当七八成工作交给Agent后，产品经理的核心价值转向规划与判断。本文从预约工具等实例出发，剖析如何打好地基：明确目标、场景、规则与验收，避免在错误方向上‘屎上雕花’。文章提供了一套与AI协作的实操方法，帮助你在执行外包的时代，真正掌控项目方向。

现在我的工作，按体量算，七八成都已经交给 Agent 了。原型让它做，代码让它写，我自己主要做规划和判断。

“规划和判断”这几个字，说起来很轻巧。

可如果只是等 AI 交出一个结果，觉得不满意，再让它改一版，这里面到底有多少规划，又有多少判断？

这是我想写这篇文章的原因。大量执行交出去以后，前面的地基更得打好：先把问题和方案想清楚，后面才方便使用和修改。否则，AI 忙着往前做，人忙着跟在后面改，成果越来越完整，最初想解决的问题却未必更清楚。

说得直白一点，就是“屎上雕花”。

这个词不好听，但它很适合提醒我们：有些项目卡住，需要回头看一眼基础。再多补几个功能，可能也补不到问题上。

地基是否对齐，影响后面的搭建与修改

一、别把没想清楚的事做完整

先设想一个例子。你让 AI 做预约工具，有日历，能新增、修改和取消预约，界面干净一点。

页面做出来了。日历、按钮都有了，还顺手补上统计、客户标签和会员入口。接下来很容易开始讨论：这里的颜色淡一点，那里加一个筛选，手机上再紧凑一些。

但几个更早的问题，可能还没回答：客户自己约，还是前台代约？占用的是员工，还是员工和房间？服务时长一样吗？两个人同时抢一个空档，怎么处理？

假如最初按半小时一个时段来做，后来发现实际服务有二十分钟、四十分钟和一小时，受影响的就包括人员安排、冲突判断和改期。此时继续打磨那个日历，项目也在变化，可最该解决的地方没有动。

所以我说的“地基”，首先是四个具体问题：为谁解决什么问题；一次真实任务怎么完成；哪些规则不能靠猜；拿什么结果验收。

“做个预约系统”只是给产物起了个名字。“让前台确认一个真实可约的时段，减少安排冲突”，才把目标往前推了一步。再往下，要能写出一个检查场景：同一员工的同一时段，两个人同时预约，只能确认一单。

有了这些答案，才有依据讨论一个功能值不值得加、一个方案应不应该改。否则，谁提出一个听起来合理的新想法，项目就可能朝那个方向再长一点。

从产物名称追问到目标、场景、规则与验收。

研究报告、汇报材料也是如此。先问这份报告支持什么决定，听众看完需要做什么。资料越来越多、页面越来越漂亮，和读完以后知道怎么办，之间还隔着一段工作。

二、先把不能靠猜的事找出来

开工前不可能知道所有答案。有些问题要见到原型才说得清，有些技术条件也要试过才知道。如果非要全部想明白，项目很可能一直停在文档里。

可以先把三种东西分开：已经确认的事实、需要验证的假设、现在要做出的决定。

沿用预约工具的例子。“前台需要代约”，向使用者核实过，才是事实；“先不考虑房间也能用”，是待验证的假设；“首版只供前台使用”，则是主动做出的范围选择。

三种东西如果写成一份口气很确定的需求文档，再让 AI 照着执行，假设就可能一路被当成事实用下去。

规划也可以让 AI 参与。先别急着要页面，把任务交代成这样：

“先根据现有资料，还原使用者完成任务的全过程。把已确认事实、你的推测和缺失信息分开列出。给出两个首版方案，说明各自保留什么、暂时不做什么，以及最先需要验证的条件。先不要生成完整页面。”

再根据它的回答，追问那些会改变方案的问题。预约是否占用房间，值得早一点确认；按钮颜色可以等等。前台能不能接受新的操作方式，拿不准就做个简陋原型，找实际使用者走一遍。

