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]]
|
||||
Reference in New Issue
Block a user