我做产品经理五年了，去年转做AI产品。一开始觉得不就是产品经理加个AI吗？做了半年发现，完全不是一回事。

普通产品经理是怎么做的？

你分析用户需求，画原型，写PRD，给开发排期。功能上线了看数据，数据好继续做，数据不好改。整个流程是确定的——你做了什么功能，就有什么效果。

AI产品经理不一样在哪？

你做了个功能，效果你预测不了。因为大模型的输出是不确定的。你让AI写文案，它这次写得好，下次可能写得很烂。你没法像普通产品那样精确控制。

有次我们做了个AI客服功能。测试的时候回答得特别好，上线第一天就出问题——用户问了个问题，AI给了个特别离谱的回答。我们赶紧下线改。

普通产品你测过了就稳了。AI产品你测一千遍，上线还是可能出幺蛾子。因为它每次输出都不一样。

还有个区别。

普通产品经理关注"功能做没做"。AI产品经理关注"效果好不好"。

你功能做了，技术上实现了，但AI回答得不准、不好用，那这个功能等于白做。你得天天盯着效果——用户满意度多少、回答准确率多少、用户投诉多少。这些都不是开发能帮你的，你得自己看数据、调prompt、优化模型。

那AI产品经理最该干什么？

不是写PRD，不是画原型。是搞清楚AI能做什么、不能做什么。

你得知道这个场景适不适合用AI。有些场景AI能搞定——写个邮件摘要、整理个会议记录。有些场景AI搞不定——医疗诊断、法律判决。你作为产品经理，得判断这个场景该不该上AI。

别什么都往AI上套。用户不需要的功能，你做了也是浪费。

做AI产品这半年，我最大的体会是：别把AI当万能的。它是个工具，有它擅长的事，也有它做不了的事。你作为产品经理，就是帮它找对地方用。

说个更具体的坑。有次我们想做个AI写代码的功能，说用户输入自然语言，AI帮他生成代码。听起来特别酷对吧？

做了个原型给用户试。结果用户反馈说：你生成的代码我不敢跑。因为我不确定它对不对。我还得花时间去检查它写的代码对不对。那我还不如自己写呢。

这就是AI产品的尴尬：它能生成，但用户不敢用。因为AI的输出是不确定的，用户需要为结果负责。你让AI写代码，写错了出bug了，是AI负责还是用户负责？

后来我们调整了方向。不做全自动写代码，做AI辅助——用户写代码的时候，AI帮他补全、帮他检查。人是主角，AI是助手。这样用户就敢用了。

这个经历让我明白一个道理：做AI产品，不要追求"全自动"。用户要的不是替代他的AI，是帮他的AI。你越想替代他，他越不信任你。你越定位成助手，他越愿意用。

做产品这么多年，这个道理在AI时代反而更明显了。