把猜测写成了规则
需求是「列表增加状态筛选」，AI 把它写成了启用/停用开关。
Knowledge Base + Workbench Template
产品经理的每一项日常工作，都值得被 AI 重构。
从一个真实小需求开始，让 AI 先读懂你的产品，再帮你梳理需求、起草 PRD 和检查文档。知识库讲清做法，配套文件夹模板承接你的实际工作。
需要电脑和能读取本地文件夹的 AI 工具。本网站提供阅读与下载，实际工作在你的 AI 工具中完成；工具账号和可能产生的模型费用需自行准备。
AI 写 PRD 很快，改起来却很累。
真正费时间的，往往不是让 AI 写出来，而是反复补背景、删除它擅自补进来的规则，以及评审改了一处之后，再去检查方案和 PRD 有没有一起变。
完整和可靠是两回事
一份没有任何明显错误的 PRD，因为上游依据失效而整体翻车。
这类错误，靠检查文案看不出来——它们从源头就是错的。
你的日常工作，会怎样变化
需求梳理凭感觉拆需求AI 按你的框架拆完，你来判断
用户研究访谈纪要躺在文件夹里AI 帮你从材料里识别真实问题
竞品分析功能矩阵堆料资料越来越便宜，你的判断越来越值钱
PRD 撰写从零开始憋文档AI 基于你们产品的现状起草，你只做审校
评审与变更改完 PRD 再说上游到下游一致地改，不留隐性偏差
汇报与沉淀凭记忆写周报忠实表达判断与完成状态，每个需求都让工作台更聪明
从 搭建工作台、跑通第一个小需求开始，把这些判断用到日常工作中。
四层结构，各管一件事
AI 的产出上限，取决于它进入了什么样的工作现场。提示词决定它这一句怎么说，工作现场决定它这一次能不能真的把活干对。
先约定怎么工作
告诉 AI 先读什么、该用哪个 Skill，以及哪些决定需要你确认。
记清产品当前的事实
保存已确认的产品定位、模块和规则，让 AI 基于实际情况工作。
按你的方法推进
把需求梳理、PRD 写作和检查变成流程，明确何时继续、何时停下来问你。
留住每次任务的现场
一个需求一个文件夹，保存材料、进度和文档，换个对话也能接着做。
四层各自分工，真正不能交出去的，只有判断权。