老产品经理的AI编程工具使用实录

在AI编程工具迅速普及的今天，许多产品经理面临一个共同困惑：不懂专业编码，如何才能有效利用AI工具落地项目？一位拥有丰富经验的老产品经理最近接受了访谈，详细分享了他从AI编程小白到能够独立落地项目的全过程，为所有想借助AI提升工作效率的产品人提供了宝贵参考。

AI时代产品人的核心竞争力

访谈一开始，主持人便抛出一个核心问题：作为本来就懂产品、会画原型图的产品经理，为什么还要主动去摸索AI编程工具？这位老产品经理坦言，时代在变化，产品人必须跟上步伐。以前做产品只能提需求、画原型，然后等待研发团队落地，中间沟通成本高、迭代速度慢；而现在AI编程工具已经非常成熟，哪怕不懂专业编码，也能借助工具把自己的想法直接落地，既能更精准地向研发传递需求，也能自己验证一些小的想法，效率提升显著。

分析

在分享具体实操经验时，老产品经理讲述了自己的第一个练手项目——基于智能眼镜的对讲机功能，需要实现APP端与眼镜端的联动。作为一个懂产品、会画原型，但不擅长编码和页面调试的老产品人，他坦言刚开始摸索时走了不少弯路。 "最开始我掏腰包用国际版工具试水，因为不懂编码，只能一点点摸索，硬生生花了一整周才调好五六个类似IM的前端页面，别提多费劲了。"他回忆道，"后来我才发现，用AI工具的核心是找对方法，不是盲目输入需求。" 经过调整，他试着让模型直接浏览代码、生成技术文档，没想到仅用两天就搞定了后端开发和API对接，再花一两周部署、配置域名，第一个练手产品就实现了可用状态。在这个过程中，他也慢慢摸索出了适合自己的节奏——从最初图省事直接用solo工具输想法导致输出偏离预期，到后来改成"builder模式"一页一页慢慢打磨，再到最终找到高效玩法：把原型图喂给模型，让它生成PRD文档，再基于PRD做页面、写代码，这样能让模型更好地串联前后端数据、接口与服务，研发效率直接翻倍。

针对很多老产品人想尝试AI编程工具但不知道怎么选、怎么用的问题，老产品经理结合自身经历总结了两个核心要点： 第一，没有最好用的工具，只有最顺手的，不用盲目跟风追热门；第二，不用追求"全懂"，只要掌握核心用法，能落地自己的想法、辅助需求对接就够了。 他详细对比了几款热门AI研发工具的使用体验：cloud code全是命令行操作，门槛有点高，产品人用着不太顺手，项目复杂的时候还容易改差；solo就很友好，能同时做多个任务，还能直接选文件路径，让模型精准找到要改的地方，既省token又省时间；Codex Windows版更贴心，在命令行基础上加了可视化界面，专业选手能用，老产品人也能慢慢摸索。 此外，他还特别提到国内AI模型的进步："现在国内的AI模型，比如Minimax M2.5、Kimi 2.5、智谱GML 5这些，效果已经能达到GPT的70%~80%了。虽然偶尔会考虑不周全，但多找几个模型出方案，再整合优化一下，就能补上短板，还能省不少国际版工具的钱，性价比拉满，特别适合日常练手、落地小项目。"

访谈还探讨了一个引人深思的话题：AI能帮忙写代码、做页面，未来产品人的核心竞争力会不会发生变化？ 老产品经理认为："AI只是工具，它能帮我们落地想法、提高效率，但替代不了产品人的核心能力——对需求的洞察、对用户的理解，还有把模糊需求转化为可落地方案的能力。"他补充道，比如用AI工具落地项目，核心还是先明确需求、画好原型，AI只是帮助实现"编码"这个环节；而且不同的人对需求的理解不一样，用AI工具的方式、优化方向也不一样，这才是真正的核心竞争力。 他还分享了行业趋势的观察："现在很多公司的研发流程都在简化，比如宝马的研发平台已经转型，除了架构和运维，其他人都转成了AI engineer，每个人都直接对业务负责；美国的科技公司也早就不区分前后端了，测试岗位基本取消，研发自己测试成为常态。对产品人来说，懂一点AI工具的用法，能更好地对接研发、推动项目，也能让自己更有竞争力。"

如有侵权，请联系删除。