AI产品经理

一个错误的决策 2025年，我的团队用3个月做了一个AI产品，投入了200万，最终决定放弃。不是因为技术做不到，而是因为我们一开始就没想清楚这个产品值不值得做。 复盘时，我发现我们犯了一个经典错误：被"AI能做"驱动，而不是"用户需要"驱动。我们看到AI能做到某件事，就兴奋地决定做产品。但我们没有问：用户真的需要AI来做这件事吗？ 于是我建立了一套AI产品评估框架，用来判断"一个AI产品值不值得做"。这个框架后来帮我们过滤掉了70%的候选项目，节省了大量资源。 四维评估框架 维度一：需求强度（0-10分） 用户当前是否有这个需求？如果没有AI，用户是怎么解决这个问题的？解决方式的痛苦程度有多高？ 评分标准：0分=没有需求，AI在创造需求。5分=有需求，但现有方案尚可接受。10分=有强烈需求，且现有方案极其痛苦。 黄金法则：AI产品应该解决"现有方案很痛苦"的问题，而不是创造"AI能做但用户不需要"的需求。 如果用户当前用Excel就能解决，而且不觉得痛苦，那你的AI产品大概率没有市场。 维度二：AI适配度（0-10分） AI在这个场景下的表现如何？能否达到用户可接受的质量标准？ 评分标准：0分=AI完全无法胜任，幻觉率极高。5分=AI能完成50-70%的工作，但需要人工审核。10分=AI表现接近或超过人类水平。 关键洞察：AI适配度不是看AI的"最高表现"，而是看AI的"平均表现"和"最差表现"。 用户不会因为你AI 90%的时候表现好就原谅它10%的严重错误。 维度三：商业价值（0-10分） 这个AI产品能否产生商业价值？用户愿意付费吗？付费意愿有多强？ 评分标准：0分=用户不愿意付费。5分=用户愿意付费，但金额有限。10分=用户愿意付高价，且付费意愿强烈。 评估技巧：不要问用户"你愿意付多少钱"，而是观察用户"当前为这个需求花了多少钱"。 如果用户当前一年花1万块找人做这件事，那你的AI产品定价5000就有竞争力。 维度四：竞争壁垒（0-10分） 你在这个产品上能否建立壁垒？壁垒是什么？ 评分标准：0分=任何人都能做，没有壁垒。5分=有数据壁垒或场景壁垒，但可被复制。10分=有强网络效应、品牌效应、数据飞轮效应。 AI产品的竞争壁垒不是技术，是数据和场景。 技术会被追平，但独特的数据和深度的场景理解是追不平的。 决策矩阵 总分≥32分：全力投入。 总分24-31分：谨慎投入，先做验证。 总分16-23分：观望，等待时机。 总分<16分：放弃，不值得做。 金句 “AI产品决策的核心不是’AI能做什么’，而是’用户需要什么’和’你能守住什么’。前者是机会，后者是生意。” 最后的忠告 这个框架的价值不在于打分，而在于强迫你思考这四个维度。很多AI产品失败的原因，不是因为某个维度得了0分，而是因为根本没想到某个维度。用这个框架，至少能确保你不会遗漏关键问题。

你以为AI产品只是加了AI功能？ 2025年，一家估值10亿美元的SaaS公司决定All-in AI。他们花了6个月、3000万预算，把AI功能嫁接到原有产品上。上线后，用户留存率不升反降。CEO在全员会上说了一句让人心酸的话："我们不是在做AI产品，我们是在旧产品上贴AI标签。" 这是一个普遍的错误认知：把AI产品当作"传统产品+AI能力"。错了。AI产品是一个全新的物种，它与传统产品之间存在5个致命差异。 差异一：确定性 vs 概率性 传统产品的核心逻辑是：设计功能A→开发实现A→测试验证A→用户使用A。整个链路是确定的。 AI产品的核心逻辑是：设计期望行为→模型输出结果→评估结果质量→调整策略。整个链路是概率的。 这意味着什么？意味着你永远写不出一份"如果输入X，输出Y"的PRD。你只能写"当用户输入X时，AI应该倾向于输出Y类回答，同时避免输出Z类回答"。 翻车现场：一个PM写了一本50页的AI对话PRD，详细定义了每种用户输入的期望输出。上线后发现，用户输入的方式有137种变体，远超出PRD的覆盖范围。这就是用确定性思维做概率产品的下场。 差异二：可控性 vs 涌现性 传统产品中，你加一个按钮，它就会出现一个按钮。AI产品中，你设计一个Agent，它可能会做出你从未预料到的行为。 