AI时代下，产品经理的核心能力正在被重新定义。从模糊需求到精准落地，vibe coding不是简单的AI辅助编程，而是将产品思维转化为可执行方案的完整闭环。本文通过五个实战项目拆解，揭示如何让AI成为你的『追问者』而非『替代者』，并分享从PRD撰写到原型设计的四步心法，带你突破『会说不会做』的转型瓶颈。

去年有人问我：“你不写代码，怎么一个人做出来一堆东西？”

我做的五个独立作品——Linger、北极星知识库、GlowNote、Duet、Daily Tarot。一行业务代码没亲手敲过。加上手里两个企业级 0→1 项目，全程 vibe coding。

但我想先泼盆冷水：vibe coding 不是“AI 帮我打字”。

如果你以为它是“我说一句、AI 写一段、我不用动脑”，那你大概率会经历我最早经历的事：AI 给你做了一堆你根本不想要的东西，你删它、debug 它的时间，比你自己想清楚再重做还长。

这篇文章想讲的，不是工具怎么点。是一件更要命的事：这个时代真正稀缺的，恰恰是产品经理每天都在练的那块肌肉。

时代变了，但门槛没消失，只是换了位置

先说清楚“变了”的是什么。

过去，从一个想法到能看见东西，中间隔着一整支团队和一整张排期表：你得召集人、等资源、排期、然后等几周，才能看到第一个能点的版本。反馈循环慢到，等你看到的时候，市场可能都变了。

现在，中间没有人了，只有 AI。一个想法，当天就能看到能跑的原型。

但门槛没有消失，它只是从「会不会写代码」挪到了「能不能讲清楚要什么」。

这句话听起来像鸡汤，直到你自己撞一次南墙。

我做 GlowNote（一个帮平价美妆品牌产小红书种草内容的工具）的最早一版，给 AI 的指令是：“帮我做个生成美妆种草文案的 App。”

它非常“贴心”地还我一个庞然大物：团队协作、多品牌管理、批量选题、品牌语气训练、云端同步……一应俱全。而我真正想要的那一件事，是让一个没人没预算的小品牌主理人，一键产出像真人分享、又不踩广告法红线的笔记，反而被稀释在一堆“看起来很专业”的功能里。

更糟的是，它生成的文案张口就是“全网最好用”“淡化细纹”这类绝对化、医疗化用语，每一条都踩在广告法红线上。

不是 AI 不行。是我没讲清楚要什么。模糊的需求，必然产生模糊的产品。

更扎心的是：那一刻我才发现，连我自己心里都没真的想清楚。

而“把模糊的想法，翻译成清晰、可执行、有边界的需求”，这是什么？这就是产品经理的看家本事啊。

所以我的核心观点是：vibe coding 不是让产品经理去学编程，而是把产品经理最值钱的肌肉，整建制地迁移过去。 代码那一关，AI 替你过了；剩下的全是你的主场：竞品判断、需求拆解、MVP 取舍、原型评审、流程规范。

下面是我跑通的四步，外加一个心法。每一步，我都会告诉你它对应你日常的哪块肌肉，以及我在那一步具体摔过哪些跤。

第一步 调研：不是写报告，是回答三个问题

很多人一听“调研”就开始头大，以为要产出一份几十页的行业报告。不用。

vibe coding 阶段的调研，本质只是回答三个问题：

1. 这事，有人做吗？：现状和主要玩家，挑 3–5 家代表性产品，每家一句话定位。
2. 他们没做好哪一块？：用户公开评论里的高频负面反馈，至少 5 条，带出处。
3. 我切哪个口子？：现有产品集体没解决好的问题，找 3–5 个潜在切入点。

看出来了吗？这就是产品经理的竞品分析，只是你的执行助手从“实习生”换成了“AI 实习生”。

我的做法是派一队“AI 实习生”分头查，让它按四块给我结构化结论，而不是甩一堆链接：市场现状、各家卖点、用户痛点、空白机会。

这里有一条我反复强调的原则：AI 给素材，结论你拍板。

我早期踩过两个坑，你大概也会踩：

第一个坑：拿一堆链接当结论。

AI 丢给我二十个链接，我就觉得“调研完了”。不。链接只是依据，那段“结论先行”的总结才是结论。而那段总结，你必须自己读懂、自己判断真伪。

第二个坑：只看一家就下定论。

看了行业第一名，觉得“他们都这么做了，我也这么做”，结果一头扎进红海最拥挤的地方。至少看 3–5 家，你才看得见缝。

还有一个反直觉的提醒：别在这一步追求完美。 信息够你做出“做不做”的判断就走，后面发现不对，回来再补。完美主义会让你卡在调研里两个礼拜，连第一个原型都没摸到。

第二步 PRD：让 AI 反过来苏格拉底式追问你

这是全场最重要的一步。如果你只想看一段，就看这段。

回到开头 GlowNote 的事故。“帮我做个生成美妆种草文案的 App”之所以翻车，是因为这句话等于让 AI 瞎猜：它只能拿训练数据里“内容生成类工具的平均长相”来填我的空白，于是把团队协作、批量选题这些“大厂功能”一股脑塞给我。而那个平均长相，恰恰是我最不想要的。

