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 — source missing)
|
||||
- [2026-04-18] [7-ways-i-use-notebooklm-to-make-my-life-easier](sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md) — (expected: wiki/sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md — source missing)
|
||||
- [2026-04-18] [3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1](sources/3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1.md) — Anthropic 官方 Claude Skills 仓库介绍,Skills 作为 AI 应用新范式的核心价值,流程工程 vs 提示词工程
|
||||
- [Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog](sources/Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog.md) — (expected: wiki/sources/Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog.md — source missing)
|
||||
- [Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend](sources/Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend.md) — (expected: wiki/sources/Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend.md — source missing)
|
||||
- [zk-steward](sources/zk-steward.md) — (expected: wiki/sources/zk-steward.md — source missing)
|
||||
@@ -813,6 +813,7 @@
|
||||
- [external配置](concepts/external配置.md)
|
||||
- [Failover](concepts/Failover.md)
|
||||
- [Feature-Flag](concepts/Feature-Flag.md)
|
||||
- [FeatureList](concepts/FeatureList.md)
|
||||
- [File-System-First-UI](concepts/File-System-First-UI.md)
|
||||
- [File-Watcher](concepts/File-Watcher.md)
|
||||
- [FinOps](concepts/FinOps.md)
|
||||
@@ -893,6 +894,7 @@
|
||||
- [Pain-Point-Mining](concepts/Pain-Point-Mining.md)
|
||||
- [Paper-Abstract-Batch-Fetching](concepts/Paper-Abstract-Batch-Fetching.md)
|
||||
- [Parallel-Agent-Execution](concepts/Parallel-Agent-Execution.md)
|
||||
- [Passive-Learning](concepts/Passive-Learning.md)
|
||||
- [passkey](concepts/passkey.md)
|
||||
- [Pay-as-you-go](concepts/Pay-as-you-go.md)
|
||||
- [Penetration-Testing](concepts/Penetration-Testing.md)
|
||||
@@ -904,6 +906,7 @@
|
||||
- [PMDelegationPattern](concepts/PMDelegationPattern.md)
|
||||
- [pmset](concepts/pmset.md)
|
||||
- [Policy-as-Code](concepts/Policy-as-Code.md)
|
||||
- [PRD生成工作流](concepts/PRD生成工作流.md)
|
||||
- [Pre-Build-Validation](concepts/Pre-Build-Validation.md)
|
||||
- [Predictive-Maintenance](concepts/Predictive-Maintenance.md)
|
||||
- [Private-Cloud](concepts/Private-Cloud.md)
|
||||
@@ -968,6 +971,7 @@
|
||||
- [SOCKS5代理](concepts/SOCKS5代理.md)
|
||||
- [Software-Assurance-Maturity-Model](concepts/Software-Assurance-Maturity-Model.md)
|
||||
- [SOUL.md](concepts/SOUL.md.md)
|
||||
- [Source-Grounding](concepts/Source-Grounding.md)
|
||||
- [SSE-Server-Sent-Events](concepts/SSE-Server-Sent-Events.md)
|
||||
- [StackSets-Deployment-Visibility](concepts/StackSets-Deployment-Visibility.md)
|
||||
