AI工具在產(chǎn)品經(jīng)理手中遠未發(fā)揮其真正潛力。本文揭示了一套三層提示詞思維模型，從執(zhí)行加速、思維擴展到?jīng)Q策支持，教你如何將AI從“信息檢索工具”升級為“專業(yè)協(xié)作者”。

———— / BEGIN / ————

各位產(chǎn)品經(jīng)理，你是否還在這樣用AI工具？

“幫我寫個PRD模板”

“分析一下競品”

“想個產(chǎn)品slogan”

然后看著AI生成那些正確但無用、全面但膚淺的內(nèi)容，心里默默失望：“就這？”

作為在AI工具上花費數(shù)百小時，并真正將其融入工作流的產(chǎn)品經(jīng)理，我必須坦誠：大多數(shù)產(chǎn)品經(jīng)理在用AI提示詞上，連20%的潛力都沒發(fā)揮出來。

今天分享一套可復(fù)制、可迭代的提示詞思維框架，助你從“AI小白”進階為“AI協(xié)作者”。

突破瓶頸：為何你的提示詞總是“差點意思”？

我曾和團隊做過一個實驗：讓5位產(chǎn)品經(jīng)理用AI分析同一款競品，提示詞都是“分析XX產(chǎn)品”。結(jié)果得到了5份幾乎可以互換的報告——充滿“用戶體驗良好”、“功能完善”等正確廢話。

問題根源在于：我們給了AI一個“作文題目”，而非一個“思考框架”。

低效提示詞的共同特征：

• 模糊寬泛（“寫個方案”）

• 缺乏上下文（不說明目標用戶、使用場景）

• 沒有約束條件（任由AI自由發(fā)揮）

• 忽略輸出格式（得到難以直接使用的內(nèi)容）

經(jīng)過反復(fù)實踐，我總結(jié)出了產(chǎn)品經(jīng)理提示詞的三層模型，從易到難，對應(yīng)不同的工作場景。

第一層：執(zhí)行加速層（節(jié)省50%常規(guī)工作時間）

這一層解決的是明確、結(jié)構(gòu)化任務(wù)，關(guān)鍵是提供清晰的指令和格式。

案例：從模糊到具體的競品分析

普通提示詞： “分析小紅書的內(nèi)容推薦機制”

進階提示詞：

你是一位擁有5年經(jīng)驗的內(nèi)容平臺產(chǎn)品專家。
請從以下四個維度分析小紅書的個性化推薦系統(tǒng)：
1. 用戶數(shù)據(jù)收集層：分析它可能收集哪些顯性/隱性數(shù)據(jù)（行為、社交、內(nèi)容偏好等）
2. 特征工程層：推測它如何將原始數(shù)據(jù)轉(zhuǎn)化為用戶/內(nèi)容特征
3. 排序算法層：基于公開資料，推斷其排序模型可能考慮的核心因素及權(quán)重
4. 反饋優(yōu)化層：分析它的實時反饋機制如何影響后續(xù)推薦
請用表格形式呈現(xiàn)核心發(fā)現(xiàn)，并在每個維度給出1個我們可以借鑒的亮點和1個可能的風(fēng)險。

效果對比：

• 前者：生成2頁通用性描述

• 后者：產(chǎn)出可直接放入競品分析報告的結(jié)構(gòu)化內(nèi)容，包含具體洞察

可復(fù)用的“執(zhí)行層”模板：

角色 + 具體任務(wù) + 結(jié)構(gòu)框架 + 輸出格式 + 質(zhì)量要求

第二層：思維擴展層（突破個人經(jīng)驗局限）

這一層用于開拓思路、挑戰(zhàn)假設(shè)，關(guān)鍵是引導(dǎo)AI進行多角度思考。

案例：突破功能迭代的思維定式

假設(shè)你在設(shè)計一個健身App的留存功能改進。

普通提示詞： “怎么提高健身App的用戶留存？”

