你招了一个天才工程师。科班第一，精通多门编程语言，全栈开发，闭着眼睛都能优化数据库查询。你给他配了最贵的AI编程工具。六周后，他崩溃了——AI写的代码"全是垃圾"，幻觉频发，指令当耳旁风。与此同时，走廊尽头那位十五年前辅修过计算机的产品经理，却用AI做出了亮眼的概念验证，功能实打实上线了。
问题不在智商或技术。区别在于一套工程教育几乎不教、资深工程师往往被动习得的能力——而产品经理每天都在刻意练习。
产品经理活在"利益相关者想要什么"和"工程师能做什么"的夹缝里。他们的工作是翻译。简言之，PM负责"做什么"和"为什么做"，工程师负责"怎么做"和"何时做完"。利益相关者说"让它更快"，PM得拆解：是页面加载？交易吞吐？还是价值实现时间？为什么重要？有哪些约束？怎样算成功？然后把这些清晰传达，让工程师能估算工期、做对事情。PM既懂用户语言，也懂技术语言，能准确定义成功标准并验证结果。
这恰恰是用好AI的核心能力。
向大语言模型下指令时，你不是在写代码，而是在写需求。你在定义产出，提供约束条件、目标、边界场景和质量门槛的上下文。你在为一位能力极强、但极其字面的执行者做产品管理。
直接迁移的PM核心技能包括：精确的需求定义——你到底要什么，不能模糊；上下文设定——AI需要了解什么问题空间、现有系统、约束条件；验收标准——怎样算做对；迭代优化——初稿不是终稿，反馈循环至关重要；利益相关者沟通——用对方能理解的方式解释需求。习惯接收规格说明的工程师，突然要自己写时往往吃力。而产品经理已经写了多年。
每一波技术浪潮都遵循可预测的模式：早期采用者是技术极客，随后是能用技术解决实际问题的人。AI正在加速这一转变。当工具变得足够强大，瓶颈从"能不能造出来"变成"该造什么、造对没有"。这正是产品经理的主场。
那位十五年前辅修计算机的PM？他的优势不是懂技术，而是懂怎么把模糊的人类意图，翻译成机器能执行的精确指令。在AI时代，这叫提示工程。在PM的日常，这叫基本功。
热门跟贴