- [Startup-MVP-Pipeline](concepts/Startup-MVP-Pipeline.md)
|
||||
@@ -1077,6 +1081,7 @@
|
||||
- [设备直通](concepts/设备直通.md)
|
||||
- [语义搜索](concepts/语义搜索.md)
|
||||
- [账号隔离](concepts/账号隔离.md)
|
||||
- [超级个体](concepts/超级个体.md)
|
||||
- [跨境支付](concepts/跨境支付.md)
|
||||
- [软链接策略](concepts/软链接策略.md)
|
||||
- [输入-处理-输出模型](concepts/输入-处理-输出模型.md)
|
||||
|
||||
28
wiki/log.md
28
wiki/log.md
@@ -1,3 +1,31 @@
|
||||
## [2025-12-18] ingest | 不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南
|
||||
- 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
|
||||
- Status: ✅ 成功摄入
|
||||
- Summary: 产品经理Kira2red分享大模型(Gemini)辅助PRD生成的保姆级教程——三步工作流:①用FeatureList构思需求框架(大模型生成层级式功能表)、②Mermaid画逻辑图(ER图/时序图/泳道图辅助理解)、③分页面逐一描述生成PRD+HTML原型。核心方法论:"人负责想,大模型负责写",可缩短文档工作时间90%以上。深层洞察:未来可能不需要PRD文档,产品经理需进化为"超级个体",核心能力是市场洞察而非写文档。
|
||||
- Concepts created: [[FeatureList]], [[超级个体]], [[PRD生成工作流]]
|
||||
- Entities updated: [[Gemini]](关联本文工作流)
|
||||
- Source page: wiki/sources/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
|
||||
- Notes:
|
||||
- 更新 index.md Sources 部分(在首位插入新条目)
|
||||
- 更新 overview.md AI Tools & Prompt Engineering 小节(补充AI辅助PRD生成条目)
|
||||
- Vibe Coding Concept 已存在(无需新建)
|
||||
- FeatureList、超级个体、PRD生成工作流为新创建 Concept
|
||||
- 无内容冲突
|
||||
|
||||
## [2026-04-23] ingest | 7 ways I use NotebookLM to make my life easier
|
||||
- Source file: AI/7 ways I use NotebookLM to make my life easier.md
|
||||
- Status: ✅ 成功摄入
|
||||
- Summary: NotebookLM 7种日常生活场景实测:①处理信息积压(PDF/文章/视频上传,AI自动消化);②播客笔记(Audio Overviews适合驾驶/健身被动学习);③快速成为多主题专家;④编程辅助(提供引用回溯);⑤项目管理中枢(作者一年做出6个App);⑥版本对比(App更新/新闻稿/长文档差异分析);⑦法律文档审核(租约/合同,每答案附引用)。核心机制:Source-Grounding——AI严格限定于可信文档,确保无幻觉。
|
||||
- Concepts created: [[Source-Grounding]], [[Passive-Learning]]
|
||||
- Entities updated: [[NotebookLM]](补充7种用法、Source-Grounding引用、Passive-Learning引用)
|
||||
- Source page: wiki/sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md
|
||||
- Notes:
|
||||
- 更新 index.md Sources 部分(替换 expected 占位条目)和 Concepts 部分(新增2个条目)
|
||||
- 更新 overview.md AI Tools & Prompt Engineering 小节(补充 NotebookLM 7种用法条目)
|
||||
- NotebookLM Entity 页面已存在,更新 sources 字段和内容
|
||||
- Source-Grounding 和 Passive-Learning 为新建 Concept 页面
|
||||
- 冲突检测:未发现与其他 Wiki 页面存在明显内容冲突
|
||||
|
||||
## [2026-04-24] ingest | Never write another prompt
|
||||
- Source file: AI/Never write another prompt.md
|
||||
- Status: ✅ 成功摄入
|
||||
|
||||
@@ -94,6 +94,8 @@ Key concepts: [[国家中小学智慧教育平台]], [[tchMaterial-parser]], [[C
|
||||
### AI Tools & Prompt Engineering
|
||||
Covers Claude Code, Claude Code Templates (npx 一键安装 Skills/Agents/MCP via `npx claude-code-templates@latest --skill=<path> --yes` from aitmpl.com), OpenCode, [[Cursor]], [[Trae]], Gemini CLI, Vibe Coding, [[RAG]], multi-agent workflows, NotebookLM, Nano Banana prompting, and video generation tools.