这就是涌现性。当你给AI足够的自主权，它会展现出你设计之外的能力——有时是好的（惊喜），有时是坏的（惊吓）。 关键认知：AI产品经理的核心工作不是"控制AI做什么"，而是"设计边界，让AI在边界内自由发挥"。这跟管理一个初级员工很像——你不需要告诉他每一步怎么做，但你需要告诉他什么事绝对不能做。 差异三：功能测试 vs 质量评估 传统产品的测试是：点这个按钮→跳转到那个页面→功能正常。AI产品的测试是：输入这句话→AI输出那个回答→这个回答"好"吗？ “好"是一个产品判断，不是技术判断。 这是AI产品与传统产品最重要的测试差异。你需要定义评估标准、构建评估数据集、设计评估流程——这些工作不是QA能做的，必须是产品经理主导。 差异四：一次性交付 vs 持续进化 传统产品上线后，功能就固定了，下一版是下一个版本的事。AI产品上线后，模型表现会随着用户反馈、数据更新、模型升级而持续变化。 这意味着AI产品经理的工作永远不会"做完”。 你永远在调Prompt、优化评估、分析bad case。这不是bug，是feature——AI产品的核心价值就在于它会越用越好。 差异五：用户学习 vs 系统学习 传统产品中，用户需要学习如何使用产品。AI产品中，产品需要学习如何服务用户。这是一个根本性的权力反转。 金句：“传统产品经理设计的是用户旅程，AI产品经理设计的是AI的学习路径。” 终极建议 如果你还在用传统产品方法论做AI产品，停下来。先去理解概率、理解评估、理解涌现。这不是升级技能，是换一套操作系统。

7天，从想法到验证 2025年，我帮一个创业团队验证AI法律助手的产品想法。按照传统方法，先做市场调研、再做竞品分析、然后画原型、最后开发MVP——预计3个月。 我说：“太慢了。给我7天。” 7天后，我拿到了第一批用户数据：30个律师中有24个愿意付费，9个当场付了定金。而整个验证过程，我写了不到200行代码。 AI产品验证的核心秘诀：先不要做产品，先做"魔术师"。 什么是"AI魔术师验证法" 传统产品验证的思路是：做一个最小化产品，然后看用户用不用。AI产品验证的思路是：用人来模拟AI，然后看用户需不需要。 具体步骤： Day 1-2：找一个目标用户，让他描述一个他最想被AI解决的任务。然后你坐在电脑另一边，手动完成这个任务（用户不知道是人做的）。如果用户对结果满意，说明这个需求是真实的。 Day 3-4：让10个用户做同样的事，但这次你开始记录规律：他们的问题有什么共性？你的回答有什么模式？哪些问题你回答不了？ Day 5-6：基于前4天的数据，写一个简单的Prompt（可能就几十行），加上基本的检索逻辑，替代你的人工操作。让新一批用户测试。 Day 7：对比"人工AI"和"真AI"的用户满意度数据。如果差距在20%以内，你的AI产品有可行性。如果差距超过50%，说明这个场景的复杂度超出了当前AI的能力。 为什么这个方法有效 因为它在验证两个最关键的问题： 第一，需求真实性：用户真的愿意为这个"AI"服务付费吗？在没有AI的情况下，用人工模拟可以得到最真实的需求信号。 第二，AI能力边界：这个任务在AI的能力范围内吗？通过对比人工和AI的效果，你可以精确判断当前的AI能力是否能胜任。 一个反常识的发现 我们验证了23个AI产品想法，发现一个规律：需求越是真的，AI越容易做好。 用户需求模糊的场景，AI输出也模糊。用户需求清晰、边界明确的场景，AI表现往往超过预期。 这说明什么？说明AI产品的成功，80%取决于场景选择，20%取决于技术实现。 选对了场景，AI天然就能做好。选错了场景，怎么优化都没用。 金句 “不要在AI产品验证上花3个月，因为你3个月后发现的问题，7天就能发现。多出来的时间，是在给错误的产品想法找理由。” 实操建议 如果你现在有一个AI产品想法，明天就做一件事：找3个目标用户，跟他们说"我们做了一个AI工具，能帮你做XXX"，然后你在后台手动操作。看看用户什么反应。用户的反应，比任何商业计划书都真实。 不要等到产品做出来才去验证。在AI时代，验证的速度决定了你试错的次数，试错的次数决定了你成功的概率。7天，足够你判断一个AI产品想法值不值得做。

