公众号排版预览
点击右侧按钮一键复制,然后到公众号编辑器粘贴
Product Sense Coach
AI 时代,产品经理怎么做产品决策?
我用了一套「AI 思考搭子」方法论
不给答案,只帮你问出更好的问题
五场对话,从模糊直觉到清晰行动
一个让我反思的场景

上周我把一个产品想法丢给 ChatGPT:「帮我分析一下做一个本地夜生活推荐小程序的可行性。」

它立刻给了我一份 SWOT 分析、一个商业计划书大纲、一份功能清单,甚至还建议了技术栈。

看起来很专业。但看完之后,我发现自己并没有比之前更清楚——我到底应不应该做这个东西?

AI 给的是「答案」,但产品决策需要的不是答案,是更好的问题

这就是我做 Product Sense Coach 的原因——一个不给答案、只帮你问出更好问题的 AI 思考搭子。

问题出在哪

产品经理用 AI 辅助决策时,通常会掉进三个坑:

1
AI 太急于给答案

你说「我想做一个 X」,它立刻帮你写 PRD、列功能、分析市场。但你真正需要的是有人帮你想清楚:这个想法的起点到底是什么?你观察到了什么别人没观察到的?

2
AI 的「分析」没有根基

它给的 SWOT、竞品分析、用户画像全是基于通用知识生成的。但你的产品直觉——来自你过去几千个小时的观察和体验——它完全没用上。

3
AI 让你更焦虑而不是更清晰

列完一堆风险和竞品之后,你的感觉往往是「好像确实很难」,而不是「我现在知道该怎么办了」。

换一种方式:五场对话,从模糊到清晰

Product Sense Coach 的核心设计是五场递进的对话。它不评判你的想法好不好,只帮你看清自己对这个想法理解到什么程度。

1
起源故事——「你看到了什么?」

这是最重要的一场。AI 的第一个问题不是「你的目标用户是谁」,而是:

"是什么时刻让你想到这个?有没有你亲眼看到某个人在为这件事挣扎的具体场景?

为什么这个问题更好?因为「目标用户是谁」会让你编一个抽象的人群画像。而「你亲眼看到谁在挣扎」会让你回忆起一个真实的人、一个真实的场景——这才是产品直觉的源头。

这场对话里有一组我特别喜欢的「替代问法」:

常规问法 更好的问法
「痛点是什么?」 「问题发生时,那个人接下来实际做了什么?带我走一遍。」
「这个问题有多严重?」 「如果你在晚饭时跟朋友聊这个,他们会凑过来听还是换话题?」
「是真实需求吗?」 「人们现在怎么应对的?他们的临时解决方案是什么?」

第二个问法之所以更好,是因为它触发的是直觉判断而不是理性分析。你立刻就知道朋友会不会感兴趣——这比任何市场调研都快。

这场对话的产出是一句话:

"我注意到 [具体观察]。目前人们通过 [现有方案] 应对,但很挫败因为 [具体摩擦]。我相信有机会 [核心价值]。

写不出这句话?说明想法还太模糊,需要回去继续观察。写得出来?进入第二场。

2
机会空间——「这件事有多大?」

不是做电子表格,而是建立直觉感受

AI 会带你做一个「餐巾纸数学」:

"我们来算一下。如果你的城市有大概 200 个夜店,一个周六晚上平均有 50 个人在找去处……就是每周 10,000 个潜在使用场景,仅一个城市。

这不是为了证明市场「够大」。而是帮你理解机会的形状——这是一个小而深的切口,还是一个大而浅的需求?

小而热情的市场可以比大而冷漠的市场更有价值。
Slack 起步时只是一个游戏公司的内部工具。
3
前 100 个用户——「谁会第一天就来?」

抽象的用户数字毫无意义。这场对话要你想到有名字的具体的人

AI 会问四个递进的问题:

1「你能说出 10 个真实的人会在第一周使用吗?」
2「用完一次后,什么会让人截图发给朋友?」——这是病毒传播的试金石
3「这些人已经在哪里聚集了?什么群、什么论坛?」
4「增长靠什么驱动?」——病毒传播、习惯黏性、还是社区内容?

第二个问题特别精准。如果你想不出用户会截图分享什么,说明产品还没有那个让人忍不住说「你必须试试这个」的时刻。

4
电影场景——「给我演一遍」

这是我认为最有价值的一场。AI 让你像写剧本一样描述用户体验:

"选一个具体的人——给他起个名字——带我走一遍他周五晚上的每一刻。从想到「我要出门」的那一秒,到在舞池里的那一刻。你的产品在这个故事里什么时候出现?