|
||||
|
||||
**Claude Skills 范式**([[3-2-万人收藏的-claude-skills-才是-ai-这条路上最值得研究的一套范式-1]]):Anthropic 官方 Skills 仓库(github.com/anthropics/skills,3.2 万收藏)将 Claude.ai 网页版的生产级能力原封不动拆解展示,包含办公自动化(Word/PDF/PPT/Excel)、开发者工具箱(MCP Server/自动化测试/Artifacts 构建)和创意类 Skill。核心洞察:**Skills = 说明书 + SOP**,将反复执行的有固定流程的任务拆解为 AI 能理解、能复用、能自动执行的一套流程。Claude Skills 的爆发标志着从「提示词工程」向「流程工程」的范式转变——最有价值的不是 Prompt 写得最花,而是能把业务流程沉淀成 SOP 并交给 AI 稳定执行。Vibe Coding 的尽头也是 Skills。三大 Skill 聚合站(skillsmp.com、aitmpl.com/skills、claudemarketplaces.com)可"拿来主义"直接使用;3 款高产开源 Awesome-Claude-Skills 仓库(ComposioHQ/VoltAgent/BehiSecc)提供系统性灵感。
|
||||
|
||||
**Claude Prompt Library**([[useful-prompt-lib]]):Anthropic 官方提示词库,收录 64+ 款专业化提示词,覆盖开发工具(Python Bug Buster、Code Consultant、Git Gud)、效率工具(Data Organizer、Review Classifier、CSV Converter)、创意工具(Storytelling Sidekick、Culinary Creator)、营销工具(Babel's Broadcasts 多语言推文、Polyglot Superpowers 互译)、教育工具(Meeting Scribe、Lesson Planner、Socratic Sage)等 10+ 领域。TikTok 跨境电商推荐三剑客:Babel's Broadcasts(10 种语言产品发布)、Review Classifier(评论自动化分类)、Data Organizer(非结构化文本→JSON,对接 n8n 工作流)。
|
||||
|
||||
**LLM / RAG / AI Agent 三层架构**:基于 [[llms-rag-ai-agent-三个到底什么区别]] 的系统梳理,AI 应用的三层架构:
|
||||
@@ -109,6 +111,8 @@ Covers Claude Code, Claude Code Templates (npx 一键安装 Skills/Agents/MCP vi
|
||||
|
||||
**NotebookLM 开源平替生态**:基于 [[google-神级生产力工具-所有-github-开源平替都找到了]] 的系统梳理,Google [[NotebookLM]] 作为 AI 笔记助手标杆,支持文档问答和播客生成两大核心能力,GitHub 上已形成完整的开源替代生态:[[OpenNotebook]](14.6k Stars,全功能本地化,支持 16+ AI 提供商和本地模型)是 Star 最高的平替;[[SurfSense]](11.4k Stars)定位为 NotebookLM + Perplexity + Glean 的综合替代,支持语义+全文混合搜索和团队 RBAC;[[Podcastfy]] 专注播客生成,整合 100+ LLM 和多种 TTS 引擎;[[NotebookLlama]](LlamaIndex 官方项目)展示文档转播客的完整技术链条;[[PageLM]] 聚焦教育场景,提供康奈尔笔记和间隔重复闪卡;[[InsightsLM]] 采用 Supabase + N8N 低代码架构,支持完全离线部署。该生态覆盖从"全功能替代"到"垂直聚焦"的不同需求层次。与 [[Personal Knowledge Base (RAG)]](文档检索知识库)同属 AI 驱动的知识管理工具,但 NotebookLM 生态侧重"文档→对话/音频"的交互形态。
|
||||
|
||||
**[[7-ways-i-use-notebooklm-to-make-my-life-easier]]**:NotebookLM 7种日常生活场景实测——①处理信息积压(将未读 PDF/文章/视频上传,AI 自动消化,用户通过问答提取要点);②播客笔记(Audio Overviews 将文档转为双 AI 主持的对话播客,适合驾驶/健身等被动学习场景);③快速成为多主题专家(将 Batman/Star Wars 宇宙资料或 Jupiter/Marine Corps 等专业领域文档上传,通过播客辩论式学习);④编程辅助(上传官方文档,上下文学习,提供引用回溯);⑤项目管理中枢(将零散研究、想法、会议记录整合为结构化路线图,作者用此法一年做出 6 个 App);⑥版本对比(对比 App 更新、新闻稿、长文档差异,列出具体变化并附带引用);⑦法律文档审核(租约/合同分析,每个答案附引用,可一键回溯原文核实)。核心机制:[[Source-Grounding]]——知识库严格限定于可信文档,确保答案有据可查。Premium 版提供更完整的功能。与 [[Second Brain]](对话记忆捕获)同属个人知识管理,NotebookLM 侧重文档驱动的问答与音频交互。
|
