当ClaudeCode能在两小时内产出可交互原型时，传统PRD的巨擘性正在垮塌。本文通过Anthropic团队的实战案例，揭示AI若何重构居品考证经由——从20页文档的聊以自慰，到用原型径直对话用户。更值得包涵的是，PM正从需求传递者升级为原型构建者，这种扮装进化将透顶改写居品开导端正。

我最近看到一句话，愣了好已而。”一个运营共事用ClaudeCode饱读捣了两个多小时，跑出来一个能点击的原型。拿着原型问了五个看法用户后，发现团队花了三周争论的『标签自界说vs系统预设』用户根蒂不在乎——用户信得过想要的是『反馈提交后能看到处理进程』。这个需求在二十页PRD里只须半句话。”

二十页的PRD，不如两小时的原型。这话不是我说的，是AnthropicClaudeCode的居品负责东说念主CatWu在一次共享里提到的委果案例。她方位的团队，正在用我方作念的居品再行界说居品司理的责任形态。

问题来了：当AI器具以肉眼可见的速率进化，我们PM的责任流，到底应该奈何变？

你的器具箱，该升级了

我们先聊一个基础问题：你面前奈何用AI？

我猜大部分PM的情状是——偶尔大开ChatGPT或Claude官网，让它赞理写个周报、改个案牍、或者搜点竞品信息。用完就关，下次再用。

这没错，但有点摧残。

CatWu我方的闲居是这样分的：三个器具，三个扮装。

Claude.ai（或者ChatGPT、Codex的对话界面）——当想考搭子用。计划计谋标的、理清想路、写文档草稿。这块是纯聊天，不触及履行。

ClaudeCode（或者Cursor、Codex的裁剪器模式）——当履行器具用。写原型、跑数据分析、搭剧本。只淌若能输出代码的事，王人扔给它。

闲居成果器具——清邮箱、作念PPT、搜历史决策、订差旅。这些琐事，也让AI帮手处置。

说白了，不是把AI当成一个搜索引擎来用，而是让AI浸透到你责任的不同方法，饰演不同扮装。

这少许，另一家公司的居品负责东说念主JessYan亦然这样干的。她给我方搭了一套ManagedAgents：一个有益跑用户数据分析、一个有益监控开导者社区情谊、一个有益搭Demo。畴前这些事需要跨部门并吞、填多样表格、催多样排期。面前？几个Agent在后台7×24小时跑着。

PM责任流的四大迁移

光换器具不够，责任形态自身也得变。

CatWu追念了四个迁移，我以为每一个王人值得我们PM想一想。

迁移一：从长途径图到短冲刺

以前作念居品计划，恨不得排满接下来两个季度的roadmap，每个功能写十几页PRD，然后等排期、等开导、等测试。

面前？饱读吹作念“SideQuest”——支线任务。上昼有个想法，下昼就用ClaudeCode把原型跑出来。能跑通的，再决定要不要干预资源。跑欠亨的，就当是一次快速的实验。

迁移二：从”文档先行”到”Demo先行”

我太意会这个迁移了。以前写PRD，花大批时分推敲每一个字段、每一个交互细节，惟恐漏了什么。放浪评审的时候，群众对着文档争论半天，谁也说不清”这东西作念出来到底长什么样”。

面前经由反过来了：先让ClaudeCode把原型搭出来，再拿原型去和团队计划。文档负责记载”被考证过的事实”，而不是”还没发生的假定”。

迁移三：每次模子更新，再行注释旧功能

这个迁移很有料想。畴前我们总以为功能作念完毕就完毕，酌定修修bug、加加小优化。

但面前的AI模子，16个月智力升迁了简略41倍（这不是夸张，是METR的实测数据）。你今天以为”这个AI作念不了”的事，半年后可能就轻松弛松了。是以CatWu团队的作念法是：每次新模子发布，回头看一遍旧功能——有莫得之前因为模子智力不够而作念得不够好的？面前该升级了。

迁移四：作念毛糙有用的决策

这个我以为是最高等的想考。许多团队为了绕开AI的局限，想象尽头复杂的经由和责任区。

但CatWu的提倡是：”Dothesimplethingthatworks。”作念阿谁毛糙但有用的决策。因为模子智力在以肉眼可见的速率变强，你今天打的补丁，未来可能就不需要了。

