從撰寫 PRD 到打造原型，讓 AI 成為你的工作加速器。
與 AI 對話前，先想清楚自己要什麼
產品經理如何駕馭 AI 這個萬能助手，去提升工作效率與內外部溝通？
先舉兩個真實壞例子：
- PM 接收業務需求，若需求太模糊且不清楚，其實很難進行規劃。
- 看醫生若沒仔細告訴醫生哪裡不舒服，病情是何時開始，醫生其實很難診斷。
當表達不清楚，就算是「人類也無能為力」。
反之， 若提供的說明精準且具體，對方越能幫你解決問題。
同理，AI 也是。
若想透過 AI 得到一個好產出，Prompt 的撰寫品質非常重要。
先知道自己要的是什麼，再與 AI 互動。
以我目前透過 AI 製作文章封面圖為例：
撰寫 Prompt 我會先思考我期待的畫面。
以這篇來說，我快速想到「透過 AI 將工作提速，並且運籌帷幄」 的場景。
於是下了這個 Prompt：
幫我產一張 900x900 的圖，但我只給你 8 個字「工作提速，運籌帷幄」。
其他交由你自由發揮，但作圖前要先跟我溝通確認。
為什麼我只把「大概念」丟給 ChatGPT？
因為我希望它能與我提案，我想知道 AI 會提供哪些方案。
後續，我根據它給的幾個方案進行討論，並將風格收斂定案。
產出一張有藝術感，兼具中國水墨風格的封面圖。
結果非常符合我的預期。
PM 能外包給 AI 的工作任務
先知道自己手上的需求與問題，才能找到合適的 AI 工具。
我用的 AI 工具並不多，使用情境與對應 AI 工具如下：
- 內容撰寫：ChatGPT、Claude。
- 資料探索：ChatGPT、Perplexity。
- 產品原型：Lovable、Claude。
- 快速摘要：NotebookLM。
- 簡報製作：Gamma。
- 程式撰寫：ChatGPT、Claude。
以下是我身為 PM，外包給 AI 的任務。
1. 撰寫 PRD
透過 Prompt 將功能需求描述清楚，並條列寫出相關 User Story 與商業邏輯。
並告知 AI 我期待的區段與格式。
這方式能快速產出 PRD，後續自己手動調整修改即可。
只要 PRD 夠清楚，也能請 AI 同步產生 test case。
2. 撰寫文案
小公司軟體 PM 身兼多職，產文案也有 PM 的事。
文案範圍很廣，包含介面文案、客服信件回覆、系統翻譯等等。
對，你沒看錯，由於我司沒配置客服，所以客服信件也需 PM 處理！？
題外話，未來目標是整理好客服內容，透過 Vibe Codeing 方式打造 AI 客服。
3. 快速打造原型
我真的太喜歡 Lovable 與 Claude。
透過 Vibe Coding 方式，快速打造出 Prototype。
能讓老闆與團隊具體知道，這就是 PM 心目中想像的流程、互動跟特效。
省下超級多溝通成本，並且有滿滿的成就感。
5. 自動化繁瑣庶務
手上有哪些需要大量「工人智慧」的手動庶務？
思考如何用 AI 提速吧。
以我最近遇到的任務為例：
我被老闆指派要計算「實習生時數與薪水」。（這就是小公司軟體 PM 的宿命？）
過去的 PM 是在 Google Sheet 拉表格寫公式，統計出時數跟薪水。
但我認為這實在太沒效率與耗時。
以下是我的解法：
我學過 Python，並知道 ChatGPT 寫 Python 超強。
那就將需求與規格告訴 ChatGPT，請它撰寫 Python 程式。
之後便驗收 AI 程式碼產出的結果是否正確。
這過程大約只花我 30 分鐘。
透過 AI，將原本的繁瑣流程，變成觸發一按鈕，就運算得出正確結果。
被 AI 取代？
聽到朋友說「未來工程師可能也沒戲唱，我可能要去學水電」。
那業界知名人士，對此議題的想法？
AI 作為夥伴，能取代許多重複性工作，還能幫我們加速那 10% 只有自己才能完成的部分。 — 美國科技業知名思想家 Kevin Kelly
AI 無法完全取代任何人的工作，但能取代人們 80% 的任務，人類能專注於更具創造性和策略性的任務。 — Nvidia 執行長黃仁勳
儘管 AI 可能會取代某些工作，但它也將創造出大量的新工作。 — Google 執行長 Sundar Pichai
從歷史來看，AI 或許會取代「重複性高、技術要求較低的基層工作」。
如同蒸汽機的出現，使馬車司機這職業消失。
但在當時也創造出汽車、飛機等新產業。
與其害怕被 AI 取代，不如現在開始學習與 AI 協作，因為：
- 擅用 AI 的人將具備更多優勢與競爭力。
- AI 能提供不同角度的思維與指引。（畢竟它的資料量是人腦的好幾倍。）
- AI 能讓我們更快「完成工作、學會一項新技能、瞭解一件事」。
你有哪些工作能外包給 AI？
試著思考，手上有哪些庶務項目能外包給 AI？
我們只需驗收 AI 助理的產出成果，瀏覽與判斷哪些能用，哪些需要調整。
未來我也會持分享更多擔任產品經理所習得的「見解」與「方法論」。
如有任何疑問或有想理解的主題，歡迎留言或來信 kaijayhuang@gmail.com。