然后用一个场景模板把它结构化:

场景名  周五夜,选择困难
  小王,26岁,互联网运营,喜欢电子音乐
什么时候  周五下午6点,刚下班
在哪  工位上,准备收拾东西
触发  朋友群里有人问「今晚去哪」
动作  打开产品 → 看到附近3个venue今晚的DJ阵容 → 分享到群里
爽点  成为那个「总知道去哪」的人
频率  每周五、周六

场景写完后,AI 会问三个问题:

「这个故事中最重要的那一屏是什么?如果整个产品只有那一屏,还有价值吗?」

「从打开产品到「爽」过了多少秒?能更快吗?」

「这个人明天会跟朋友讲这个故事吗?他会怎么说?」

这三个问题背后的产品哲学来自张小龙对微信「摇一摇」的思考:一个动作、一个声音、一个结果。 最好的产品体验是用户的第一个动作直通最大的满足感。

5
竞争格局——「谁试过了,我们能学到什么?」

不是为了被竞品吓退,而是从历史中学习。

AI 会让你用一个「进化镜头」追溯需求的满足方式:

10年前:问朋友 5年前:大众点评/小红书 现在:群里问 你的产品:?

每次转变揭示了技术或文化的变迁。什么变迁让你的产品此刻成为可能?

然后是三个核心问题:

1. 「关于这个问题,你理解到什么是现有方案忽略的?」

2. 「关于这些用户,你相信什么是大多数人会不同意的?」——这是你的非共识赌注

3. 「为什么是现在?」——技术、文化或基础设施发生了什么变化?

最终产出:清晰度地图

五场对话之后,AI 会和你一起画一张「清晰度地图」:

五个维度,每个给一个清晰度等级:

维度 清晰度 含义
问题 ●●●●○ 大部分清晰 几个细节待填充
机会 ●●●○○ 方向对 具体验证会更锐利
用户路径 ●●○○○ 好的直觉 需要真实世界输入
体验 ●●●●○ 场景生动 核心交互清晰
竞争格局 ●●●○○ 有独特视角 需要验证时机

注意:这不是评分,而是理解程度的可视化。一个维度只有两个点不代表想法不好——只代表那个方向还需要更多思考或真实验证。

最后会给出一个最快学习行动——不是「做更多研究」这种废话,而是类似:

"这周五晚上 11 点,去 3 个夜店门口,问 10 个排队的人:你怎么决定今晚来这里的?
跟直接问 AI 有什么区别?
AI 给你答案,这个方法论帮你发现自己的答案
维度 直接问 ChatGPT Product Sense Coach
模式 你问,AI 给 SWOT/PRD/功能清单 AI 问,你发现自己的洞察
核心信念 AI 的知识比你的直觉更可靠 你的直觉是资产,AI 帮你表达它
对「不确定」 列风险、提警告 「还是火花阶段——值得探索」
情感效果 更焦虑(风险好多) 更聚焦(我知道下一步做什么)
行动指引 「建议做用户调研」 「周五去 3 个夜店门口问 10 个人」

产品经理最不缺的就是别人的意见。缺的是一个帮你把模糊直觉变成清晰表达的过程。

怎么用

Product Sense Coach 是一个开源的 Agent Skill,可以装进任何支持自定义 prompt 的 AI 工具:

# Claude Code / WorkBuddy / Cursor
/skill install -g viliawang-pm/product-sense-coach

# 或者手动
git clone https://github.com/viliawang-pm/product-sense-coach.git

装完之后,跟你的 AI 助手说「我有一个产品想法想聊聊」,它就会自动进入五场对话的流程。

不需要安装也能用——把 SKILL.md 的内容复制到任何 AI 对话的 system prompt 里就行。

为什么开源

产品思维不应该被锁在某个人的脑子里。

这套方法论里的很多思考框架——晚餐测试、餐巾纸数学、电影场景法、清晰度地图——每一个单拿出来都值得写一篇文章。但如果它们只是被写在文章里,大部分人看完就忘了。

把它写成 Agent Skill,意味着每次你想聊一个产品想法的时候,这些框架会自动出现在对话中。不需要你记住,AI 帮你在合适的时机使用它们。

这可能是方法论最好的传播方式:不是让人学习,而是让人在使用中自然内化。

* * *
MIT 开源
GitHub: github.com/viliawang-pm/product-sense-coach
欢迎 fork 和改进

如果你用它聊过一个产品想法,欢迎在评论区分享你的清晰度地图
——看看别人的思考过程本身就很有启发。