||||
|
||||
**[[custom-morning-brief]]**:基于 [[OpenClaw]] 的晨间简报自动化——每天定时(例 8AM)通过 Telegram/Discord/iMessage 推送结构化报告,内容涵盖:新闻研究(AI/创业/科技方向)、当日待办事项(集成 Todoist/Apple Reminders/Asana)、主动任务推荐(AI 自主思考可帮助完成的事项)、睡前完成的完整草稿(脚本/邮件/商业方案,而非仅标题)。核心洞察:**主动任务推荐**是整个系统最有价值的部分——AI 主动思考如何帮助用户,而非被动等待指令;完整草稿(full draft)比标题建议节省大量时间;用户只需发消息即可调整简报内容,无门槛个性化。与 [[self-healing-home-server]] 的 Morning Briefing 属同一模式的不同垂直场景。
|
||||
|
||||
**[[family-calendar-household-assistant]]**:基于 [[OpenClaw]] 的家庭日程协调与物资管理方案——聚合 5+ 个分散日历(工作/个人/家庭/学校/课外)生成每日晨间简报;通过环境消息监控(Ambient Message Monitoring)自动从 iMessage 中识别预约并创建日历事件(含行车时间缓冲);维护家庭库存 JSON(冰箱/储藏室),支持照片 OCR 和小票识别更新;生成购物清单。核心洞察:**Ambient > Active**——Agent 在不被要求时主动行动才是最大突破;Mac Mini 是该场景的最优硬件(iMessage 集成 + 始终在线)。与 [[Custom Morning Brief]] 属同一晨间简报模式的不同场景(个人 vs 家庭)。
|
||||
@@ -143,6 +147,8 @@ Covers Claude Code, Claude Code Templates (npx 一键安装 Skills/Agents/MCP vi
|
||||
|
||||
**Claude Code 调用方法**:[[claude-code调用方法总结]] 详细记录了 Hermes Agent 通过 `terminal` 工具调用 Claude Code 的两种模式——Print Mode(`claude -p`,适合绝大多数任务)和 TMUX 交互模式(适合超长任务)。核心参数包括 `--permission-mode bypassPermissions`(跳过所有权限确认)和 `--add-dir`(加载 SKILL.md)。关键结论:当任务需要 Claude Code 的 Skill 时,应使用 `terminal` 调用 `claude -p` 而非 `delegate_task`。
|
||||
|
||||
**AI辅助PRD生成**:[[不会gemini的产品经理真的要淘汰]] 展示了大模型在产品经理工作流中的实战应用——通过 FeatureList 构思框架 → Mermaid 逻辑图辅助理解 → 分页面逐一描述生成 PRD+HTML 原型,可缩短文档工作时间 90% 以上。核心方法论:人负责"想"(创意决策),大模型负责"写"(格式补全)。
|
||||
|
||||
**[[autonomous-game-dev-pipeline]]**:基于 [[OpenClaw]] 的 AI Agent 全自动教育游戏开发流水线——每小时轮询队列产出 1 款儿童 HTML5 游戏,通过 "Bugs First" 优先策略(先修 bug 再做新功能)、Round Robin 年龄组均衡分配、纯 HTML5/CSS3/JS 无框架技术栈,实现单人维护 41+ 款游戏。核心工程纪律:同步 master → feature branch → conventional commits → PR merge,每次交付自动更新 CHANGELOG 和队列状态。核心价值:**每 7 分钟产出 1 款游戏或 1 个 bugfix**,单人可管理完整产品线。与 [[content-factory]] 同属 Agent 自动化内容生产,但前者侧重多 Agent 协作链,本方案侧重单人 Agent 的高纪律性流水线。
|
||||
|
||||
**[[aionui-cowork-desktop]]**:基于 [[AionUi]] 的 OpenClaw 桌面可视化 + 远程救援方案——通过 AionUi 的 Cowork 工作空间,用户可直接看到 OpenClaw 读写文件、运行命令、浏览网页,而非仅终端日志;内置 OpenClaw 部署专家,通过 Telegram/WebUI 远程诊断修复(`openclaw doctor`),解决"OpenClaw 挂了且不在机器旁"的困境;统一 MCP 配置一次,全局同步到 OpenClaw + 12+ 其他 Agent。与 [[Self-Healing-Home-Server]] 的远程修复场景关联,[[Multi-AgentHub]] 共享同一多 Agent 并行管理理念。
|