進階提示詞：

我們正在改進一款健身App的用戶留存。傳統(tǒng)思路是增加社交功能、個性化計劃等。
請你扮演三個角色，分別提出反直覺的解決方案：
1. 行為經(jīng)濟學(xué)家視角：如何利用“損失厭惡”、“承諾一致性”等心理效應(yīng)設(shè)計留存機制？
2. 游戲設(shè)計師視角：如何將健身過程“游戲化”，但超越簡單的徽章和排行榜？
3. 社會學(xué)視角：如何構(gòu)建基于真實社會關(guān)系的健身堅持機制，而非陌生人社交？
每個視角請?zhí)峁?個具體、可落地的功能點子，并簡要說明其背后的原理。

使用技巧： 這一層的核心是讓AI扮演不同思維模型，打破你的認知框架。我常用角色包括：初創(chuàng)公司CEO（資源極度受限時）、極端用戶（老年用戶/專業(yè)人士）、跨界專家（音樂產(chǎn)品經(jīng)理看電商）等。

第三層：決策支持層（輔助復(fù)雜判斷）

這一層用于處理多因素權(quán)衡決策，關(guān)鍵是讓AI模擬不同決策路徑的結(jié)果。

案例：新功能優(yōu)先級排序

普通提示詞： “評估這三個功能哪個該先做”

進階提示詞：

我們正在決定下季度的開發(fā)重點，有三個候選功能：
A. 智能訓(xùn)練計劃生成（開發(fā)成本高，用戶需求明確，但競爭激烈）
B. 社交挑戰(zhàn)賽（開發(fā)成本中，能提升活躍度，但可能影響核心體驗）
C. 飲食追蹤整合（開發(fā)成本低，能完善生態(tài)，但使用率可能不高）
請作為我的決策顧問，完成以下分析：
1. 分別列出支持每個功能的3個最強論據(jù)和3個最大風(fēng)險
2. 模擬如果選擇每個功能，6個月后可能的產(chǎn)品數(shù)據(jù)變化（用戶留存、活躍度、口碑）
3. 假設(shè)我們資源只夠做一個，請?zhí)峁┮粋€決策框架（需考慮的因素及權(quán)重），而不是直接給答案
請用以下格式輸出：
【論據(jù)與風(fēng)險】表格
【模擬結(jié)果】分場景描述
【決策框架】可量化的評估模型

核心價值： 這一層AI不替你決策，而是幫你理解決策的維度、模擬可能的結(jié)果，最終決定權(quán)仍在你自己手中。

實戰(zhàn)演練：將AI深度融入產(chǎn)品工作流

讓我們看一個完整案例——如何用結(jié)構(gòu)化提示詞完成一個實際的產(chǎn)品需求探索。

項目背景： 為一款知識付費App探索“課程學(xué)習(xí)完課率提升”方案。

傳統(tǒng)工作流：

1. 內(nèi)部頭腦風(fēng)暴 → 想法受限在已知方案

2. 用戶訪談 → 時間長，樣本有限

3. 競品分析 → 停留在功能模仿

AI增強工作流：

第一步：定義問題（使用第一層提示詞）

作為學(xué)習(xí)科學(xué)專家，請拆解“成人在線課程完課率低”這一問題的潛在原因，至少從學(xué)習(xí)動機、環(huán)境干擾、內(nèi)容設(shè)計、反饋機制4個維度分析，每個維度列出3-5個具體因素。

→ 獲得系統(tǒng)性的問題框架，而非零散觀點

第二步：創(chuàng)意發(fā)散（使用第二層提示詞）

基于上述問題框架，請分別從以下四個非常規(guī)角度提出解決方案：
1. 從“視頻游戲留存設(shè)計”角度遷移思路
2. 從“私教一對一督促”角度進行數(shù)字化改造
3. 從“習(xí)慣養(yǎng)成App”角度借鑒機制
4. 從“直播互動”角度思考異步學(xué)習(xí)的互動性提升
每個角度提供2個具體功能構(gòu)思。