也就是说，不知道的事不必硬猜，可以变成一项验证任务。但要说清楚，验证结果出来后，会影响哪个决定。

接着给这一轮划范围：先做查询、确认和取消，会员营销留到以后；使用测试数据，交出可操作版本，检查结果和未验证事项一起交付。

先划清首版范围，交付检查结果与未验证事项。完整开工说明见上下文。

资料入口指向已确认的业务规则和排班样例。房间资源、服务时长还不清楚，就标成待核实。时间与费用写明上限，到达上限，再决定下一轮值不值得继续。

到这里就可以开工了。计划以后会改，只要每次都知道为什么改，就不需要把变化本身当成失败。

三、任务要连验收一起交代

执行时，先挑一条重要任务，从头走到尾。

预约工具可以先只有一种服务、一个员工角色，但至少要能查空档、提交预约、看到确认结果，再取消并释放时段。这一版很小，却能检验页面、规则和数据有没有接起来。

先用一种服务、一个角色，走通从查询到取消并释放时段的完整任务。

如果十个页面全画完了，每个都很丰富，却没有一件事能完整做完，下一轮还是很难判断该改哪里。

所以任务里除了“做哪个模块”，还要有输入、交付物和检查方法。可以把“帮我把预约功能做好”改成：

“这一轮完成前台预约与取消，沿用已经确认的规则。交付可操作版本，并实际检查正常预约、重复占用、取消后释放时段。说明每项检查怎样做、结果是什么；没有验证的项目单独列出。”

这样，AI 知道要交什么，人也有地方下手检查。独立任务可以同时做；几项工作如果依赖同一个未知规则，就先处理那个依赖。把活拆得更细，也不能让这些关系自动消失。

Anthropic 在 2025 年的长任务开发实验中，记录过一次做太多、过早宣布完成，以及缺少端到端验证的问题，并尝试用逐项推进和交接记录改善。[3]

还有一份东西要留下来：项目现在是什么状态。几轮之后，仍然能找到这次改了什么、为什么改、哪些通过检查、哪些没验证，下一步从哪里开始。

不必每次写一篇长总结。一份当前说明，保留有效规则、关键决定和待解决的问题，同时更新已经作废的要求，就有实际用处。Anthropic 的上下文工程文章也介绍了把进度和关键信息保存在对话之外、需要时再读取的做法。[2]

这份记录是为了让工作接得上。换一轮对话、换一个执行者，不用重新猜之前为什么这样设计。

四、别拿“再改一下”硬撑

这篇文章自己的配图过程，就有一个具体例子。

我先提的要求是：说明图可以用各种形式，哪种最能解释当前内容，就选哪种，不要局限于一种图表。它可以是流程，也可以是批注，或者一段配合画面说明的文字。

看到成图以后，我又指出了另一个问题：图太长。放在手机里，一张图占去很大一块阅读画面，上下文被隔开，不符合我想要的阅读方式。

后来保留浅色风格，把长说明图重新编排成横向短图。每张抓一个重点，主要文字放大，详细解释留在正文。

这里明确下来的，是阅读场景和单张图的信息量。如果继续把原来的长图画得更精致，仍然没有回答它为什么不适合手机。

用 AI 修改其他东西，也可以这样往下找。按钮难找，改呈现；完成一次预约得来回切换几个页面，检查流程；显示空闲，实际已经排满，回到规则、数据和实现上查原因。如果使用者根本不愿意采用这套方式，还得重新了解他们的真实任务。

问题不一定只属于一个层级，但改动之前，至少把反馈写成三件事：发生了什么，原本应该怎样，改完怎么核对。

“同一员工的 10:00 出现两单，预期只能确认一单。请定位原因，说明影响哪些地方。修复后重试同一场景，再检查取消与释放时段。”

用同一场景重验修改结果，并检查相邻流程。预约工具为假设示例。

比“预约有点问题，再优化一下”多不了多少字，现在却有了可以查、可以改、可以复验的具体事情。

至于要不要回头重想方案，可以检查三处：原来的前提还成立吗？同类问题是不是在不同地方反复出现？兼容这条新要求，需要动到多少相关部分？

从“只占用员工”变成“同时占用员工和房间”，就该重新检查结构。让 AI 把局部扩展、重做相关部分的方案摆出来，分别说明改动范围、已有成果能保留多少、需要重新验证什么，再作选择。