||||
|
||||
@@ -0,0 +1,52 @@
|
||||
---
|
||||
title: "3.2 万人收藏的 Claude Skills,才是 AI 这条路上最值得研究的一套范式!"
|
||||
type: source
|
||||
tags: [claude-skills, anthropic, ai-agent, workflow-engineering]
|
||||
date: 2026-01-08
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[AI/3.2 万人收藏的 Claude Skills,才是 AI 这条路上最值得研究的一套范式! 1]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:Anthropic 官方 Claude Skills 仓库的核心价值,以及 Skills 作为 AI 应用新范式的意义
|
||||
- 问题域:AI 应用从「提示词工程」向「流程工程」的范式转变
|
||||
- 方法/机制:Skills = 写给 Claude 的"说明书" + "SOP",将反复执行的有固定流程的任务拆解为 AI 能理解、复用、自动执行的一套流程
|
||||
- 结论/价值:Claude Skills 是 AI 这条路上最值得研究的一套范式;最有价值的不是 Prompt 写得最花,而是能把业务流程沉淀成 SOP 并交给 AI 稳定执行
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- Anthropic 官方 Skills 仓库(github.com/anthropics/skills)收藏数突破 3.2 万,它将 Claude.ai 网页版的真实生产级能力原封不动地拆解展示
|
||||
- Skills 本质是官方在教"怎么像我们一样开发 AI 应用"——包含办公自动化(Word/PDF/PPT/Excel)、开发者工具箱(MCP Server/Web 测试/Artifacts 构建/自动化验证)、创意类 Skill
|
||||
- 除官方库外,还有 3 款高产开源 Awesome-Claude-Skills 精选仓库:ComposioHQ、VoltAgent、BehiSecc
|
||||
- 三大 Skill 聚合站(skillsmp.com、aitmpl.com/skills、claudemarketplaces.com)可"拿来主义",内容多、更新快、有分类有搜索
|
||||
- Claude Skills 的爆发标志着从提示词工程迈向流程工程;Vibe Coding 的尽头也是 Skills
|
||||
|
||||
## Key Quotes
|
||||
> "Skills 就是一套你写给 Claude 的'说明书'和'SOP(标准作业程序)'" — 文章核心定义
|
||||
> "这个库本质上是官方在教你,'怎么像我们一样开发 AI 应用'" — 官方 Skills 库的核心价值
|
||||
> "未来真正有价值的,不是谁的 Prompt 写得最花、谁一次能生成最多内容。而是谁最懂业务流程、谁能把经验沉淀成 SOP、谁能把 SOP 交给 AI 稳定执行" — 文章核心洞察
|
||||
|
||||
## Key Concepts
|
||||
- [[Claude Skills]]:将反复执行的有固定流程的任务拆解为 AI 能理解、能稳定复用、能自动执行的一套流程,是 AI 应用从「提示词工程」向「流程工程」转变的核心产物
|
||||
- [[Vibe Coding]]:AI 辅助编程的新范式,其尽头也是 Skills
|
||||
- [[流程工程(Workflow Engineering)]]:相对于提示词工程的新阶段,关注将人类业务流程经验转化为可自动化执行的 SOP
|
||||
|
||||
## Key Entities
|
||||
- [[Anthropic]]:Claude Skills 官方仓库的发布方,将 Claude.ai 网页版的生产级能力原封不动地拆解展示给开发者
|
||||
- [[skillsmp.com]]:Skill 聚合站,提供大量社区 Skills 的直接复制使用
|
||||
- [[aitmpl.com]]:Skill 聚合站,内容多、更新快、有分类有搜索
|
||||
- [[claudemarketplaces.com]]:Claude Skill 市场,提供可搜索的 Skills 目录
|
||||
- [[ComposioHQ]]:Awesome-Claude-Skills 精选仓库的维护方之一
|
||||
- [[VoltAgent]]:Awesome-Claude-Skills 精选仓库的维护方之一
