~/blog/ai-pm-core-skills.md

AI PM 的核心能力模型：不只是写 PRD

ai pm·2026-04-02·~3200 字·10 min read

很多人觉得 AI PM 就是「会写 Prompt 的产品经理」。但实际上，AI PM 需要一套全新的能力框架——从理解模型能力边界，到设计人机协作流程。

超越 PRD 的能力

传统 PM 的核心输出是 PRD，但 AI PM 的核心输出是对 AI 能力边界的判断。你得知道哪些需求 AI 能做好、哪些会幻觉、哪些需要人工兜底。

不是会用 ChatGPT 就是 AI PM，就像不是会用 Excel 就是数据分析师。

这个判断力来自大量的 hands-on 实验，而不是读论文和看发布会。

我把 AI PM 的能力分为三层：

技术理解层 —— 不需要会训练模型，但要理解 prompt → pipeline → evaluation 的完整链路。知道 RAG 和 Fine-tune 的区别，能跟工程师讨论方案。

产品设计层 —— AI 产品的 UX 有独特挑战：不确定性管理、预期设定、fallback 设计。用户不会因为「AI 做不到」而原谅你。

商业判断层 —— AI 能力在快速变化，今天不可能的功能明天可能免费。PM 要判断什么时候「等技术成熟」比「硬做」更明智。

最有效的练习方式就是自己做产品。用 Vibe Coding 的方式，从 0 到 1 做一个 AI 原生产品。你会在这个过程中遇到所有真实挑战：模型选择、prompt 调优、成本控制、用户预期管理。

读 100 篇 AI 文章不如自己做一个 Agent。这就是为什么我一直在用 Claude Code 造东西——不只是为了好玩，而是为了保持对技术边界的手感。