六年电商产品经理入职三天交了48页Axure原型，却被五分钟放下——他把"让大模型理解用户意图"的问题，拆成了200多条if-else交互规则。AI时代，画原型、写PRD的手艺正在贬值，真正值钱的是定义"什么算对"、设计人机协作、算Token成本账。
去年底团队来了个新同事，做了六年电商产品经理，简历漂亮，大厂背景。
入职第一周我让他出一个智能客服的方案，三天后他交了一份 48 页的 Axure 原型——每个页面状态、每个按钮交互、每条异常提示，画得工工整整。
我看了五分钟就放下了。
——不是因为做得不好，恰恰相反，太"好"了。
他把一个本质上是"让大模型理解用户意图并给出合理回复"的问题，硬生生拆成了 200 多条 if-else 的交互规则。这事让我挺感慨的——这哥们能力没问题，是整个工作范式变了，他还在用旧地图找新路。
你引以为豪的手艺，正在贬值
我自己也经历过这个阶段。两年前出一个功能，产品经理的工作链条是这样的：竞品调研三天，用户访谈两天，需求文档两天，原型设计三天，评审一天，加起来两周起步。
现在呢？
我把竞品截图、用户反馈、历史数据丢给 AI，半小时就能拿到一份八九不离十的初稿。原型也不画了，直接让 AI 生成可交互的前端 demo，评审的时候大家看到的就是一个能点的东西，不是静态线框图。
这不是炫耀效率。
我想说的是，当"出活"被压缩到原来十分之一的时间，你剩下那九成时间如果不知道干什么，就真的危险了。
很多 PM 的焦虑不是"AI 会不会取代我"，而是"那些我一直引以为豪的手艺——画原型、写详尽的 PRD、跟开发对字段——突然不值钱了"。
我现在的日常，跟三年前完全不一样
那不画原型不写 PRD，AI 产品经理整天在干嘛？聊聊我现在花时间最多的几件事。
1. 定义"什么算对"
这事听起来简单，做起来要命。
传统软件有 Bug 就修，逻辑对就上线。AI 产品最折磨人的地方是——你没法用"对错"来衡量它。
我们有个合同审核的 Agent，让它找出合同里的风险条款。
那漏找了一条算不算 Bug？
找出来但描述不太精确算不算？
把一条没风险的标成有风险算不算？
这些问题没有标准答案，但你作为产品经理必须给出标准答案——拉着业务方和算法一条条定义、一条条标注、一条条建评测集。
这活又脏又累，但这就是 AI PM 最硬核的日常。
你不是在定义产品长什么样，你是在定义 AI 的及格线。
2. 设计人和 AI 怎么配合
传统 PM 设计的是人和界面的交互，AI PM 设计的是人和一个"不太靠谱的聪明助手"之间的协作方式。
你得想清楚哪些环节让 AI 全自动跑，哪些必须人看一眼，AI 犯错了怎么兜底，用户怎么知道"这个结果 AI 不太确定"。
去年我们做了个文档生成工具，第一版做成全自动——用户一点就出结果。上线后投诉率巨高。
不是生成质量差，是用户心理上不信任一个黑盒。后来加了一步"AI 生成草稿 → 高亮不确定的部分 → 用户确认或修改 → 定稿"，留存直接翻倍。
你看，这个改动跟技术一点关系都没有，纯粹是产品设计的功力。
3. 算成本账
很多转型 PM 完全没这个概念。
传统软件上线后边际成本趋近于零，但 AI 产品每多一个用户就多烧 Token。
我现在立项第一件事不是画原型，是拿计算器——一次调用多少 Token？日活多少？月成本多少？能不能简单问题用小模型、复杂的再调大模型？
上个季度我们砍了一个 Demo 效果惊艳的功能，算完账发现年 Token 成本 300 多万，预期收入增量不到 100 万。
会算这笔账，比会画原型值钱多了。
转型路上我见过最多的翻车
这几年带过不少转型过来的同事，也面过不少候选人，几种翻车姿势特别典型。
有人花三个月去报班学 Python 和机器学习，学了个一知半解的 TensorFlow，面试时被问到"你们 RAG 召回率怎么优化的"还是哑火。
你是产品经理，不是要转算法工程师。
你需要的是"技术流利度"——能听懂工程师在说什么，能判断一个需求在技术上靠不靠谱。
这个靠做项目练出来，不是靠刷网课。
有人简历上写"熟练使用 ChatGPT"。
2026 年了，这就好比 2015 年写"会用微信"。面试官想看的是你用 AI 解决了什么业务问题、选了什么方案、效果怎么量化、踩了什么坑。
如果手里没案例，最快的办法是自己动手——去 Coze 或 Dify 上花两个周末搭一个行业知识问答 Agent，从数据清洗、Prompt 调优到评测跑一遍完整流程。这个过程本身就是最好的简历素材。
还有一种最可惜：觉得"懂 AI"就够了，把过去的行业经验当包袱丢掉。
你在电商干了五年，对用户决策链路、退货率、客服话术烂熟于心——这些才是你最大的资产。现在最缺的不是"懂 AI 的通才"，是懂行业的 AI 专家。一个做过三年金融风控的 PM 去做合规审核 Agent，碾压任何只懂技术的新人。
那明天可以做什么？
不用一步到位。拿你手头正在做的项目，想一遍：如果加一个 AI 能力，哪个环节会发生质变？不要想"加个聊天机器人"这种表面的，想想流程本身能不能被重构。
然后去搭一个 Agent，什么都行。帮你整理会议纪要的、做竞品监控的、分析用户反馈的。搭的过程你会自然理解什么叫 Prompt 工程、什么叫 RAG、什么叫工具调用。比看任何教程都管用。
再找一个在做 AI 项目的团队聊聊——不是听他们吹 Demo 多炫，而是问上线后踩了什么坑、评测怎么做的、成本怎么控的。这些真实经验网上很难搜到。
AI 产品经理不是一个新物种。你过去攒的用户洞察、商业判断、跨团队协调能力，一样都没过时。真正过时的，只是用确定性的方式去管理一个充满不确定性的系统。
接受这个，你就已经迈出最难的一步了。
以上是一个做了多年 AI 产品、踩过无数坑的人的真实体感。欢迎在评论区聊聊你的转型经历，或者你正在纠结的问题——比起单方面听我说，互相交流可能更有用。
本文来自微信公众号“人人都是产品经理”（ID：woshipm），作者：咖啡不加糖，36氪经授权发布。
2条评论