AI时代下，B端产品经理如何从零开始构建专属AI工作流？本文作者亲身经历从“AI新手”到“数字分身”的完整进化路径，揭秘如何将AI工具真正嵌入需求理解、原型设计、PRD撰写等核心工作环节，并分享90天实战框架，助你摆脱碎片化应用，实现能力模块的可持续沉淀。

2025 年刚开始深度接触 AI 时，我其实很慌。

不是担心“会不会被替代”这种大话题，而是一个更现实的问题：

我每天的工作里，AI到底该放在哪一步？

我当时也走了很多弯路。

看了很多教程，收藏了很多提示词，结果真正做需求、画原型、写 PRD 的时候，还是用回老方法。

后来我才慢慢走出来。

今天这篇不讲概念，我只复盘一件事：

一个 B 端产品经理，怎么从“偶尔用 AI”走到“有自己的 AI 工作流”，再走到“开始做数字分身”。

如果你现在也在“会一点，但没形成体系”的阶段，应该会有共鸣。

一、我最开始的误区：把 AI 当搜索框，而不是工作流节点

我刚开始用 AI 的方式很典型：

• 问定义
• 问方案
• 让它润色一段话

看起来每天都在用，但价值不大。

因为这些动作都在“边角料”上，没进入核心产出链路。

对 B 端产品经理来说，核心产出不是一句话，而是一整条链路：

• 需求理解
• 方案表达
• 原型呈现
• 文档对齐
• 评审推进

如果 AI 只帮你写几句好看的描述，最后你会觉得“有用，但不关键”。

我后来真正开始起变化，是做了一个很小但很关键的动作：

不再先问 AI 能干嘛，而是先拆我每天重复做的任务。

二、第一个转折：从“玩工具”到“拿真实任务喂工具”

我最早的工具组合是 VSCode + Cursor。

一开始也是在试功能，写点 demo，看看能不能生成代码。

真正让我打开局面的，是我把一个非常具体的任务交给它：

用静态 H5 画一个可交互的原型页面。

这件事听起来不大，但它直接改变了我的工作方式。

过去做 B 端原型，我要在设计稿、流程说明、评审口头表达之间来回切换。

现在我先让 AI 出一个能点、能看、能演示的 H5 原型。

这有三个好处：

1. 讨论焦点从“你想表达什么”变成“页面行为是不是对的”。
2. 评审效率明显变高，很多误会当场就能消掉。
3. 我自己梳理需求的速度也更快，因为页面会逼着你把细节补完整。

这时候我第一次意识到：

AI 的价值不是替你做完工作，而是帮你把抽象问题更快变成可讨论对象。

三、第二个转折：把单点提效，串成稳定工作流

只有原型还不够。

你在 B 端项目里会很快发现，原型只是起点，后面还有一整串动作要跟上。

我后来把流程固定成了下面这条链路：

1. 用 AI 快速搭静态 H5 原型（先把方案“看得见”）
2. 基于原型回写 PRD（把规则、边界、异常写清楚）
3. 用 AI 生成并优化流程图（补齐跨角色和状态流转）
4. 评审后再反向更新原型和文档（保持版本一致）

这个工作流最关键的一点是：

每一步都能吃到上一步的产物。

不是今天让 AI 写一段文案，明天又从零开始。

一旦串起来，你会发现自己的产出稳定性变高了。

以前我经常在 PRD 阶段才发现流程断点，现在在原型阶段就能暴露出来。

以前评审主要靠嘴说，现在更多靠“页面 + 文档 + 流程图”三件套同步验证。

四、第三个转折：从 Cursor 转到 Codex / Claude Code，我学到的不是“更强”，而是“更可持续”

后来我从 Cursor 逐步转到 Codex 和 Claude Code，不是因为谁绝对更好，而是因为我开始追求另一件事：

可持续协作。

我希望 AI 不只是一次性帮我产出，而是能在一个项目上下文里持续推进：

• 读现有目录
• 识别改动
• 基于已有结构生成新稿
• 按平台再改写
• 归档到固定目录

当这些动作能连起来，我的角色就变了。

从“我写，AI偶尔帮忙”，变成“我定目标，AI和我一起跑流程”。

这也是我后来开始做 skill 的原因。

五、我理解的“数字分身”，不是玄学，是可复用的能力封装

很多人听到“数字分身”，会以为是做一个很聪明的聊天机器人。

我自己的理解更朴素：

把你高频、可标准化的能力，沉淀成可复用流程。

比如我现在会沉淀这些东西：

• 常用文章结构模板（不同平台不同语气）
• PRD 写作检查清单（字段完整性、边界条件、状态流）
• 评审前自测清单（是否可演示、是否可追踪、是否可回滚）
• 归档规范（平台稿、投稿包、图片、说明）

这就是数字分身的雏形。

它不神奇，但非常实用。

因为它把“靠经验临场发挥”变成“有方法可复制”。

六、我最想强调的一句话：别因为一件小事自己做得快，就放弃让 AI 参与

这是我这两年最大的体会。

很多同学会说：

“这个我自己 10 分钟就做完了，不用 AI 更快。”

短期看没问题，长期看这是在放弃训练机会。

AI 能不能真的帮上你，取决于你给了它多少真实场景、多少反馈闭环。

你总在“大任务”才用它，它就很难理解你的工作习惯。

反而是那些小任务、日常任务、重复任务，最适合用来训练协作默契。

我自己的做法是：

• 小到改标题、改一段结构，也先让 AI 参与
• 让 AI 给出版本 A/B，我负责判断和取舍
• 每次都把“为什么改”讲清楚，作为下一轮输入

这样跑一段时间后，它给你的内容会越来越像“你自己”。

这才是数字分身真正开始形成的信号。

七、给 B 端产品经理的 90 天行动框架（可直接照做）

如果你现在也想从“会用一点 AI”走向“形成自己的工作流”，可以先跑一个 90 天版本。

第 1-30 天：固定一个高频场景

不要贪多，先选一个你每周都在做的任务。

我建议从下面二选一开始：

1. 原型初稿（页面结构 + 关键交互）
2. PRD 初稿（目标、流程、边界、验收）

目标只有一个：

让 AI 进入你的主流程，而不是边角流程。

第 31-60 天：把上下游串起来

把单点动作升级成链路动作。

比如你可以定一个最小闭环：

原型 -> PRD -> 流程图 -> 评审问题清单

这个阶段重点不是“写得多漂亮”，而是“版本能对齐”。

第 61-90 天：开始沉淀自己的 skill

把前 60 天反复出现的动作，整理成模板：

• 提示词模板
• 输入字段模板
• 产出检查清单
• 归档命名规范

当你手上有 3-5 个稳定模板时，你已经不在“学工具”阶段了。

你在搭自己的能力系统。

八、最后说个更现实的结论

AI 时代，B 端产品经理真正的竞争力，不是“你会不会某个工具”。

而是这三件事：

1. 你能不能把复杂业务快速结构化。
2. 你能不能把产出链路稳定跑起来。
3. 你能不能把自己的方法沉淀成可复用资产。

我也是从迷茫一路走过来的。

所以我现在不太焦虑“会不会掉队”。

我更关注的是：

今天我有没有再多沉淀一个可复用的能力模块。

你每多沉淀一个模块，你的数字分身就更完整一点。

这就是我理解的，不掉队。