也别一出问题就全部推倒。实际用过才知道的事，是新的信息；原来的结构能容纳，正常迭代就好。需要警惕的是，前提已经变了，还在想办法让旧结构看起来能用。

五、运行成功，还得有人愿意用

Agent 说“完成了”，这时候该看什么？

先把这个词拆开。页面能打开，是一件事；正常、冲突和取消场景都按规则工作，是另一件事；实际使用者能不能独立完成任务，还要再检查一次。

如果最初的目标是减少安排冲突，就得了解过去的冲突怎么发生、造成什么麻烦，再观察试用后的变化。程序运行成功，不能替这些问题作答。

研究报告也需要自己的验收方式。比如报告是为了给新功能排优先级，除了要求 AI 列建议，还可以让它交代每项建议的来源、最强的反对证据，以及哪条信息改变后，需要重新排序。读者拿到的，才是可以继续判断的材料。

汇报材料要看论据能否支持听众需要做的决定。数据分析则先说清口径。就连一个任务完成率，取消的任务算不算进分母，都可能影响结果。条件没交代，图表再整齐，数字也很难拿来比较。

不同产物需要不同证据，实际使用效果要回到使用者与工作现场。

AI 可以帮忙检查、追问和查漏，但实际使用效果需要回到人和工作现场。让 AI 评价自己的成果，再让另一个 AI 说一遍“不错”，仍然没有走完这一环。

反过来，达到首版标准，也要允许这一轮结束。先进入试用，拿到新反馈，再排下一轮。新冒出来的功能记下来，不必立刻塞进去。否则，项目会一直有新东西，却始终没有一版真正进入使用。

六、执行交出去了，判断靠什么

从给出答案，到讨论方案，再到调用工具、根据结果继续行动，AI 可以参与项目的多个环节。Anthropic 对 Agent 的描述里，也包括自主安排过程、利用工具反馈，以及在必要时向人寻求判断。[1]

所以，规划不必全由人独自完成。整理背景、比较方案、提出反例、运行检查，都可以让 AI 参与。目标和规则由谁确认，几个方案怎么取舍，仍然需要项目负责人拿出依据。

我现在主要做规划和判断，也正因为这样，才想把“地基”拆开说。“用户会用”凭什么成立？“这版可以了”检查过什么？一旦进入这些具体问题，规划和判断就没有那么轻巧了。

AI 可以参与规划和检查，关键判断仍需要依据。

如果项目负责人也说不清楚，执行者再能干，也很难知道这件事应该在哪里结束。要补什么信息、找谁核实、怎样拿到真实反馈，这些工作仍然要有人去做。

未来的 AI 可能承担更多规划和检查。哪些判断还能继续交出去，要看它在具体任务中能不能给出可靠依据。方法也得跟着变，没必要把今天的流程永久固定下来。简单任务直接做完检查，复杂项目才需要花力气维护规则、记录与交接。

把七八成的执行交出去以后，留给自己的那部分工作，更不能含糊：知道为什么做，知道凭什么说做好了，也能在方向不对的时候停下来。

下次想对 AI 说“继续优化”之前，可以先问一句：这次是在修一个明确的问题，还是在绕开一个需要重新考虑的决定？

如果是后者，该重想就重想。前面花过的时间已经花掉了，至少别把后面那一份也搭进去。

资料来源

[1] Anthropic，Building effective agents，2024-12-19。本文仅引用 Agent 工作方式的说明。

[2] Anthropic，Effective context engineering for AI agents，2025-09-29。用于说明跨轮次的信息维护。

[3] Anthropic，Effective harnesses for long-running agents，2025-11-26。引用的是该文特定开发实验的观察，不作为所有模型与项目的普遍结论。