AI 時代的產品素養：把活交給 Agent，時間留給做產品

• 初級產品：識畫原型、識寫文件、跟得上需求節奏。
• 中級產品：可以獨立負責業務模塊、跨部門合作、撐得起核心指標。
• 高級產品：明商業模式、能夠制定產品戰略、可以揾到 PMF。

直至 AI 嚟咗。畫原型、寫文件嘅時間大大減少。

我兩年前畫一個彈窗原型要2至4個鐘。而家截一張圖，講一句說話，幾分鐘就搞掂，連文件都會跟住出嚟。

畫原型、寫文件嘅時間少咗，剩低嘅時間，用嚟做乜？

呢個係對產品經理呢個職位未來發展嘅提問。

搞清楚呢個問題，我哋就知道產品職位點樣變化，產品嘅能力應該點樣培養。

以前，有初級產品嘅職位嚟做畫圖佬，係因為之前有咁多嘢俾佢做，而家 Agent 都識畫啦，咁公司要初級產品嚟做乜呢？

呢度有個悖論。

畫原型又好、寫文件又好，呢啲係需要時間去磨練嘅能力。

初級階段反覆手搓原型嘅過程係在訓練佢對界面信息層次嘅感知、對用戶交互路徑嘅本能反應、對邊界場景嘅敏感度。

即係我哋講嘅培養「品味」

而家呢個能力嘅「訓練場」冇消失，而係被壓縮咗。

對一個產品新人唔需要由頭去學拖拽組件、手繪原型。

AI 將每個人嘅起點都拉到同一條線上。

唔存在初級、中級、高級，甚至唔存在產品經理，個個都可以用 Agent 整自己嘅產品。

呢篇文想講清楚一件事，AI 時代嘅產品經理素養，到底點樣練。

下面係我自己呢一年用 AI 做 PM 工作嘅全套方法，提供一啲硬技能必備嘅工具同方法。

由 3 個畫原型嘅 Skill、到 5 種工具盤點、到我開源嘅 13 個 PM-Skill 庫。

最後再嚟探討開頭嗰個問題：AI 慳落嚟嘅時間應該用嚟做乜，以及「產品品味」呢件事喺 AI 時代點樣培養。

講工具之前，先講我自己提煉嘅 3 個 Skill。

佢哋係我基於呢一年實戰總結出嚟嘅 Claude Code 工作流。

三個 Skill 解決同一類問題：將「想法變成可溝通原型」呢條路上嘅距離壓縮到極致。分別只在輸出物形態：

image2proto：

截圖入去，單檔案 HTML 原型出嚟。

瀏覽器打開就可以交互。Tab 切換、彈窗開關、篩選展開都係真實嘅。Send 俾任何人都可以直接用，唔使裝環境。適合會前 5 分鐘出 Demo，老細話「下午開會睇嚇效果先」，呢個最快。

image2pencil：

截圖入去，可編輯嘅 Pencil 設計稿出嚟，旁邊仲附一份結構化設計文件。

Pencil 係最近好興嘅、專門俾 Agent 用嘅設計工具。AI 出 80%，人喺 Pencil 入面改 20%。適合需要精細化交付嘅場景，B 端表單、多狀態設計稿都靠呢個。

製作原型示例：

url2proto：

網址入去，完整嘅 Next.js + Tailwind 本地項目出嚟。

AI 自己抓頁面結構、設計 token、組件層級，自己規劃項目架構，初始化項目，配置 Tailwind，拆組件還原。中間遇到樣式對唔上，佢自己對比修正。

一個網址，半個鐘出一個可以本地跑、可以改、可以持續迭代嘅工程化項目。適合多頁面、大型項目、新產品原型起步。

Skill 地址：github.com/zephyrwang6/pm-skills

呢三個 Skill 用落嚟，最大嘅體感係令你重新理解「原型」呢件事

原型製作就係一個對話過程。

截圖、口頭描述、AI 出稿、再口頭改，呢個循環行十次嘅成本，比你手動畫一稿仲低。

你腦入面嗰個模糊嘅需求，可以喺十幾分鐘內被反覆顯形、推翻、重構。

喺呢個對話過程中都係喺度訓練

呢個係 PM 工作方式上嘅根本變化。

上面 3 個 Skill 嘅產物都係 HTML 代碼。

但 PM 實際需求唔止呢一種。有時要一張可以貼入 PRD 嘅位圖、一份流程圖、Figma 稿。

我將目前真正可以落地嘅另外幾種工具盤咗一次。

1 Claude Code / Codex（命令行 Agent）

最底層、亦最強大嘅一種。

Claude Code 係 Anthropic 出嘅命令行 Agent，Codex 係 OpenAI 出嘅對標產品。

有 CLI 版本同桌面端版本。新手可以用桌面端版本，CLI 版本可以自訂 API。

具體嘅使用方法可以睇我過往嘅文章。

上面我做嗰 3 個畫原型 Skill 全部係行喺 Claude Code 上面。

但就算唔裝任何 Skill，就咁裸用 Claude Code，你都可以同佢講「睇呢張截圖，幫我做一個 HTML 原型」，佢會自己理解、自己寫檔案、自己調試、自己開瀏覽器預覽。

