本文通过真实项目复盘，系统总结了产品经理在业务不熟、资料不全的情况下，如何与 AI 协作完成 B 端需求梳理、文档沉淀和边界判断的完整方法论。
📝 详细摘要
文章以作者接手一个陌生行业的 B 端系统二期项目为背景，详细记录了从业务梳理到文档沉淀的 AI 协作全过程。作者面临业务不熟、资料不全（仅有一份客户调研和一个竞品账号）的典型困境，通过将自身处境（已知、未知、手头材料、产出目标）清晰告知 AI，让 AI 协助生成 PRD 大纲，并对照调研和竞品找出差异点。随后，作者将 AI 产出的第一稿视为「可被质疑的草稿」，通过不断追问字段闭环、状态定义、操作去向等细节，逐步发现并修正系统中的「不对劲」。文章强调，AI 负责展开可能性，而人负责收束边界，根据项目阶段和成本做出取舍。最终沉淀出 PRD、状态定义、验收用例等文档，其核心价值在于将对话中的判断转化为团队可复用的共同理解。文章最后提出了一个深刻反思：当 AI 越来越强时，产品经理的「系统感」和「判断力」这一核心价值如何培养与保持。
💡 主要观点
- AI 协作应从「讲清已知和未知」开始，而非直接索要答案。 在信息不全时，人应将自身处境（已知、未知、手头材料、产出目标）清晰告知 AI，让 AI 协助梳理框架和发现差异，而非期待 AI 直接给出完美方案。
💬 文章金句
- AI 提高了产出的速度，但产品经理决定了产出的质量和边界。
- AI 协作不是让产品经理少思考，而是让产品经理更早进入判断。
- 第一稿不是答案，而是一个可以被质疑的对象。
- AI 负责把可能性展开，人负责判断哪些要做，哪些先不做。
- 模型能力决定了协作的下限，人的系统感决定了协作的上限。
📊 文章信息
AI 初评：87
来源：人人都是产品经理
作者：人人都是产品经理
分类：个人成长
语言：中文
阅读时间：16 分钟
字数：3823
标签： AI 协作, 产品经理, B 端产品, 需求分析, 工作方法论