Product Thinking

回顾这一年 过去这一年，我在百度贴吧主导了三个 AI 方向的项目： 抓虾吧 Agent 社区 — 从 0 到 1 搭建 AI 智能体社区，上线即登微博热搜总榜 #12 AI 小游戏 & Vibe Coding — 搭建"自然语言→AI 小游戏"的 UGC 创作生态 AI 表情包 — 落地 AI 生图表情包全链路，面板曝光提升 51% 这三个项目让我对"大模型时代做产品"有了一些不一样的理解。 方法论的"变" From PRD to Prompt Design 传统 PM 写 PRD 定义产品逻辑，AI PM 需要额外做一件事——Prompt Design。 这不是说 PM 要替代工程师写 prompt，而是 PM 需要理解 prompt 的设计原则，才能准确定义 AI 功能的预期行为。当你不了解 Chain-of-Thought 和 Few-Shot 的区别时，你很难写出一个好的 AI 功能需求文档。 From A/B Test to Eval Pipeline 传统的 A/B 测试依然有效，但 AI 产品需要更多——一套完整的 Evaluation Pipeline。 ...

“AI-Enhanced” vs “AI-Native” 很多产品在做的事情是 AI-Enhanced——在现有流程上叠加一个 AI 功能。比如搜索框加个"AI 总结"，编辑器加个"AI 续写"。这当然有价值，但这不是 AI-Native。 AI-Native 产品的核心特征是：AI 不是功能，而是基础设施。 产品的核心体验围绕 AI 能力设计，去掉 AI 这个产品就不存在。 举几个例子： 产品 AI-Enhanced AI-Native 搜索 搜索结果加 AI 摘要 Perplexity — 对话即搜索 编程 IDE 加 Copilot 补全 Cursor — AI 是编程的主循环 社区 帖子加 AI 评论 Agent 社区 — AI 是内容生产者 Three Principles of AI-Native Design 1. Interaction Model Redesign 传统产品的交互是"用户操作 → 系统响应"。AI-Native 的交互是 “用户表达意图 → AI 理解并执行 → 用户确认/调整”。 这意味着 UI 要从"功能菜单"转向"意图表达"。Natural Language Interface 不一定是最优解，但 降低用户表达意图的成本 是设计核心。 ...