Agent 可以直接幫你整好檔案、行通環境、改到用得為止。

呢個係所有想認真用 AI 做產品嘅人，遲早要用嘅工具。

2 圖片模型出圖

GPT-Image-2、Nano Banana 呢類。

佢哋出嘅圖係可以貼到 PRD 裏面嘅 UI 概念圖。

幾十秒一張可以直接貼入 PRD 嘅位圖原型。中文文字識別幾乎唔會錯。競品風格圖、Banner 草稿、UI 概念圖、需求評審用嘅視覺示意，都係佢嘅主戰場。

3 Drawio + AI

俾 AI 直接出 .drawio 嘅圖紙檔案。

使用呢個 skill：https://github.com/Agents365-ai/drawio-skill

直接產出 .drawio 檔案落到 Obsidian 庫入面。點開自動彈出編輯器，改完保存，Markdown 筆記引用就可以叫出嚟。

一張架構圖隨系統演化要改十次。AI 重新生成每次都是新嘅唔帶歷史，AI 加人工編輯嘅混合模式，先可以令一張圖嘅版本演化軌跡被保留落嚟。

4 Agent 原型 IDE

v0、Bolt.new、Lovable 呢類原型 IDE。

v0 最大嘅特性係生成完直接俾一個 vercel.app 嘅 URL，轉發俾任何人打開都用得，演示完關掉連結唔使清理。

可點擊唔等於可以上線。佢哋做嘅都係 demo 級產品，適合用於原型同想法驗證。

5 Stitch / Figma Make

如果你嘅下游係設計師，最好嘅路徑係直接產出 Figma 格式設計稿。

Stitch 係 Google 出嘅 AI 設計工具，入口 stitch.withgoogle.com，對話框描述頁面或 App 流程，直出 Figma 稿。亦都支援 html 代碼導出等多種格式。

Figma Make 係 Figma 官方嘅 AI 面板，直接在 figma.com 入面叫右側 AI Make 面板，生成嘅節點天然落喺 Figma 工作流入面。組件庫背靠 Figma 生態最齊全。

前者適合由零起一個 App 原型，後者適合已經喺 Figma 入面重度協作嘅團隊接力。兩個都可以將「AI 出稿 → 設計師精修」呢條鏈路接通。

畫原型只係 PM 工作嘅一部分。

我將呢一年自己用過、打磨過嘅所有 PM 相關 Skill 都開源咗出嚟。一共 13 個，按 PM 嘅工作流分四類：

倉庫地址：github.com/zephyrwang6/pm-skills

呢啲 Skill 你拎到之後，一定要基於自己嘅業務直接改。

正確嘅做法係：將你公司常用嘅 PRD 模板、覆盤模板、埋點規範餵俾 Agent，同佢講：

「請按呢個模板改 skill，以後都按呢個格式輸出。」

傳統嘅 PM 發展路線正在快速失效。

當一個識用 Agent 嘅產品新人，可以喺一個星期內整出一個用得嘅小產品，佢同一個所謂「高級產品」之間嘅差距，唔再係 title，而係品味。

品味呢樣嘢，冇辦法靠 Agent 速成。

佢嚟自對原型嘅反覆試錯、對用戶反饋嘅反覆消化、對踩坑嘅反覆覆盤。

「基本功」冇被 AI 取代，但係累積基本功嘅方式變咗。

傳統路徑入面，初級產品要花兩年練拖控件、對齊間距、寫需求文件。

呢套基本功今日睇大半係浪費。

新方式係藉助 Agent 大量實踐同試錯。

你可以一個星期睇 100 個原型、一個月搞 50 個小產品、一年消化 1000 份用戶反饋。

前提只有一個：你真係人在場。

每一稿 AI 出嘅原型都過一次，改一次，跟自己嘅判斷對一次。

AI 將你嘅練習場放大 100 倍。

呢個就係 AI 時代嘅產品基本功，唔按傳統路徑熬資歷，而係用 Agent 將試錯週期壓到極致，再用人嘅判斷將每一次試錯嘅經驗沉澱成品味。

初級、中級、高級，呢啲 title 唔再重要。

重要嘅係你做過產品未？做過幾個？做成了幾個？用戶係點樣評價嘅？

PM 呢個職位唔會消失。

但 PM 嘅定義正在被重寫，由寫需求文件嘅人，變成用 Agent 自己造產品、並喺試錯中積累品味嘅人。

遲早所有人都會切換過嚟。但紅利只屬於先動手嗰批。

如果大家想更系統咁掌握 coding Agent、Obsidian、Skill、Vibecoding 嘅技能，歡迎訂閲我嘅 AI 生產力專欄+社羣。接下來就會更新 Obsidian 更詳細系統嘅使用，仲有 vibecoding 基礎同 Coding Agent 嘅使用等住更新。