自后她说了句话让我印象很深：”你要围绕的敛迹条目，可能在名堂进行到一半时就澌灭了。你眼下的地面在飞腾。”

PM的6个高价值AI责任流

聊完毕理念，说点实质的。到底哪些责任流，是AI最能帮PM提效的？

结合业内履行，我以为最值得干预的6个场景是这样的：

1.PRD→原型活水线

传统作念法：PRD→评审→排期→开导→至少两周才有第一个版块。

面前：Markdown写PRD→扔给ClaudeCode/Codex→20分钟出可运行原型。

拿给用户一测，标的对了连续，不合了改。迭代资本从”两周”降到”一顿午饭的时分”。

假定你要作念一个”用户反馈中心”的功能。

用AICode器具中，你只需要在名堂目次下跑：

“`

/plan“为我们的SaaS居品搭建一个用户反馈中心，包含：

–用户不错提交翰墨反馈+截图

–反馈列表页按情状筛选（待处理/处理中/已完成）

–后台回应功能

先出一版可交互的HTML原型”

“`

2.代码库探索

非技能缔造的PM，最怕的便是”这个功能技能上能不行作念”这个问题。以前得追着工程师问，问多了我方王人不好料想。

面前？用ClaudeCode的PlanMode，径直在代码库里发问。只问不修改，莫得任何风险。比如”帮我看一下这个页面的数据是从那里来的”、”我们的支付经由是奈何校验的”。

你行动PM，需要了解”用户邀请功能”的技能达成，好评估要不要改逻辑。

用ClaudeCode的话，在终局输入：

“`

/plan“帮我梳理用户邀请功能的圆善经由：

1.邀请功能的进口在哪个页面

2.邀请联结是奈何生成的

3.被邀请东说念主点击后走了什么经由

4.有关的数据库表和字段有哪些

不需要修改任何代码，只作念分析”

