一位拥有六年电商产品经验的新同事，入职三天内提交了48页Axure原型，但我在五分钟内就放下了——他把“让大模型理解用户意图”的任务，分解成了200多条if-else交互规则。在AI时代，绘制原型和编写PRD的技能正在失去价值，真正有意义的在于界定“什么算正确”、构建人机协作模式、以及计算Token成本。
去年底，团队来了一位新成员，他有六年电商产品经理背景，简历出色，来自大厂。
入职第一周，我让他准备一个智能客服方案。三天后，他提交了48页的Axure原型——每个页面状态、每个按钮交互、每条异常提示，都画得一丝不苟。
我看了五分钟就放下了。
——不是因为做得不好，恰恰相反，是做得太“完美”了。
他将一个本质上是“让大模型理解用户意图并提供恰当回复”的问题，强行拆分成了200多条if-else交互规则。这让我感触颇深——这位同事的能力没问题，但整个工作模式已经改变，他仍在用旧方法探索新路径。
你引以为傲的技能，正在失去价值
我也曾经历过这一阶段。两年前，推出一个功能时，产品经理的工作流程是这样：竞品调研三天，用户访谈两天，需求文档两天，原型设计三天，评审一天，总共需要两周起步。
现在呢？
我将竞品截图、用户反馈、历史数据交给AI，半小时内就能获得一份八九不离十的初稿。原型也不再绘制，直接让AI生成可交互的前端demo，评审时大家看到的是一个可点击的东西，而非静态线框图。
这并非在炫耀效率。
我想表达的是，当“产出”被压缩到原有时间的十分之一时，如果你不知道剩下的九成时间该做什么，那才是真正危险的。
许多PM的焦虑并非“AI会不会取代我”，而是“那些我一直引以为傲的技能——绘制原型、编写详尽的PRD、与开发人员核对字段——突然变得不值钱了”。
我现在的日常工作，与三年前截然不同
如果不绘制原型、不编写PRD，AI产品经理整天在做什么？聊聊我现在花费时间最多的几件事。
1. 界定“什么算正确”
这件事听起来简单，做起来却非常棘手。
传统软件有Bug就修复，逻辑正确就上线。AI产品最折磨人的地方在于——你无法用“对错”来衡量它。
我们有一个合同审核的Agent，让它找出合同中的风险条款。
那么漏掉一条算不算Bug？
找出来了但描述不精确算不算？
将一条无风险的条款标记为有风险算不算？
这些问题没有标准答案，但作为产品经理，你必须给出标准答案——拉着业务方和算法团队一条条定义、一条条标注、一条条建立评测集。
这项工作又脏又累，但这就是AI PM最硬核的日常。
你并非在定义产品的外观，而是在定义AI的及格线。
2. 设计人和AI如何协作
传统PM设计的是人与界面的交互，而AI PM设计的是人与一个“不太可靠的聪明助手”之间的协作方式。
你需要想清楚哪些环节让AI全自动运行，哪些环节必须由人审查，AI出错时如何兜底，用户如何知道“这个结果AI不太确定”。
去年我们做了一个文档生成工具，第一版设计成全自动——用户一点击就出结果。上线后投诉率极高。
并非生成质量差，而是用户心理上不信任一个黑盒。后来增加了一步“AI生成草稿 → 高亮不确定的部分 → 用户确认或修改 → 定稿”，留存直接翻倍。
你看，这个改动与技术毫无关系，纯粹是产品设计的功力。
3. 计算成本账
许多转型PM完全没有这个概念。
传统软件上线后边际成本趋近于零，但AI产品每多一个用户就多消耗Token。
我现在立项的第一件事不是绘制原型，而是拿起计算器——一次调用消耗多少Token？日活跃用户数多少？月成本多少？能否简单问题使用小模型，复杂问题再调用大模型？
上个季度我们砍掉了一个Demo效果惊艳的功能，算完账后发现年Token成本超过300万，而预期收入增量不到100万。
会算这笔账，比会绘制原型值钱得多。
转型路上我见过最多的失败案例
这几年带过不少转型过来的同事，也面试过不少候选人，几种失败模式非常典型。
有人花了三个月去报班学习Python和机器学习，学了个一知半解的TensorFlow，面试时被问到“你们RAG召回率怎么优化的”还是哑口无言。
你是产品经理，不是要转成算法工程师。
你需要的是“技术流利度”——能听懂工程师在说什么，能判断一个需求在技术上是否可行。
这需要通过做项目来锻炼，而不是靠刷网课。
有人在简历上写“熟练使用ChatGPT”。
2026年了，这就像2015年写“会用微信”。面试官想看的是你用AI解决了什么业务问题、选择了什么方案、效果如何量化、踩过什么坑。
如果手里没有案例，最快的办法是自己动手——去Coze或Dify上花两个周末搭建一个行业知识问答Agent，从数据清洗、Prompt调优到评测跑一遍完整流程。这个过程本身就是最好的简历素材。
还有一种最可惜的情况：觉得“懂AI”就够了，把过去的行业经验当作包袱丢掉。
你在电商干了五年，对用户决策链路、退货率、客服话术烂熟于心——这些才是你最大的资产。现在最缺的不是“懂AI的通才”，而是懂行业的AI专家。一个做过三年金融风控的PM去做合规审核Agent，碾压任何只懂技术的新人。
那明天可以做什么？
不必一步到位。拿你手头正在做的项目，想一遍：如果加入一个AI能力，哪个环节会发生质变？不要想“加个聊天机器人”这种表面的，想想流程本身能否被重构。
然后去搭建一个Agent，什么类型都行。帮你整理会议纪要的、做竞品监控的、分析用户反馈的。搭建过程中你会自然理解什么是Prompt工程、什么是RAG、什么是工具调用。这比看任何教程都管用。
再找一个在做AI项目的团队聊聊——不是听他们吹Demo多炫，而是问上线后踩了什么坑、评测怎么做的、成本怎么控的。这些真实经验在网上很难搜到。
AI产品经理不是一个新物种。你过去积累的用户洞察、商业判断、跨团队协调能力，一样都没有过时。真正过时的，只是用确定性的方式去管理一个充满不确定性的系统。
接受这一点，你就已经迈出了最难的一步。
以上是一位多年从事AI产品、踩过无数坑的人的真实感受。欢迎在评论区聊聊你的转型经历，或者你正在纠结的问题——比起单方面听我说，互相交流可能更有用。
本文来自微信公众号“人人都是产品经理”（ID：woshipm），作者：咖啡不加糖，36氪经授权发布。
