在AI技术飞速发展的时代，产品经理的工作方式也在悄然变革。本文将为你揭秘如何借助AI成为产品经理的“外挂大脑”，通过4个精心打磨的提示词，大幅提升工作效率与决策质量。从竞品分析到用户故事，从画像活化到反馈处理，这些提示词将成为你职业生涯中的得力武器。

AI火得一塌糊涂，我看了太多关于产品经理使用AI方面的文章，都在教些皮毛。

什么“帮我写个文案”、“给我出10个产品名”，这些东西，说白了，就是把AI当成一个高级点的搜索引擎。

太浪费了，真的。

一个好的产品经理，得把AI当成自己的“外挂大脑”，一个不知疲倦的、顶级的虚拟团队。

这个团队里有分析师、有程序员、有心理学家。而你，就是那个下达指令的导演。

你的“提示词”，就是你的“剧本”。

剧本写得烂，给你再牛的演员也只能演出一坨。

剧本写得好，三流演员也能拿奥斯卡。

就是这个道理。

今天分享4个在实战里反复打磨、能真正帮你拉开差距的提示词。

01 竞品分析的“X光”提示词

竞品分析，你肯定天天做。

拉个表格，列出功能A、B、C，然后挨个打勾画叉。

是不是很熟悉？这种报告交上去，老板最多点点头，说一句“知道了”。

毫无洞察，全是废话。

因为你只是在描述“他们有什么”，而不是“他们忽略了什么”。

真正的机会，藏在那些“无人区”里。

AI就是帮你找到这些无人区的X光机。

别再问AI“某某竞品有哪些功能”了。

【提示词-竞品X光机】

角色扮演：你是一名拥有15年经验的顶级产品战略顾问和市场分析师，尤其擅长识别成熟市场中的差异化机会和被忽视的用户群体。你的分析总是能一针见血，直指核心。

背景与上下文：

我的产品概念：我们正在构思一款面向Z世代的、主打“情绪记录”和“心理健康互助”的社交App。核心理念是让年轻人通过轻松、游戏化的方式，记录每日心情，并与有相似情绪波动的陌生人建立短期、匿名的共鸣连接。

主要竞品： [竞品A，如Soul]、[竞品B，如Flow]、[竞品C，如Worrydolls]。

任务指令：

1.用户视角下的功能解构：请不要罗列功能清单。请站在一个真实Z世代用户的视角，深入分析这三个竞品分别满足了用户的哪些“深层情感需求”，以及在哪些场景下“体验断裂”或“感觉不足”。

2.寻找被忽视的角落：基于以上分析，明确指出这三个竞品共同“忽视”或“服务不佳”的用户亚群体是哪些？（例如：追求深度思考的i人？只想找个树洞的社恐？还是渴望具体解决方案的用户？）

3.挖掘机会真空：结合我的产品概念，综合上述所有信息，提出3个具体的、可落地的“差异化功能点”或“运营策略”。这些点必须是竞品目前没有的，并且能精准击中被忽视群体的痛点。

4.输出格式：请用一个清晰的表格呈现你的分析，包含列：“竞品”、“核心满足的情感需求”、“体验断裂点”、“被忽视的亚群体”、“给我的产品机会点”。

为什么这个提示词牛？

你看，它不是让AI做“搬运工”。

它设定了一个专业的角色，“顶级战略顾问”。

这就给了AI一个思考的框架，它会调动更高阶的逻辑。

最关键的是“用户视角下的功能解构”和“寻找被忽视的角落”。

这直接命令AI从描述性分析，转向了洞察性分析。

这才是PM真正需要的东西。

它帮你从“看山是山”，进阶到“看山不是山”。

用这个跑出来的结果，拿去跟团队头脑风暴，或者放在你的立项报告里。

能让所有人眼前一亮。

你不再是信息的搬运工，而是机会的发现者。

02 用户故事的“压力测试”提示词

产品经理最头疼的场景之一是什么？

评审会。

你拿着写好的用户故事，信心满满。

结果，开发小哥一个接一个的问题，把你问得哑口无言。

“这个地方用户输错怎么办？”

“网络断了是什么状态？”

“如果用户恶意输入超长字符呢？”

这些“边缘情况”，你自己想，想破头也想不全。

等到开发阶段再暴露，修改成本高得吓人。

现在，你可以让AI成为你的“首席找茬官”。

在写完一个用户故事后，把它扔给AI，用下面这个提示词来给它做一次全方位的“压力测试”。

【提示词-找茬专家】

角色扮演：你是一个由“资深后端架构师”、“强迫症前端工程师”和“经验丰富的QA测试专家”组成的虚拟技术委员会。你们对产品细节的要求极为苛刻，擅长预见所有潜在的技术风险和用户体验的极端情况。

