产品经理工作流融合 AI 实战:从需求收集到开发上线全流程
AI工具正在彻底重塑产品经理的工作流。从需求收集到原型设计,再到文档输出与需求变更,Claude Code与秒悟cli的组合让整个流程无缝衔接。本文将深度解析如何利用AI工具实现原型与文档的自动化生成,以及在实际应用中如何平衡效率与成本,揭秘一套真正高效的产品开发闭环体系。

之前分享了一下产品经理 AI 原型工具对比,之前受限于工具,产品原型与产品文档一直是割裂的,最近正好秒悟出了 cli,我又可以将我的产品工作流迭代一下了,跟大家分享一下。

目前的工具清单:
Claude Code+ 飞书cli(飞书妙计+飞书文档)+秒悟cli
01 工作流

需求收集阶段
跟业务同学以及跟用户调研的时候,打开飞书妙计,AI 自动记录沟通过程,会议结束之后,会出智能总结,直接截图给大家确认,就不用自己写会议纪要了,后续如果有分歧也方便查找与澄清。
原型 demo 与方案确认
输出原型demo
这个是AI 融入最深的部分,加入 AI 之后,效果提升最大的部分。
我直接在 Claude Code(大家自己Hermes、codex 等都可以)中,找到之前模块的文件夹,启用 CC,然后给他之前的飞书妙计,让他画原型就可以了。如果有不对的地方,就截图对话,让 AI继续调整原型。
原型 demo 阶段,完成之后,直接让 CC 调用秒悟 cli,把我们原型部署到我们的秒悟上,然后就可以在秒悟看到原型链接,直接发给业务同学,让他们确认。我让 AI 做了一个简单的 demo,大家可以看下。
https://e6ivi99fig1z.meoo.infohttps://e6ivi99fig1z.meoo.info/

与业务方案确认与原型更新
因为有了可点击的交互,大家讨论起来会非常高效,问题也会非常聚焦。业务侧提出反馈建议之后,直接让 AI 立即修改,AI 就可以基本改干净,之前手动画原型,改一个地方,对应的列表、详情、弹窗都要改就很低效。 AI 做这种改原型的事情,就非常的高效,这块也是对于我个人效率提升最大的地方。
产品文档输出
这个环节3.0 最大的改进的地方,之前的原型是在平台上做的,我们在做原型的时候,很多逻辑已经跟 AI 说过了。但是我们自己写需求文档的时候,又要跟 AI 说一遍,这种重复性工作,就非常没有意义。
现在使用 cc+秒悟 cli 之后,画原型是用自己的电脑,原型画好之后,直接给他一个需求文档模板,然后直接让 AI 基于历史聊天记录,编写需求文档就可以了,这样大部分的核心逻辑,就可以直接帮我们编写好了。我们只要查缺补漏,效率会提升比较多。
研发的需求变更阶段
开发过程中,可能会遗漏部分需求细节,或者技术侧想要换个实现方式的,这部分之前都是群沟通。现在我的做法是针对某个迭代,专门建立一个群,然后在群公告中,把关联的需求沟通的飞书妙计、飞书的需求文档、需求评审的飞书妙计,都添加到群文档中。
然后让 AI 直接获取群聊记录以及群文档,确定哪些需求点发生变更了,发生变更后,直接让 AI 基于讨论的结论,直接改原型/改需求文档。 这种效率提升就很大。
但是这种AI 更新的时候,可能会产生幻觉与错误,所以针对 AI 直接修改需求文档的场景,需要 AI 通过评论的形式,给出修改的原因与依据。这样 AI 改完之后,人工进行复核,可以人工纠错。
02 总结
AI 工作流的成本与效率的权衡
这个是最大的难题,一旦自己的项目逐步切入 AI 之后,上下文越来越长了,之前改了一个小需求点,消耗了几百万的token,十几块没有了。然后因为大模型响应比较慢,有时候改个小东西,手动 1 分钟就搞定, AI来来回回读取各种上下文,也要好几分钟时间,真的是捉急。
如果是小需求,简单改改页面与字段的,建议直接传统的方式,手动画一下原型快速写个文档,这样效率可能还更高一点。
后续计划
目前原型中针对当前系统的现状,做出改进型的产品流程。后续会想着怎么提出需求之后,让 AI 接入到系统的需求文档以及代码中,梳理出系统现状,然后基于现状继续往下开发。这个对于复杂项目,以及团队人员中途有变更的时候,特别有用。
另外后续我会在我的 GitHub 上,把这些 skill脱敏之后 都开放出来,方便大家使用。
我的 GitHub 链接:https://github.com/AngusTarsWong
本文由 @寻走 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自Unsplash,基于CC0协议
- 目前还没评论,等你发挥!

起点课堂会员权益