一个真实的故事 上个月，我和公司的CTO在会议室里吵了20分钟。 起因很简单：我们的AI客服产品上线后，用户满意度从85%掉到了62%。工程团队说"模型能力不够，需要换更大的模型"。我说"Prompt设计有问题，产品侧需要介入"。CTO说了一句话让我炸了："Prompt设计是技术问题，产品经理不要插手。" 我当场打开电脑，给他看了三组数据。 什么才是Prompt设计 绝大多数人把Prompt设计理解为"写一句提示词"。这是对Prompt Engineering最大的误解。 真正的Prompt设计包括：系统提示词的结构设计、Few-shot示例的选择策略、模型输出的格式约束、边界条件的定义、错误处理的话术设计、多轮对话的上下文管理。这每一条都是产品决策，不是技术决策。 举个例子：当用户说"我要退款"，AI可以回答"好的，请提供订单号"（直接型），也可以回答"我理解您想退款，能告诉我是什么原因吗？我们先看看能不能帮您解决"（挽留型）。选择哪种策略，取决于公司的商业目标、用户画像、客单价——这是100%的产品决策。 为什么工程师做不好Prompt设计 不是能力问题，是视角问题。 工程师的思维是：输入→处理→输出。他们关注的是"模型能不能正确理解指令"和"输出格式是否正确"。产品经理的思维是：用户动机→用户情绪→期望结果。他们关注的是"用户在这个场景下想要什么"和"这个回答会让用户感觉怎样"。 一个工程师优化的Prompt，可能准确率100%，但用户满意度50%。一个产品经理优化的Prompt，可能准确率85%，但用户满意度90%。在AI产品中，用户满意度比准确率重要得多。 我的结论：Prompt设计是产品技能 Prompt设计的本质是在概率空间里定义用户体验。它不是写代码，是写规则——用自然语言定义AI的行为边界。这跟产品经理写PRD一模一样，只是PRD的读者是工程师，Prompt的读者是大模型。 我建议所有AI公司都做一件事：把Prompt设计纳入产品团队的职责范围，由产品经理主导，工程师配合实现。 这不是抢地盘，是让对的人做对的事。 金句 “Prompt不是代码，是产品策略的自然语言表达。把Prompt设计交给工程师，就像把广告文案交给程序员——技术上没问题，效果上完全不行。” 后来呢 我和CTO达成了一致：Prompt设计由产品团队主导，工程团队提供技术支持和评估工具。两个月后，我们AI客服的满意度回到了87%。不是因为换了更大的模型，而是因为产品经理终于能定义什么才是"好的回答"了。

一个震惊所有PM的数据 某头部AI对话产品的DAU在2025年Q3增长了40%，团队开香槟庆祝。但当我们拉出更深层的数据时，所有人都沉默了：用户平均会话时长下降了35%，单次会话中AI被用户"纠正"的次数上升了60%。 DAU在涨，但产品在变差。 这就是AI产品用传统指标衡量的陷阱。DAU、留存率、GMV这些指标对于一个AI产品来说，就像用体温计量汽车的马力——量错了东西。 为什么传统指标不适用 传统产品的指标建立在"用户主动使用"的基础上。用户打开App、点击功能、完成交易——这些行为是主动的、有意识的。但AI产品中，用户的行为模式完全不同： 用户可能打开AI产品，输入一个问题，得到不满意的答案后就走了。DAU算到了，但产品价值为零。用户可能用了AI产品30分钟，但其中20分钟都在修改AI的错误输出。时长算到了，但体验是负的。 AI产品的核心价值不是"用户用了多久"，而是"AI帮用户省了多少时间"。 AI产品专属指标体系 我们把AI产品的指标分为三层： 第一层：质量指标（Quality Metrics） 准确率/精确率/召回率：模型输出的基础质量 幻觉率：AI编造信息的比例 任务完成率：用户意图是否被满足 首次响应成功率：第一次回答就解决问题的比例 第二层：效率指标（Efficiency Metrics） AI采纳率：用户直接使用AI输出的比例（不修改） 编辑距离：用户对AI输出的修改程度（越低越好） 平均解决轮次：一个需求需要几轮对话才能解决 时间节省率：AI帮助用户节省的时间 vs 用户自己完成所需时间 第三层：价值指标（Value Metrics） 任务替代率：AI完全替代人工完成的任务比例 用户能力提升度：使用AI后用户产出质量的提升幅度 用户信任度：用户对AI输出的信任程度（可通过"确认行为"来衡量） 推荐意愿：用户是否愿意推荐给别人（但需要结合具体场景） 最被低估的指标：编辑距离 在所有指标中，编辑距离是最被低估的。