• 初級產品：會畫原型、會寫文檔、跟得上需求節奏。
• 中級產品：能獨立負責業務模塊、跨部門協作、扛得起核心指標。
• 高級產品：懂商業模式、能制定產品戰略、能找到 PMF。

直到 AI 來了。畫原型、寫文檔的時間極大變少。

我自己兩年前畫一個彈窗原型、要2-4 小時。現在截一張圖，說一句話，幾分鐘就好。，計文檔也會跟着出來。

畫原型、寫文檔的時間變少了，剩下的時間，用來做什麼？

這是對產品經理這個崗位未來發展的提問。

弄清楚這個問題，我們就知道產品崗位如何變化，產品的能力該怎麼培養了。

以前，有初級產品的崗位來做畫圖仔，是因為之前就有那麼多的活來讓他做，現在 Agent 都能畫了，那要公司要初級產品來做什麼呢？

這裏面有個悖論。

畫原型也好、寫文檔也好，這些是需要時間去磨練的能力。

初級階段反覆手搓原型的過程是在訓練他對界面信息層次的感知、對用戶交互路徑的本能反應、對邊界場景的敏感度。

也就是我們說的在培養“品味”

現在這個能力的"訓練場"沒有消失，而是被壓縮了。

對一個產品新人不需要重頭去學習拖拽組件、手繪原型。

AI 把每個人的起點都拉到了同一條線上。

不存在初級、中級、高級，甚至不存在產品經理，大家都可以用 Agent 製作自己的產品。

這篇文想聊清楚一件事，AI 時代的產品經理素養，到底怎麼練。

下面就是我自己這一年用 AI 做 PM 工作的全套方法，提供一些硬技能必備的工具和方法。

從 3 個畫原型的 Skill、到 5 種工具盤點、到我開源的 13 個 PM-Skill 庫。

最後再來探討開頭那個問題：AI 省下來的時間應該用來做什麼，以及"產品品味"這件事在 AI 時代怎麼培養。

講工具之前，先講我自己提煉的 3 個 Skill。

它們是我基於這一年實戰總結出來的 Claude Code 工作流。

三個 Skill 解決同一類問題：把"想法變成可溝通原型"這條路上的距離壓縮到極致。區別只在輸出物形態：

image2proto：

截圖進去，單文件 HTML 原型出來。

瀏覽器打開就能交互。Tab 切換、彈窗開關、篩選展開都是真實的。發給任何人都能直接用，不用裝環境。適合會前 5 分鐘出 Demo，老闆說"下午開會先看看效果"，這個最快。

image2pencil：

截圖進去，可編輯的 Pencil 設計稿出來，旁邊還附一份結構化設計文檔。

Pencil 是最近火起來的、專門給 Agent 用的設計工具。AI 出 80%，人在 Pencil 裏改 20%。適合需要精細化交付的場景，B 端表單、多狀態設計稿都靠這個。

製作原型示例：

url2proto：

網址進去，完整的 Next.js + Tailwind 本地項目出來。

AI 自己抓頁面結構、設計 token、組件層級，自己規劃項目架構，初始化項目，配置 Tailwind，拆組件還原。中間遇到樣式對不上，它自己對比修。

一個網址，半小時出來一個能本地跑、能改、能持續迭代的工程化項目。適合多頁面、大型項目、新產品原型起步。

Skill 地址：github.com/zephyrwang6/pm-skills

這三個 Skill 用下來，最大的體感讓你重新理解"原型"這件事

原型製作就是一個對話過程。

截圖、口頭描述、AI 出稿、再口頭改，這個循環跑十次的成本，比你手動畫一稿還低。

你腦子裏那個模糊的需求，可以在十幾分鍾裏被反覆顯形、推翻、重構。

在這個對話過程中也是在訓練

這是 PM 工作方式上的根本變化。

上面 3 個 Skill 的產物都是 HTML 代碼。

但 PM 實際需求不止這一種。有時候要一張能貼進 PRD 的位圖、一份流程圖、 Figma 稿。

我把目前真正能落地的另外幾種工具盤了一遍。

1 Claude Code / Codex（命令行 Agent）

最底層、也最強大的一種。

Claude Code 是 Anthropic 出的命令行 Agent，Codex 是 OpenAI 出的對標產品。

有 CLI 版本和桌面端版本。新手可以使用桌面端版本，CLI 版本可以自定義 API。

具體的使用方法可以看我過往文章。

上面我做的那 3 個畫原型 Skill 全是跑在 Claude Code 上的。

但即使不裝任何 Skill，光是裸用 Claude Code，你也可以跟它說"看這張截圖，幫我做一個 HTML 原型"，它會自己理解、自己寫文件、自己調試、自己開瀏覽器預覽。