|
||||
- [[BehiSecc]]:Awesome-Claude-Skills 精选仓库的维护方之一
|
||||
- [[Claude Code]]:Anthropic CLI 编码代理,内置 Skill 能力,可通过 npx claude-code-templates 扩展技能库
|
||||
|
||||
## Connections
|
||||
- [[Claude Code Skills]] ← extends ← [[Claude Skills]](Claude Code Skills 是 Claude Skills 在 CLI 工具上的具体实现)
|
||||
- [[Vibe Coding经验收集]] ← related_to ← [[Claude Skills]](Vibe Coding 的尽头是 Skills)
|
||||
- [[如何在项目里安装claude-code-templates-skills]] ← related_to ← [[Claude Skills]](安装扩展 Skills 的方法)
|
||||
- [[Google-5个-Agent-Skill-设计模式]] ← extends ← [[Claude Skills]](Google 发布的 Skill 设计模式)
|
||||
- [[Claude Code调用方法总结]] ← related_to ← [[Claude Skills]](Claude Code 内置 Skill 能力)
|
||||
|
||||
## Contradictions
|
||||
- 无已知冲突内容
|
||||
@@ -0,0 +1,53 @@
|
||||
---
|
||||
title: "7 ways I use NotebookLM to make my life easier"
|
||||
type: source
|
||||
tags: [AI工具, NotebookLM, 知识管理, 被动学习]
|
||||
date: 2025-11-23
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[raw/AI/7 ways I use NotebookLM to make my life easier]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:作者分享个人使用 Google NotebookLM 的 7 种日常生活场景
|
||||
- 问题域:信息过载时代,如何高效处理大量未读内容、学习新技能、管理项目
|
||||
- 方法/机制:利用 NotebookLM 的 source-grounding(来源锚定)特性——仅基于用户上传的文档回答问题,确保答案有据可查、可溯源、可信
|
||||
- 结论/价值:NotebookLM 的核心优势是"准确性优先"——将知识库严格限定于可信文档,扮演用户自定义的专属专家,可替代 Gemini 或 ChatGPT 处理许多日常任务
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- NotebookLM 的 source-grounding 机制确保 AI 输出严格基于可信文档,杜绝幻觉
|
||||
- 将 PDF、文章、YouTube 视频等未读材料上传 NotebookLM,AI 自动完成阅读和理解,用户通过交互式问答获取核心内容
|
||||
- Audio Overviews(播客概览)将文档转换为双 AI 主持的对话播客,适合驾驶、健身等被动学习场景
|
||||
- 可将游戏文档、历史资料等非小说类内容作为学习材料,通过辩论式播客深入理解
|
||||
- NotebookLM 可作为编程学习助手:上传官方文档,通过对话实时学习,并提供原文引用
|
||||
- NotebookLM 可作为项目管理的"个人知识中枢",将零散的研究资料、想法、会议记录整合为结构化路线图
|
||||
- 对比不同版本的 App 更新、新闻稿、长文档时,NotebookLM 可快速列出差异并附带引用
|
||||
- 法律文档(租约、合同)分析是 NotebookLM Premium 的核心卖点——每个答案都附带精确引用,支持一键回溯原文
|
||||
|
||||
## Key Quotes
|
||||
> "The core magic behind this whole approach is called source-grounding. NotebookLM's entire knowledge base is strictly limited to the documents you specifically upload. This means the output it gives you is accurate and self-verified." — NotebookLM 的核心技术:来源锚定,知识库严格限定于上传文档
|
||||