它衡量的是从AI输出到用户最终使用版本之间的修改程度。 编辑距离高 = AI输出质量不行，用户需要大量修改。编辑距离低 = AI输出质量好，用户直接使用或微调。 而且编辑距离是一个自动可采集的指标，不需要用户主动反馈，数据量级大、客观性强。建议所有AI产品团队都把这个指标纳入核心监控面板。 金句 “DAU告诉你的是’多少人来了’，编辑距离告诉你的才是’AI有没有用’。前者是虚荣指标，后者是真金白银。” 一个警告 指标不是越多越好。每个AI产品都应该根据自己的核心场景，选择3-5个最关键的指标重点监控。指标太多，团队会迷失在数据中。少即是多，准即是好。

2000万买来的教训 2024年到2026年，我参与或近距离观察了47个AI产品项目。其中43个失败了，成功率不到8%。作为投资人，我账面亏了2000万。作为产品人，我收获了一套用真金白银买来的教训。 以下是AI产品的7种经典死法。看看你的产品有没有中招。 死法一：Demo驱动开发 症状：团队花3个月做了一个惊艳的Demo，所有人看了都说"wow"，然后决定把它做成产品。上线后无人问津。 死因：Demo展示的是AI的最佳表现，产品面对的是AI的平均表现。你拿着精挑细选的5个case去演示，但用户会给你5000个千奇百怪的输入。Demo到产品的鸿沟，比大多数PM想象的大100倍。 药方：永远从用户痛点出发，而不是从AI能力出发。先问"用户需要什么"，再问"AI能做什么"。 死法二：模型幻觉当成产品特性 症状：产品团队发现AI在某些场景下表现出的"创造性"令人惊喜，于是把它包装成产品亮点。 死因：创造性是幻觉的另一种说法。当你的AI在客服场景下"创造性地"给用户编造了一个退款政策，你的麻烦就来了。不可控的创造力在AI产品中不是feature，是bug。 死法三：追求SOTA，忽略ROI 症状：团队花3个月把模型准确率从85%提升到92%，但用户感知不到任何差异，商业化也没有改善。 死因：有些指标提升对用户体验没有边际价值。从85%到92%的准确率提升，在客服场景中，用户根本感觉不到。但为此多花的算力成本，会直接吃掉你的利润。 金句：“AI产品不是科研项目，你的目标不是发论文，是让用户付费。” 死法四：评估体系缺失 这是最普遍、最致命、最被忽视的死法。症状：团队每天都在迭代Prompt，但没人能说清楚"这次迭代有没有变好"。 死因：没有评估体系的AI产品迭代，等同于盲人摸象。你感觉自己做了很多优化，实际上你只是在随机游走。一个残酷的数据：没用评估体系的AI产品，迭代效率比有评估体系的产品低70%。 药方：在写第一行产品代码之前，先把评估数据集和评估指标建好。这不是可选项，是生存前提。 死法五：把用户当测试员 症状：AI产品上线后，产品质量不稳定，用户反馈差。团队说"让用户用起来，我们就能收集数据优化了"。 死因：用户不是你的免费QA。他们在乎的是你的产品能不能解决他们的问题，不是你"在优化中"。第一次体验差，他们不会给你第二次机会。 死法六：AI功能堆砌 症状：产品里塞了17个AI功能，每个功能都不好用。团队说"我们要做AI一站式平台"。 死因：贪多嚼不烂。一个做到90分的AI功能，比10个做到60分的AI功能更有价值。AI产品赢在深度，不是广度。 死法七：忽视安全边界 症状：产品上线后，用户发现可以通过Prompt Injection让AI做出各种离谱行为，品牌声誉受损。 死因：AI产品比传统产品多了一个攻击面——自然语言接口。在产品设计阶段，安全边界不是"以后再说"的事，是上线之前必须解决的。 最后的话 这7种死法有一个共同点：它们都是可以避免的。 只要你在做AI产品时，多想一步——不是想"AI能做什么"，而是想"用户需要什么"和"AI不做错什么"。