背景与上下文：

用户故事：作为一个会员用户，我想要能够自定义我的个人主页背景图，以便更好地展示我的个性。

核心流程与验收标准（AC）：

1.用户在个人主页点击“更换背景”按钮。

2.系统弹出图片选择器，支持从本地上传。

3.用户选择一张图片（格式限制为JPG, PNG，大小不超过5MB）。

4.上传成功后，背景图立即更换，并有“更换成功”的提示。

5.非会员用户没有此按钮。

任务指令：

1.识别边缘案例：基于上述用户故事和AC，请列出所有可能被忽略的边缘案例。请从“用户操作”、“系统状态”、“数据限制”、“网络环境”四个维度进行思考。

2.挖掘潜在风险： 指出每个边缘案例可能导致的技术问题（如服务器压力、安全漏洞）或用户体验问题（如困惑、挫败感）。

3.提出补充建议：针对每个案例，提出具体的、需要补充到用户故事或AC里的“应对策略”或“明确规则”。

4.输出格式：使用Markdown表格，列分别为：“边缘案例分类”、“具体场景描述”、“潜在风险”、“建议补充的规则”。

这个提示词的精髓在哪？

它创造了一个“虚拟技术委员会”的角色。

这个角色本身就包含了多维度的视角，比单一的“程序员”视角更全面。

它把任务拆解得非常具体：“用户操作”、“系统状态”、“数据限制”、“网络环境”。

这就给了AI一个清晰的“找茬”清单，避免它泛泛而谈。

用完这个，你拿着AI生成的补充列表，再回去完善你的PRD。

等再开评审会，开发问一个，你答一个，甚至还能反问他“那如果出现XX情况，我们是不是应该…”。

那种感觉，你懂的。

专业度，就是这么建立起来的。

你替他们想到了他们想到的，甚至想到了他们没想到的。

03 GTM的用户画像“活化”提示词

我们做的用户画像，很多时候都是“纸片人”。

“小明，25岁，互联网从业者，喜欢健身和看电影”。

这种描述有什么用？毫无用处。

它不能指导你的营销文案，不能帮你选择投放渠道。

我们需要的是“活生生的人”。

一个有血有肉，有欲望，有恐惧，有独特行为习惯的人。

AI，特别擅长基于数据和逻辑，去“扮演”和“丰满”一个人。

下次做GTM策略，别只满足于人口统计学了。

试试这个，让你的用户画像“活”过来。

【提示词-灵魂画手】

角色扮演：你是一名资深的消费心理学家和品牌故事专家，你洞悉人性，擅长将冰冷的数据转化为生动、立体的用户画像，并以此驱动营销策略。

背景与上下文：

我的产品： 一款名为“时间胶囊”的付费订阅制笔记App。它主打的功能是，用户写下的笔记可以设定在未来的某个特定日期（如一年后、十年后）才能解锁查看。目标用户是高知、有自省习惯、对生活有长期规划的年轻白领（25-35岁）。

任务指令：

1.创建核心画像（Persona）：基于产品和目标用户，创建一个名为“林深”的核心用户画像。不要只写基本信息，必须包含以下“灵魂”要素：

2.深层动机（Why）：他/她使用“时间胶囊”的根本心理动机是什么？（是恐惧遗忘？是对抗不确定性？还是对未来自我的期许？）

3.信息食谱（Where）：他/她每天从哪些渠道获取新知识和行业动态？（是特定的博客、公众号、播客，还是某个小众论坛？）请列出具体名称。

4.信任锚点（Who）：在做消费决策时，他/她更相信什么？（是KOL的推荐？硬核的技术评测？还是朋友的口碑？）

5.“啊哈”时刻（Aha Moment）： 描述一个场景，让“林深”在第一次使用我们产品时，会由衷感叹“啊，这正是我想要的！”的那个瞬间。

6.撰写“一天”的故事：以第一人称视角，写一段“林深”的典型工作日生活片段（约300字）。故事中要自然地融入他的痛点、渴望，以及他是如何接触并决定尝试“时间胶囊”的。