那怎么办？很多人下意识的反应是：“那我让 AI 直接帮我写一份 PRD 不就行了？”

错。你让一个对你的想法一无所知的 AI 直接写 PRD，拿到的还是一份全是 AI 猜测的 PRD，盲区原样保留，只是穿了件正式的外套。

真正有效的方法，是把关系倒过来：让 AI 一次只问你一个问题，像剥洋葱一样，一层一层往下挖。

流程就三个动作，循环：

1. AI 问：一次只抛一个具体问题，绝不一次甩十个。
2. 你答：认真答；答不出来也行，说一句“我不确定”，它会换个角度再问。
3. 它决定下一个：顺着你的回答往下挖，挖到连你自己都没意识到的隐含需求。

为什么“一次一问”是这套方法的灵魂？ 我自己想明白后再没回去过：

• 如果 AI 一次甩你十个问题，你的大脑应付不了同时多线追问，必然走捷径、敷衍、漏答。
• 顺着回答追问，才能把你自己都没意识到的边角约束，一层层剥出来。
• “心里有感觉但说不清”这种最模糊的状态，恰恰是追问最擅长翻译成规格的场景。

我用这套方法重做 GlowNote 时，被追问到大概第八个问题：“同样一张产品图，一支 39 块的口红和一支 399 块的精华，配图应该长得一样吗？”——我才猛地一愣。我下意识觉得“当然都要精致好看”，但被它这么一逼我才想明白：平价产品配一张商业大片，用户反而觉得假、不像真人分享。 平价就该是手机随手拍、自然光、接地气；精致档才上商业级质感。这个“价格档驱动审美”的决策，后来成了整个产品最核心的一条，写进了 PRD。

而它是被追问逼出来的，靠我自己对着空白文档憋，三天也憋不出来。

同样被逼出来的，还有那份 PRD 里“明确不做的事”：团队协作、多品牌、云端历史同步、从历史重新生成配图——全砍了。不是做不了，是想清楚了“这一版不做”。

一个能老老实实写下“不做什么”的 PRD，才是一份 AI 不会跑偏的合同。

这一步，本质上就是产品经理写需求的全过程，只不过追问你的那个人，从你的老板、你的用户访谈对象，换成了 AI。你当过被老板追问到哑口无言的 PM，现在轮到 AI 来追问你了，而这恰恰是好事。

追问到信息足够，让 AI 主动停下，输出一份结构化 PRD。这份 PRD 就是后面所有环节的合同：

• 项目一句话定位
• 目标用户与典型场景
• 核心痛点
• MVP 核心功能（只列 1 个最重要的）
• 成功标准
• 明确不做的事

下面这段 Prompt，你可以直接抄走，把方括号换成你自己的：

你是一位资深产品经理。我有一个还很模糊的产品想法：

［一句话描述你的想法］

请用苏格拉底式追问帮我厘清它。规则：

1. 一次只问我一个问题，绝不一次甩出多个。

2. 根据我的回答，决定下一个问题——像剥洋葱，一层一层往下挖。

3. 重点覆盖：给谁用、解决什么具体痛点、只做一个核心功能是哪个、

什么算成功（可衡量）、明确不做什么。

4. 当你判断信息已经足够，主动停下，输出一份结构化 PRD，包含：

项目定位 / 目标用户与场景 / 核心痛点 / MVP 核心功能（只列 1 个）/成功标准 / 明确不做的事。

5. 全程不写代码、不画原型，只追问与梳理。

现在，从你的第一个问题开始。

一个常见的坑：别中途自己塞答案给它。 你跳过追问、急着把心里的方案一股脑倒给它，等于把你自己的盲区也一起塞了进去，追问的全部意义就这么没了。

第三步 原型：最容易翻车的，是顺序反了

PRD 定了，下一步把它变成可点击的界面。

做原型最容易翻车的地方，不是审美，不是工具，而是顺序反了。

我吃过最大的一次亏，就在 GlowNote 上：拿到 PRD，我兴奋地让 AI“把生成、历史、我的三个 Tab 还有底下十几个子页面一次性都画出来”。它确实画了，唰一下全出来，看着很爽。然后我想统一调一下卡片的圆角和配色——结果改一处，崩全局，结果页、历史页、购买页长得像三个不同的人做的。