→ 獲得24個創(chuàng)新點子，其中至少5-6個跳出常規(guī)思路

第三步：方案評估（使用第三層提示詞）

從上述點子中篩選出6個最有潛力的方案。
請為每個方案評估：
1. 預(yù)期影響力（完課率提升幅度）高/中/低
2. 開發(fā)成本（人月）估算
3. 實施風(fēng)險（技術(shù)、體驗、倫理）分析
4. 與產(chǎn)品核心價值的契合度
最后，給出一個優(yōu)先級排序建議，并說明理由。

→ 獲得初步的優(yōu)先級判斷，為后續(xù)用戶測試和詳細評估提供基礎(chǔ)

整個過程從“拍腦袋”變成了“系統(tǒng)化探索”，而AI在其中扮演的是專業(yè)協(xié)作者，而非簡單的信息檢索工具。

高級技巧：讓你的提示詞真正“懂你”

1. 上下文注入法

在復(fù)雜任務(wù)開始前，先給AI“喂”背景信息：

【項目背景】我們是一款針對Z世代的泛知識短視頻App，目前日活50萬，核心問題是用戶觀看時長高但互動率低。
【此前嘗試】我們已嘗試過彈幕、點贊PK等功能，效果一般。
【本次目標】設(shè)計一個能提升深度互動（評論、分享、二次創(chuàng)作）的新機制。

2. 漸進式細化法

與其一次性提出復(fù)雜要求，不如分步驟引導(dǎo)：

第一步：請列出提升視頻內(nèi)容互動度的10個通用策略。

第二步：從中篩選出3個最適合“知識類短視頻”的策略。

第三步：針對這3個策略，分別設(shè)計一個具體的功能方案。

3. 批判性修正法

主動要求AI挑戰(zhàn)你的想法：

以下是我的功能構(gòu)思：
[你的想法]請從三個角度批判這個想法：
1. 用戶可能如何誤解或濫用這個功能？
2. 這個功能可能對現(xiàn)有產(chǎn)品體驗造成什么負面影響？
3. 有哪些潛在的實現(xiàn)風(fēng)險或隱藏成本？

第一周：意識培養(yǎng)

• 記錄本周所有向AI的提問

• 嘗試將其中一個模糊問題改寫成結(jié)構(gòu)化提示詞

第二周：模板應(yīng)用

• 在工作中選擇3個常見任務(wù)（如競品分析、用戶畫像、會議紀要）

• 為每個任務(wù)創(chuàng)建一個結(jié)構(gòu)化提示詞模板

• 與同事分享并收集反饋

第三周：思維拓展

• 在下次頭腦風(fēng)暴前，先用AI從3個不同角度生成想法

• 對比AI生成想法與團隊內(nèi)部想法的差異

• 實驗“角色扮演”提示詞，獲得專業(yè)視角

第四周及以后：系統(tǒng)整合

• 將高效的提示詞整理成團隊知識庫

• 在產(chǎn)品文檔模板中嵌入AI協(xié)作提示詞

• 定期復(fù)盤提示詞的使用效果，持續(xù)迭代

我們正進入一個“提問質(zhì)量決定輸出質(zhì)量” 的時代。AI不是神秘的黑箱，而是需要精確輸入的復(fù)雜系統(tǒng)。你給它的框架越清晰，它還給你的洞察就越深刻。

作為產(chǎn)品經(jīng)理，我們的核心能力始終是定義問題、拆解問題、系統(tǒng)思考。現(xiàn)在，AI成為了我們延伸這些能力的強大杠桿。但杠桿的另一端，仍然是我們自己的思維能力。

最優(yōu)秀的AI提示詞背后，永遠是最優(yōu)秀的產(chǎn)品思維。

從今天起，停止向AI“拋問題”，開始與AI“協(xié)奏思考”。 你與AI的對話質(zhì)量，將直接定義你在這個時代的專業(yè)高度。

本文來自作者：產(chǎn)品 Zoe

想要第一時間了解行業(yè)動態(tài)、面試技巧、商業(yè)知識等等等？加入產(chǎn)品經(jīng)理進化營，跟優(yōu)秀的產(chǎn)品人一起交流成長！