从自认高效的AI工具使用者到被行业前辈点醒，一位AIGC产品经理意外发现Claude带来的工作流革命。当交互设计从几天压缩到10分钟，当系统提示词搭建从7天缩短到3小时，这款被称作'细糠'的工具正以深度理解能力与结构化输出，重新定义AI产品经理的工作效率边界。

作为一个AIGC行业的产品经理，我每天都在和各种AI工具打交道。从需求分析到交互设计，从竞品调研到提示词工程，AI工具早已成为了我工作中不可或缺的一部分。

但直到最近的一次行业聚餐，我才发现——原来我一直在“吃粗粮”，而“细糠”就在眼前。

一、一顿饭局引发的“认知颠覆”

前段时间参加了一场AI行业的分享会，到场的都是行业里的资深从业者——有做大模型的，有做AI应用的，也有和我一样做AI产品的。分享会结束后大家一起吃饭，席间气氛热络，话题自然而然地聊到了一个每个AI从业者都绕不开的问题：

“你平时用什么AI工具来提效？”

我当时还挚自信地说：“日常主要用Gemini做内容分析和辅助决策，配合一些IDE工具做代码层面的工作，效率已经很不错了。”

结果话音刚落，周围几个人几乎同时笑了起来。一位做了五年AI产品的老哥直接来了一句：

“兄弟，你这是没吃过细糠啊，一直在吃粗粮。”

说实话，我当时是有点懵的。Gemini我用得很顺手，日常工作确实已经离不开了，怎么就成“粗粮”了？

他们的答案很一致：试试 Claude。

其实我之前不是不知道Claude，只是由于一些客观原因一直没有深度使用过。但那天在座的几位都是行业里打过硬仗的人，他们的一致推荐让我动了心。于是我抱着“既然大家都说好，那就来尝尝这个细糠”的心态，开始了我的Claude之旅。

然后我发现——真的是细糠，而且香得离谱。

二、从“粗粮”到“细糠”：工作流的蜕变

为了让大家更直观地感受这个变化，我把切换前后的工作流做了一个完整的对比。先看全景图：

图1：工具切换前后工作流对比

过去我的工作流是“分段式”的：需求分析用一个工具，代码实现切到IDE，交互设计又得去调研竞品，提示词搭建更是纯手工活。每个环节都要来回切换，信息在不同工具之间反复搬运，光是上下文的对齐就要花费大量时间。

而现在的工作流，核心变化就一个词：收敛。大部分工作可以在一个对话窗口里完成，从需求输入到方案输出，Claude 能帮你一步到位。

三、让我“真香”的核心场景

3.1 给个链接，直接出方案

这是让我彻底“真香”的第一个场景。

之前我在搭建系统提示词的时候，最头疼的就是交互逻辑的设计。我需要去研究大量竞品，看看它们是怎么做的，有哪些设计模式可以借鉴，然后再从中提炼出适合自己产品的方案。这个过程通常需要好几天。

但 Claude 改变了这一切。我只需要做一件事：给一个产品链接，告诉它我想要什么功能。

结果出乎意料——它直接给了我一套完整的交互逻辑方案，包括用户流程、状态流转、异常处理、甚至提示词的架构建议。完整度之高，让我这个做了几年产品的人都感到惊讶。

下面这张图展示了 Claude 拆解产品交互逻辑的完整流程：

图2：用 Claude 拆解产品交互逻辑的完整流程

从输入到分析再到输出，整个过程不超过10分钟。而且输出的方案不是泛泛而谈的“建议”，而是可以直接落地的“方案”——用户流程图、交互逻辑、提示词架构、实施建议，四大模块一次搞定。

3.2 日常工作全面提效

随着使用的深入，我发现 Claude 的价值远不止于交互设计。作为AI产品经理，我的日常工作涵盖了竞品分析、需求文档、交互设计、提示词工程、方案评审、技术沟通、数据分析等多个场景，而 Claude 几乎在每一个场景都能带来显著的效率提升。

图3：AI产品经理日常工作全流程提效对比

尤其是提示词工程和交互设计这两个场景，效率提升可以达到85%-90%。以前需要花几天时间调研、分析、编写、调试的工作，现在可能一个下午就搞定了。

四、系统提示词搭建：从“苦力活”到“巧力活”

作为AIGC产品经理，系统提示词的搭建是我工作中最核心也最耗时的环节之一。好的系统提示词直接决定了产品的用户体验和效果表现。

过去的方式是这样的：先花几天调研竞品，看看别人的提示词是怎么写的；然后手动归纳结构模式；接着从零编写；再反复测试、调优。整个过程通常需要7到11个工作日，而且由于人工调试的局限性，质量还不太稳定。

而现在用 Claude，整个流程被压缩到了2-3个小时：

图4：系统提示词搭建的前后对比

最关键的变化不仅仅是时间的缩短，更是质量的提升。Claude 在分析产品和生成提示词时，能够考虑到很多我可能遗漏的边界情况和异常处理。它不是简单地帮你写一段文字，而是帮你搭建了一个完整的“提示词系统”。

五、写在最后：不是 Gemini 不好，而是 Claude 更适合

我想特别说明的是，这篇文章不是在踩Gemini。Gemini依然是一个优秀的AI工具，它在很多场景下的表现也很出色。但对于我所从事的AIGC产品经理这个角色来说，Claude在几个核心维度上确实更胜一筹：

深度理解能力：Claude 对复杂产品逻辑的理解和拆解能力明显更强。给一个产品链接，它能深入分析交互模式、信息架构、用户流程，而不是只给出表面的功能描述。

结构化输出：输出的内容不是散乱的“建议”，而是体系化的“方案”。从用户流程到技术实现，逻辑严密、层次清晰、可直接落地。

上下文连贯性：在长对话中，Claude 能很好地维持上下文，支持持续迭代优化。不会出现“聊着聊着就忘了之前说的话”的问题。

提示词工程能力：作为大模型公司出品的工具，Claude 在提示词设计方面有着天然的优势，生成的系统提示词质量稳定且实用性强。

回到开头那顿饭局，现在回想起来，我特别感激那几位“推了我一把”的行业前辈。有时候，人会陷入一种“工具舒适区”——因为已经很习惯了，就认为已经够好了。但当你真正尝试了更好的方案之后，才会发现自己之前错过了多少。

如果你也是一位AI产品经理，或者是AIGC行业的从业者，我真的建议你认真试试 Claude。不是因为它完美无缺，而是因为——

对于我们这个行业来说，它真的太香了。