最后我和它一起 debug 样式 debug 了一下午，回头一算，那点活儿，我按“先定一页、再铺开”的顺序重做一遍只要四十分钟。删和救的时间，比重做还长。

从那以后，我严格按三个阶段走，每个阶段做完停下来确认：

阶段一：先定“视觉设计语言”，别急着出页面。

比起对 AI 说“做得高级一点”，给它一张图，有效一百倍。 去 Pinterest 或 Dribbble 找 2–3 张同类产品的优秀界面截图，喂给 AI，让它提炼共通的视觉风格：色系、字体气质、圆角、留白节奏、整体调性。拿到的产出是“3–5 个关键词 + 一套色板 + 字体方案”。这就是你的设计语言，之后所有页面都照它来。

阶段二：先把最难的那一页做到位。

PRD 里 MVP 核心功能对应哪一页，就只做那一页，做到位：严格按阶段一的设计语言，用真实内容（不要 Lorem ipsum），把核心交互做成可点击的。这一页，是后面所有页面的基准尺。

阶段三：以这一页为基准，铺开其余页面。

其他页面只复用、不重新发挥。组件、间距、配色都按阶段二来。整套原型才会统一、可信，而不是“十个风格打架”。

看原型的时候，你只需要盯三件事：信息结构对不对、核心流程顺不顺、缺没缺页面。 别陷进像素级的纠结，那是后话。

这一整套，对应的就是产品经理的设计评审能力。你在公司里 review 设计稿时盯的不就是这三件事吗？现在只是评审对象从设计师，变成了 AI。

还有一个最容易被忽略、却最致命的动作：原型改了，PRD 也要跟着改。

原型几轮调整下来，加了页面、改了流程、砍了功能，你最初那份 PRD 早就过时了。如果你不更新它，等到下一步交给 Claude Code 开发时，它拿到的是一份旧合同，做出来的东西自然跟你眼前的原型对不上。

所以原型定稿后，务必让 AI 基于“旧 PRD + 最新原型 + 本轮主要改动”，重塑出一份唯一权威的新 PRD。不要新旧并存、补充式地混着写，要的是一份能直接交给开发的、干净的 V2。

这就是版本管理，PM 的基本功。

第四步 Kickoff：别手写规则，让 AI 给自己写“入职手册”

到这一步，PRD 和原型都定稿了，该真正开始写代码了。我用的是 Claude Code。

很多人这一步会犯一个错：上来就让 AI“开始写第一个功能”。别。 一开始就乱，后面全是债。

正确的开场，是先给 AI 一份 CLAUDE.md。

你可以把 CLAUDE.md 理解成给 AI 的入职手册。每次 AI 开始工作前，先读这份文件，按里面的规矩做事。它分两半：

• 上半：项目事实：它是什么、技术栈、目录结构、常用命令、密钥放哪、哪些文件不许碰。这一半，不用你手写，让 AI 在 Kickoff 阶段自己填。
• 下半：工作规范：一套所有项目通用的普适规则，原样保留。

而 Kickoff 本身，是不写任何功能代码的四步开工：

1. 提议技术栈与目录结构：主语言、框架、目录，给出选型理由，等你确认。
2. 搭脚手架：初始化项目、装基础依赖、跑通「空项目能启动」，不写业务逻辑。
3. 自动填 CLAUDE.md 的「项目事实」：基于刚搭好的脚手架自动补全上半部分。
4. 第一个 git commit：建好 .gitignore 和 .env.example，入库，告诉你可以开第一个功能了。

每一步做完都停下等你确认。这一整套，本质就是项目经理在做的事：定技术方案、搭环境、立规范、做团队 onboarding。只不过你的“团队”是 AI。

下半的“工作规范”里，有几条是我用真金白银的教训换来的，单独拎出来讲：

改动分级 A / B / C：把风险意识写进规则

我让 AI 给所有改动分三级，判断不准时，向高一级靠：

• A 级（出错回不去 / 碰核心资产）：动数据库、改密钥权限、碰支付、不可逆的 git 操作、跨多文件的架构重构。→ 必须先写完整方案，等我明确说「可以」，开新分支，改完不直接合。
• B 级（用户能感知但可回滚）：UI、文案、新功能、模块内业务逻辑。→ 动手前一句话说意图，做完跑测试和 lint，单独 commit。
• C 级（纯局部、可逆、不影响运行）：注释、改名、加日志、加测试、修 typo。→ 直接做，一起 commit。

