文章核心观点 - AI工具作为产品经理的专业协作者，其潜力远未被充分挖掘，大多数产品经理仅发挥了其不到20%的潜力[1] - 提升AI使用效能的关键在于采用一套结构化的三层提示词思维模型，将AI从“信息检索工具”升级为“专业协作者”[1] 产品经理使用AI的现状与问题 - 当前普遍使用AI的方式低效，例如仅用于生成PRD模板、竞品分析或产品slogan，导致输出内容正确但无用、全面但肤浅[1] - 低效提示词的共同特征包括：问题模糊宽泛、缺乏上下文、没有约束条件、忽略输出格式[6] - 根本问题在于向AI提供了“作文题目”而非“思考框架”，导致输出同质化，例如五位产品经理用相同提示词分析竞品，得到了五份内容几乎可以互换的报告[2] 三层提示词思维模型 第一层：执行加速层 - 该层用于处理明确、结构化的任务，目标是节省50%的常规工作时间[4] - 核心方法是提供清晰的指令和格式，可复用的模板为：角色 + 具体任务 + 结构框架 + 输出格式 + 质量要求[7] - 案例：分析小红书内容推荐机制，进阶提示词要求AI扮演拥有5年经验的内容平台产品专家，从用户数据收集、特征工程、排序算法、反馈优化四个维度进行结构化分析，并以表格形式输出[5] 第二层：思维扩展层 - 该层用于开拓思路、挑战假设，突破个人经验局限[7] - 核心方法是引导AI进行多角度思考，通过让AI扮演不同角色（如行为经济学家、游戏设计师、社会学家）来打破认知框架[9] - 案例：为提高健身App用户留存，进阶提示词要求AI从行为经济学、游戏设计、社会学三个反直觉视角提出具体、可落地的功能点子[9] 第三层：决策支持层 - 该层用于处理多因素权衡的复杂判断，辅助决策而非替代决策[10] - 核心方法是让AI模拟不同决策路径的结果，帮助理解决策维度和可能后果[11] - 案例：评估新功能优先级，进阶提示词要求AI作为决策顾问，列出各功能的论据与风险、模拟6个月后的产品数据变化，并提供可量化的决策框架[11] 实战应用与高级技巧 AI增强的产品工作流案例 - 项目背景：为一款知识付费App探索提升“课程学习完课率”方案[14] - 第一步（定义问题）：使用第一层提示词，让AI作为学习科学专家，系统性地拆解完课率低的潜在原因，从学习动机、环境干扰、内容设计、反馈机制4个维度获得问题框架[15] - 第二步（创意发散）：使用第二层提示词，让AI从视频游戏留存设计、私教一对一督促、习惯养成App、直播互动四个非常规角度提出解决方案，共获得24个创新点子，其中5-6个跳出常规思路[16] - 第三步（方案评估）：使用第三层提示词，让AI对筛选出的6个方案评估预期影响力、开发成本、实施风险及与核心价值的契合度，并提供优先级排序建议[17] - 效果：整个需求探索过程从“拍脑袋”变为“系统化探索”[18] 提升提示词效能的高级技巧 - 上下文注入法：在复杂任务开始前，向AI提供详细的背景信息，如项目背景、此前尝试、本次目标等[19] - 渐进式细化法：分步骤引导AI，例如先列出通用策略，再筛选适合特定场景的策略，最后设计具体功能方案[20][21][22] - 批判性修正法：主动要求AI从用户误解、负面体验、实现风险等角度批判已有的功能构思[24] 行动建议与行业意义 - 建议产品经理制定为期四周的提示词升级行动计划，包括意识培养、模板应用、思维拓展和系统整合[24] - 在AI时代，“提问能力”即竞争力，输出质量由输入质量决定[24] - 产品经理的核心能力（定义问题、拆解问题、系统思考）因AI而得到延伸，最优秀的AI提示词背后是最优秀的产品思维[24]