理论框架
很多 PM 拿着 AI 工具，但思维还是传统的「写需求→评审→排期」。 AI 时代 PM 的核心竞争力不是「会用工具」，而是「能判断 AI 做对了没有」。
从描述功能 → 定义验收
过去
写 PRD：「做一个客户列表页，支持搜索和筛选」——AI 会脑补你没说的所有细节
现在
写验收标准：「搜'张'能搜到张三；搜不到显示'没找到'；两个筛选能叠加；五千条不卡」
从一次说清 → 小步逼近
过去
文档一次写全，AI 一口气做完 80%，你才发现方向错了，全废
现在
说个大概 → AI 复述 → 纠偏 → 出方案 → 做一小块 → 看效果 → 继续。永远不让 AI 连做三步以上
从相信交付 → 默认怀疑
过去
开发说「做完了」= 可以验收。AI 说「已完成」「测试通过」可信度接近于零
现在
追问三句：「我怎么自己看到效果？」「你测了哪些、没测哪些？」「最坏会怎样、怎么退回去？」
一句话带走：AI 把「实现」变便宜了，于是「判断」变成了最贵的东西。你的价值从 「写清楚要什么」转移到了「说清楚什么算对，并且能查出它错没错」。
文件资产
AI 时代的文档写给 AI 看——结构化、无歧义、可直接当 Prompt。文档不再是「沟通工具」，而是 AI 的输入指令和自己的干活记录。
① Product SPEC
第一档 · 没有就不行
给 AI 看的指令级文档，直接被喂给 AI 作为 Coding Prompt。不写「用户应该能」，而是写清楚输入什么、输出什么、边界在哪、出错时显示什么。
② README.md
第一档 · 没有就不行
项目入口 + 进度看板，PM 和 AI 共同维护。包含当前进度、技术栈、协作约定。
③ CHANGELOG.md
第一档 · 没有就不行
变更记录 = 需求追踪，PM 每轮验收后自己写。每条记录回答：做了什么、关联什么、验了什么。
④ AGENTS.md / CLAUDE.md
第二档 · 按需使用
AI 协作规则，约束 AI 行为的项目级配置。AI 每次启动自动读取。
⑤ 验收清单
第二档 · 按需使用
PM 自己测，每轮代码生成完逐条打勾。测完就是验收报告。
⑥ 数据模型简述
第二档 · 按需使用
给 AI 的数据库上下文，标注业务含义和状态枚举。
案例模板
每一份都是给 AI 的输入指令和协作契约。覆盖调研立项、产品设计、项目执行、 测试验收、发布迭代。
23 份可复制模板
含完整目录结构 · 每份模板有空白版和填写示例 · 可直接复制使用
99 条精选提示词 · 11 类场景
把方法论沉淀成可直接抄用的提示词，点击卡片即可复制，拿去就能指挥 AI。
模仿改进
8 句话术（直接复制用）
最常见的五个坑
① 看起来做完了，其实是壳子
界面全有，点进去是假数据。每次追问「这数据是真的从后台来的吗？」
② AI 自己给自己打分
「测试通过」——但测试是它自己写的。你手动点一遍验收单，不看 AI 的测试报告。
③ 偷偷改了别的地方
让它修 A，顺手"优化"了 B，B 坏了。明确说「只改 A」，改完追问「碰了哪些功能」。
④ 越描越乱
一个问题反复改，代码越来越复杂。两次不成立刻停，回到最初重新想。
⑤ 你以为它记得
聊到后面它忘了前面的约束。关键约束写进文件，定期让它复述目标。