Agent 能直接幫你建好文件、跑通環境、改到能用為止。

這是所有想認真用 AI 做產品的人，遲早要用的工具。

2 圖片模型出圖

GPT-Image-2、Nano Banana 這類。

他們出的圖是能貼到 PRD 裏的 UI 概念圖。

幾十秒一張能直接貼進 PRD 的位圖原型。中文文字識別幾乎不出錯。競品風格圖、Banner 草稿、UI 概念圖、需求評審用的視覺示意，都是它的主戰場。

3 Drawio + AI

讓 AI 直接出 .drawio 的圖紙文件。

使用這個 skill：https://github.com/Agents365-ai/drawio-skill

直接產出 .drawio 文件落到 Obsidian 庫裏。點開自動調起編輯器，改完保存，Markdown 筆記引用就能調出。

一張架構圖隨系統演化要改十次。AI 重新生成每次都是新的不帶歷史，AI 加人工編輯的混合模式，才能讓一張圖的版本演化軌跡被保留下來。

4 Agent 原型 IDE

v0、Bolt.new、Lovable 這類原型 IDE。

v0 最大的特性是生成完直接給一個 vercel.app 的 URL，轉發給任何人打開都能用，演示完關掉連結不用清理。

可點擊不等於可上線。他們做的都是 demo 級產品，適合用於原型和想法驗證。

5 Stitch / Figma Make

如果你的下游是設計師，最好的路徑是直接產出 Figma 格式設計稿。

Stitch 是 Google 出的 AI 設計工具，入口stitch.withgoogle.com，對話框描述頁面或 App 流程，直出 Figma 稿。也支持 html 代碼導出等多種格式。

Figma Make 是 Figma 官方的 AI 面板，直接在figma.com裏調右側 AI Make 面板，生成的節點天然落在 Figma 工作流裏。組件庫背靠 Figma 生態最全。

前者適合從零起一個 App 原型，後者適合已經在 Figma 裏重度協作的團隊接力。兩個都能把"AI 出稿 → 設計師精修"這條鏈路接通。

畫原型只是 PM 工作的一部分。

我把這一年自己用過的、打磨過的所有 PM 相關 Skill 都開源了出來。一共 13 個，按 PM 的工作流分四類：

倉庫地址：github.com/zephyrwang6/pm-skills

這些 Skill 你拿到之後，一定要基於自己的業務直接改。

正確的姿勢是：把你公司常用的 PRD 模板、覆盤模板、埋點規範餵給 Agent，告訴它：

"請按這個模板改 skill，以後都按這個格式輸出。"

傳統的 PM 發展路線正在快速失效。

當一個會用 Agent 的產品新人，可以在一週內端出來一個能用的小產品，他和一個所謂"高級產品"之間的差距，不再是 title，而是品味。

品味這個東西，沒法靠 Agent 速成。

它來自對原型的反覆試錯、對用戶反饋的反覆消化、對踩坑的反覆覆盤。

"基本功"並沒有被 AI 所代替，但是積攢基本功的方式變了，

傳統路徑裏，初級產品要花兩年練拖控件、對齊間距、寫需求文檔。

這套基本功今天看大半是浪費。

新方式是藉助 Agent大量實踐和試錯。

你可以一週看 100 個原型、一個月跑 50 個小產品、一年消化 1000 份用戶反饋。

前提只有一個：你真的人在場。

每一稿 AI 出的原型都過一遍，改一遍，跟自己的判斷對一遍。

AI 把你的練習場放大 100 倍。

這就是 AI 時代的產品基本功，不按傳統路徑熬資歷，而是用 Agent 把試錯週期壓到極致，再用人的判斷把每一次試錯的經驗沉澱成品味。

初級、中級、高級，這些 title 不再重要。

重要的是你做沒做過產品，做過幾個，做成了幾個。用戶是怎麼評價的。

PM 這個崗位不會消失。

但 PM 的定義正在被重寫，從寫需求文檔的人，變成用 Agent 自己造產品、並在試錯中積累品味的人。

遲早所有人都會切換過來。但紅利只屬於先動手的那批。

如果大家想要更系統的掌握 coding Agent、Obsidian、Skill、Vibecoding 的技能，歡迎訂閲我的 AI 生產力專欄+社羣。接下來就要更新 Obsidian 更詳細系統的使用、還有 vibecoding 基礎和 Coding Agent 的使用待更新。