> "NotebookLM will only take what is given and give you citations that show you where things are said." — 每个答案都附带引用,指向原文位置
|
||||
> "Every answer is accompanied by a precise citation. I can click this citation to instantly view and confirm the exact wording right there in the source itself." — 精确引用支持一键回溯原文核实
|
||||
> "This audio format is perfect for passive learning because you can consume complex information during times that would otherwise be downtime." — 播客格式非常适合被动学习,零碎时间也能消化复杂信息
|
||||
> "I made about six apps that are being leased by companies this year, which NotebookLM organized into goals for me." — NotebookLM 帮助作者将零散想法整理成可执行目标,一年做出 6 个 App
|
||||
|
||||
## Key Concepts
|
||||
- [[Source-Grounding]]:NotebookLM 的核心技术,仅基于用户上传的文档回答问题,确保答案有据可查、无幻觉
|
||||
- [[Audio Overview]]:NotebookLM 将文档内容转换为双 AI 主持的播客式对话,支持 Deep Dive / Brief / Critique / Debate 等多种风格定制
|
||||
- [[Passive Learning]]:通过音频形式(播客)在驾驶、运动、清洁等被动场景中学习复杂信息
|
||||
- [[Source Citation]]:每个答案附带精确引用,可一键跳转到原文位置核实
|
||||
- [[Custom Instructions]](AI Host):可为主持人 AI 指定角色和风格,如设定为"该主题的学生"进行学习
|
||||
- [[Project Roadmap]]:NotebookLM 将零散资料和想法整合为结构化项目路线图
|
||||
|
||||
## Key Entities
|
||||
- [[NotebookLM]]:Google 开发的 AI 笔记助手,支持文档问答和播客生成两大核心功能,核心优势是 source-grounding 确保答案准确可信
|
||||
- [[Google]]:NotebookLM 的开发商
|
||||
|
||||
## Connections
|
||||
- [[google-神级生产力工具-所有-github-开源平替都找到了]] ← extends ← [[7-ways-i-use-notebooklm-to-make-my-life-easier]](本文是 NotebookLM 使用经验,开源平替文章系统梳理了 NotebookLM 生态)
|
||||
- [[Personal Knowledge Base (RAG)]] ← related_to ← [[7-ways-i-use-notebooklm-to-make-my-life-easier]](两者同属 AI 驱动的知识管理工具,RAG 更通用,NotebookLM 侧重对话+音频交互)
|
||||
- [[Second Brain]] ← related_to ← [[7-ways-i-use-notebooklm-to-make-my-life-easier]](两者同属个人知识管理,NotebookLM 侧重"文档→问答/音频",Second Brain 侧重"对话记忆捕获")
|
||||
- [[Passive Learning]] ← extends ← [[7-ways-i-use-notebooklm-to-make-my-life-easier]](Audio Overview 是被动学习的具体实现形式)
|
||||
|
||||
## Contradictions
|
||||
- 暂无发现与其他 Wiki 页面存在明显内容冲突
|
||||
75
wiki/sources/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
Normal file
75
wiki/sources/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
Normal file
@@ -0,0 +1,75 @@
|
||||
---
|
||||
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
|
||||
Reference in New Issue
Block a user