多花一分钟说方案，永远比搞砸后回退便宜。这条规则的核心，就是产品经理的风险分级意识：不是所有需求都一个优先级，也不是所有改动都一个风险等级。

有些规则，要焊死，不留绕过的余地

分级管的是“日常改动”，但有些规则是产品的底线，必须当成最高优先级焊进规范里。

GlowNote 是 AI 生成图片的工具，按《人工智能生成合成内容标识办法》（2025 年 9 月起强制实施），所有 AI 生成图必须带可感知的显式标识。这件事我没让它“记得加”，而是直接写成铁规则交给 AI：所有图统一经打标模块落盘、标识字高不低于画面最短边的 5%、代码里根本没有“不打标”这条分支。 顺带还立了一条永久禁区——“付费去水印”永不实现，因为那是违法功能。

为什么要做到“代码里没有绕过分支”这种程度？

因为只要留了一个口子，AI 在某次“顺手优化”里就可能从那个口子钻出去。对产品经理来说，这就是把合规红线、数据安全这类不可退让的东西，从“靠人记得”升级成“结构上做不到违反”。 规则越是要命，越不能指望提醒，要让它在系统里根本无路可走。

即时 git：你的保险绳

这条是我哭着写进去的。

有一次我让 AI 改一个登录的小 bug，我随口说了句“回退到之前能用的版本”。它非常听话地回退了——直接回到了三天前、我加一堆新功能之前的版本。 一上午的活儿凭空蒸发，连灰都没剩。

那天之后我彻底信了“每完成一个能跑起来的小步骤，就立刻 commit 一次”。频繁 commit 不是麻烦，是你的保险绳。AI 写错了，git revert 回到上一个 commit，告诉它哪里错了，重来。损失被锁死在“一个小步骤”以内，而不是“三天”。

看到不懂的词，不要慌

CLAUDE.md 里会冒出一堆词：lint、typecheck、Conventional Commits、force push、DRY、.gitignore……

如果你是非技术背景，大概率不全懂。这很正常。 我第一次看到 force push 也不知道它是个能覆盖远端历史的危险操作（所以它被列进了 A 级）。

记住三句话：不要无视，不要畏难，去查。

每查清楚一个，你就比上一刻更懂一点软件工程。今天你看不懂的词，三个月后会变成你随口就能用的工具。 你查的不是字典，你是在为下一个项目攒认知。这正好引出最后的心法。

心法 你自己的那只数据飞轮

如果说前面四步是“术”，那这一节是“道”。

CLAUDE.md 最妙的地方，是它会长大。

Claude Code 的输入框里，打一个 # 开头的句子，比如 # 跑测试前必须先问我确认，它会自动把这条规则并入 CLAUDE.md，变成一条永久规则。下次会话，它就“懂”了，你不用再为同一件事纠正它第二次。

这就是飞轮的字面机制：

1. 你踩一个坑，或查懂一个词
2. 你按 # 把它沉淀成一条新规则
3. CLAUDE.md 一点点长出你专属的样子
4. 下一个项目，AI 一开始就避开了这个坑，你更快了。

注意一点：只把长期规则记下来，别把临时琐事也写进去。

“所有 API 调用必须加 timeout”值得留；“今天这个 bug 是因为 X”不值得，那是临时上下文，会把文件撑肥。CLAUDE.md 越长，每次对话越贵越慢，目标是控制在 150 行以内。

我做到第五个作品时，回头看我的 CLAUDE.md 和那套 Prompt 模板，已经和最初那份模板长得完全不一样了，全是我自己摔出来的规矩。

别人看到的是“Iris 做得真快”。其实哪有什么快，是我比他们早转了几圈飞轮。

最后，三句话

写到这里，我最想留给你的，其实是开头那盆冷水的另一面：

别追求快。 第一次跑这套流程，一定很慢，会很挫败——查不完的词、改了又推翻的原型、回退到三天前的崩溃。这很正常，别人也一样。慢，是飞轮启动必付的成本。但你会越来越快。

然后是三条带走就能用的话：

1. 先想清楚，再动手。 瓶颈从来不是代码，是你讲不讲得清楚要什么。而这是产品经理的本职。
2. CLAUDE.md 是入职手册。 让 AI 给自己写规则，你审核、你维护，它越用越懂你。
3. 转你自己的飞轮。 第一次的慢，是启动成本；之后每一圈，都是别人追不上的复利。

会用 AI 写代码，今天已经不稀奇了。

真正能甩开别人的，是那些愿意慢下来、把飞轮转起来的人。而“把模糊想法讲清楚”这件事——恰恰是产品经理，早就练了很多年的基本功。

所以，开始转吧。