“`

ClaudeCode会读取有关代码文献，用经由图和翰墨评释圆善的数据流向。你不需要大开一转代码，就能跟工程师说”我提倡改一下邀请联结的过时逻辑”。

3.数据分析

居品司理每天王人在和数据打交说念。漏斗分析、留存弧线、功能使用率……以前得找数据分析师赞理，或者我方硬着头皮写SQL。

面前径直把CSV扔给Claude/Codex，用当然讲话让它帮你分析。比如”帮我望望这个月的用户流失主要发生在哪一步”、”按地分别组算一下付费迁移率的各异”。

你这个月发现用户留存率掉了。你手头有一份CSV，世界杯开云包含用户注册日历、最近登录日历、付费情状、地区。

用Claude.ai的话，径直把CSV拖进去，然后输入：

“`

分析这份用户数据，回答我：

1.这个月的留存率跟前几个月比掉了些许

2.流失用户主要荟萃哪一类（按注册时长/地区/付费与否分组）

3.有莫得哪个阶段的用户流失最严重

4.用表格输出，按流失率从高到低陈设

“`

Claude会写Python代码分析数据，并径直生成表格和图表。你无须装任何数据分析器具。

4.文档自动化

写周报、写发布评释、写Jiraticket——这些事情占PM大批时分，然则创造性最低。

把原始素材扔给AI，让它帮你生成初稿，你只需要审核和治愈。

周四下昼，你要写周报了。你手头有：这周写的PRD联结、几次评审的论断、几个数据方针的变化。

用Claude.ai的话，把这些素材整理一下贴进去：

“`

帮我生成这周的居品周报，包含：

–本周完成事项（要点凸升引户反馈中心PRD已完成评审）

–要津数据（注册迁移率从3.2%升迁到3.8%）

–下周野心（反馈中心进入开导、开动调研搜索优化）

–挫折项（恭候想象资源，缺一个前端复古）

口吻厚爱少许，适合发给全团队。

“`

Claude径直输出圆善的周报，你改改措辞就能发。

5.用户探讨概括

作念了10场用户访谈，累积了50页记载。以前得花一两天手动索求要津主题。面前把记载喂给AI，让它帮你索求中枢主题、痛点和契机点。

你刚作念完8场用户访谈，记载了用户对新版Dashboard的反馈。一堆碎裂札记，不知说念奈何提真金不怕火。

用Claude.ai的话，把总共访-谈札记粘贴进去（或者上传灌音转写的翰墨）：

“`

以下是8场用户访谈的札记，帮我分析：

1.用户提到最多的Top5痛点是什么，各出现了几次

2.用户对现时Dashboard最安静的3个点

3.有莫得矛盾的反馈（一部分东说念主说好、一部分东说念主说不好）

4.最急需矫正的3个契机点，并评释事理

用表格输出，按说起频率排序。

“`

Claude会逐条阅读、计数、提真金不怕火，径直输出结构化的分析论述。底本一两天的责任，面前一小时处置。

6.MCP集成

这个对技能门槛稍稍高少许点，但价值也最大。

通过MCP（ModelContextProtocol），让AI器具径直攀附你的责任系统。Linear、Jira、Notion、Slack、PostHog……AI不错读、不错写、不错查。

举个例子：你不错让ClaudeCode“帮我把PostHog上这个功能的7日留存率拉出来，然后在Linear创建一个优化需求”，它我方就把事办了。

你发现最近用户反馈说”导出报表太慢”，你想排查一下这个问题在数据层面是否建立，然后径直创建优化任务。

用ClaudeCode（已成就PostHogMCP+LinearMCP）：

“`

/plan“帮我作念两件事：

1.去PostHog查一下「报表导出」功能最近7天和30天的平均耗时，跟之前两个月对比有莫得彰着飞腾

2.如果如实变慢了，在Linear创建一个Bug任务，标题是「报表导出反适时分极端」，标签设为performance，优先级P1，指派给后端团队”

“`

ClaudeCode先调PostHogAPI拉数据作念对比，说明趋势后径直在Linear创建了Ticket。全程不到2分钟，你无须离开终局。

这6个责任流，不是说王人要坐窝上手。选一个最有痛点的先试，跑通了再膨胀。

有料想的是，你会发现这6个责任流阴私了PM责任的大多数方法——从需求挖掘到原型考证，从数据分析到文档输出，从用户探讨到系统集成。除了那些需要濒临面疏通的事，AI确实王人能帮你搭把手。

“80%原型”：PM的新托付物

临了聊一个我在调研时看到的案例，以为独特有启发。

Luciq（一家出动可不雅测性公司）的居品司理，径直用ClaudeCode搭建了圆善的居品原型。*不是Figma线框图，是能点、能交互、能跑通业务经由的那种。

有多夸张呢？一天迭代50次。

PM在一个功能上从v1改到v15，绝对我方处置。作念到80%完成度——中枢经由跑通了、交互逻辑对了、想象决策80%投降了——然后交给工程师收尾。工程师只需要处理认证、安全加固、featureflags这些分娩环境的事情。

实质托付的居品叫LuciqLens，一个当然讲话神态盘界面。这位PM用了3周，零丁构建了圆善界面——FastAPIproxy、3个UI面、fuzzymatching、测试套件，全是一个东说念主处置的。

你想想，以前这个经由要多久？居品司理写PRD，交互想象师出原型，UI想象师出视觉稿，前端工程师写代码……光疏通资本就不啻三周。而面前，一个PM+一个AI器具，三周从想法到可运行居品。

这意味着什么？PM的扮装在变。不再仅仅一个”提需求的东说念主”，而是开动酿成”第一个造原型的东说念主”。你的托付物不再是几十页文档，而是一个能跑起来的、能拿去给用户考证的、能在80%程度上回答”要不要作念”这个问题的原型。

虽然，不是说PRD就不需要了。文档不应该出面前”考证之前”，而应该出面前”考证之后”。PRD记载的不应该是假定，而是依然被原型和用户考证过的论断。

临了说两句

Meta的居品司理ZeviArnovitz在播客里说了句话，我以为独特适合作念驱散：”你不会被AI取代，你会被更会用AI的东说念主取代。”

我挺招供的。AI不会让PM安静，但AI会再行界说”什么样的东说念主是一个好PM”。

以前的好PM，是能把需求写照切的东说念主。以后的好PM开云2026世界杯中国官网，是能快速把想法酿成原型、再用数据考证、临了用文档千里淀的东说念主。