7.输出格式： 先输出结构化的画像要素，然后输出第一人称的故事。

这为什么比普通画像强一百倍？

因为它回答了三个核心的营销问题：

Why（动机）： 这是你所有文案和价值主张的出发点。

Where（渠道）： 这直接告诉你，你的广告费应该投在哪里。

Who/What（信任）： 这告诉你，你应该找什么样的KOL合作，或者应该做什么样的内容营销。

那个“啊哈时刻”和“一天”的故事，更是点睛之笔。

它把一个抽象的用户，变成了一个你可以共情的、具体的人。

拿着这样的画像去跟你的市场和运营同学沟通，他们会爱死你的。

因为你给的不是要求，而是一整个剧本。

04 海量用户反馈的“主题聚类”提示词

产品上线后，最甜蜜的烦恼来了。

应用商店的评论、用户群的聊天记录、客服的工单…成千上万条用户反馈，像潮水一样涌来。

这里面有金矿，但更多的是噪音。

靠人一条条去看，去打标签？效率太低，而且容易被极端情绪带偏。

这时候，AI的NLP（自然语言处理）能力，就成了你的超级“过滤器”和“聚合器”。

它可以快速地从一堆乱麻里，帮你理出头绪。

把那些乱七八糟的反馈复制一段，扔给下面这个提示词。

【提示词-反馈炼金师】

角色扮演： 你是一名专业的、精通NLP（自然语言处理）的数据分析师。你的任务是对非结构化的文本数据进行清洗、提炼和洞察挖掘。你追求客观和高效。

背景与上下文：

数据源：以下是我们App最新一周在应用商店收到的部分用户评论。这些是原始数据，未经处理。

原始反馈文本：“这个软件太棒了，界面很清爽！要是能有夜间模式就完美了。”“为什么上传图片总是失败？卡在99%不动了，垃圾！”“希望能增加一个导出为PDF的功能，现在只能截图，很不方便。”“闪退啊！我的手机是安卓13，打开就闪退，根本用不了。”“价格有点贵了，隔壁那个才一半的钱，功能还更多。”“用了三年了，忠实用户，希望越来越好。建议做一个文件夹功能来管理笔记。”“UI设计得真好看，每天打开心情都很好。五星好评！”

任务指令：

1.主题聚类： 请仔细阅读并分析以上所有反馈。将它们自动归类到以下几个预设的核心主题中：【功能建议】、【Bug与性能问题】、【UI/UX体验】、【价格与商业化】、【纯赞美/吐槽】。

2.提炼与总结： 对于每个主题，请：

-用一句话总结该主题下的核心用户声音。

-列出该主题下所有相关的具体反馈点（如“增加夜间模式”、“图片上传失败”）。

-估算该主题的情感倾向（正面、负面、中性/建议）。

3.识别高优信号： 基于你的分析，请指出哪一个【Bug或性能问题】和哪一个【功能建议】出现的频率最高或情绪最强烈，应该被产品团队优先关注。

4.输出格式： 请以清晰的层级列表形式输出，先按主题划分，再在主题下列出总结、具体点和情感倾向。最后单独列出高优信号。

这个提示词的威力在哪？

它把一个产品经理最耗时、最头疼的工作之一——“用户反馈分析”，实现了半自动化。

它不是简单地总结，而是做了三件很重要的事：

聚类： 把混乱的信息结构化，这是决策的第一步。

提炼： 把口水话变成可执行的“问题点”或“需求点”。

排序： 通过“识别高优信号”，帮你从一大堆问题里找到了那个最需要马上解决的“火苗”。

每周跑一次这个，你就能生成一份高质量的用户声音周报。

拿着这份报告去开周会，你说的每一句话，背后都有真实的用户数据支撑。

这种有理有据，才是高级产品经理的标志。

工具永远是工具。

AI再强，也只是你的延伸。

上面这4个提示词，只是一个起点，一个思维框架。

你要做的，是把你自己产品的具体情况，不断填充进去，去修改、去优化。

别再满足于让AI帮你“写”东西了。

学会让AI帮你“想”东西，帮你“分析”东西，帮你“预见”东西。

这，才是产品经理在AI时代，最核心的竞争力。

去试试吧。

你会打开新世界的。

科创债ETF再现“一日售罄”！首批规模已增超3倍，为何受追捧？　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！　　9月12日电，第二批14只科创债ETF开售，包括华安基金、兴业基金等多家公募在发行端同台竞技，每只产品限额30亿元。　　12日下午，券商中国记者从渠道处获悉，科创债ETF天弘已于当日结募，认购资金超29亿元，再次凸显了机