课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

本课程围绕"AI 如何重塑产品经理的需求管理全流程"这一核心命题,按**需求采集 → 调研 → 分析 → 管理 → 设计 → 验证**六个环节系统展开,每一步都明确回答"AI 能做什么、怎么做、做到什么程度"。课程沿着这条业务主线,把 AI 工作台、分层记忆、上下文系统、Skill、Vibe Coding / Spec Coding 等技术能力作为"赋能手段"嵌入到对应的工作环节中,让学员从工作方式的认知重塑开始,到亲手搭建属于自己的 AI 工作台,再到带着可直接在公司落地的 Skill 资产离场。

本课程**不讲授需求分析、场景挖掘、PRD 撰写规范等相关的分析思路和方法论**,只讲技术实操——已经有了产品经理的工作,AI 怎么帮你高效完成。如果想系统学习方法论思想本身,请参考杨堃老师的其他课程。
-模块1 AI 工作台搭建与需求采集:完成从文档驱动到上下文驱动的认知转变,搭建让 AI 全程懂业务的工作台,并将其直接应用到多源素材的采集与结构化。
-模块2 需求调研与分析:用 AI 批量处理调研素材、挖掘需求洞察、生成可视化产物(流程图、用户故事地图)。
-模块3 需求管理与专属 Skill 打造:掌握 AI 在需求管理日常场景的落地方法,基于公司 PRD 规范打造两个可带走即用的 Skill 资产。
-模块4 需求设计、验证与工作模式演变:掌握 Vibe Coding 与 Spec Coding 两种快速产出模式,规划自己工作流的 AI 化改造路径。

目标收益

课程结束后,学员将:
-建立 AI 工作台的完整心智模型,理解从文档驱动到上下文驱动的范式转变
-掌握分层记忆系统、上下文系统、Skill 系统的搭建方法,能在 IDE 型 Agent(Trae、CodeBuddy、Claude Code 等)中独立配置
-能在需求采集、调研、分析各环节用 AI 高效完成原本繁重的结构化与挖掘工作
-带着两个可直接在公司使用的 Skill 离场(公司 PRD 生成 Skill + 公司 PRD 审查 Skill)
-掌握 Vibe Coding 与 Spec Coding 两种产出模式,用于业务沟通、需求验证与研发对齐
-能识别自己工作流中的 AI 化切入点,并对 PM 未来工作模式的演变形成清晰认知

培训对象

本课程适合产品经理、BA、需求分析师、项目经理、业务负责人,以及希望系统化提升 AI 工作效率的数字化产品建设团队成员。学员无需具备编程基础,但需要对自己的日常工作流有清晰认知。

课程大纲

模块1:AI 工作台搭建与需求采集 [第1天 上午|3h] 1. 开场:AI 如何改变需求管理的游戏规则 [0.5h]
·传统需求工作的瓶颈(素材散落在多处、AI 每次从零理解、产出质量不稳定)
·从文档驱动到上下文驱动的范式转变(把规则、记忆、领域知识结构化,让 AI 全程具备背景知识)
·讲师全链路实战演示(贯穿采集→验证 6 环节的完整 Demo,让学员先看到 AI 工作台的整体能力)
·IDE 型 Agent 概览与选型建议(Trae、CodeBuddy、Claude Code 等能力边界与 PM 日常工作的工具组合策略)
2. 搭建 AI 工作台:让 AI 全程懂你的业务 [1.5h]
·【让 AI 记住业务背景】分层记忆系统原理(用户级/项目级/会话级记忆的分层逻辑,避免信息污染与上下文混乱)
·记忆系统的文件组织(MEMORY 索引、按主题拆分文件的实践规范)
·记忆系统实操(在 IDE 型 Agent 中现场搭建一套分层记忆,沉淀自己的业务领域知识与项目背景)
·【让 AI 按公司规范产出】上下文系统原理(上下文工程与提示词工程的区别,规则文件的结构、引用机制与上下文优先级)
·上下文系统实操(配置一份包含自己业务规范的规则文件)
3. 需求采集:从多源素材到结构化信息 [1h]
·从飞书会议纪要、钉钉聊天记录、邮件往来中自动抽取、归类、结构化需求点
·访谈录音的转写与结构化抽取(从原始录音到分主题、分受访者的结构化笔记)
·需求字段自动补全(受影响模块、涉众、紧急度等字段从原始素材反推)
·对比演示:同一份素材,有工作台 vs 无工作台的产出差异
讨论与练习:搭一套属于自己的分层记忆 + 一份业务规则文件,并用真实素材跑通"需求采集"环节,记录有/无工作台时的产出差异
模块2:需求调研与分析 [第1天 下午|3h] 1. 需求调研:多源信息的高效消化 [1.5h]
·竞品信息的批量研究(多竞品并行分析、能力矩阵自动生成、差异点提取)
·用户反馈的聚类分析(散乱反馈数据的归类、情感分析、热点话题识别)
·行业报告的快速消化(长文档摘要、关键数据提取、跨报告对比)
·跨渠道需求的冲突识别与业务背景补全
·工作台上下文如何让调研"事半功倍"——同一份素材,有工作台 vs 无工作台的产出差异
2. 需求分析:从信息到洞察 [1h]
·痛点/爽点识别(从访谈与反馈数据中自动识别情绪信号与机会点)
·场景变体生成(基于一个核心场景,AI 生成多种变体便于全面覆盖)
·需求点归类去重(散乱需求点的语义聚类与去重)
·优先级辅助评分(PM 定义评分规则,AI 按规则批量打分并输出矩阵图)
3. 可视化产物生成 [0.5h]
·流程图与用户故事地图的 AI 生成(结合 Napkin AI、Eraser、Whimsical AI、Mermaid 等最新工具,从文字描述到可视化图)
·产物与需求文档的衔接(可视化产物如何沉淀进工作台上下文,供后续环节复用)
讨论与练习:给定一组访谈素材 + 竞品资料,用 AI 工作台产出一份结构化洞察报告 + 一张流程图或用户故事地图
模块3:需求管理与专属 Skill 打造 [第2天 上午|3h] 1. 需求管理日常:AI 赋能的典型场景 [1h]
·需求池归类去重(新提需求与历史库的相似度检索、自动归类)
·冲突与依赖识别(识别需求之间的互斥关系与依赖链)
·变更追溯(新需求关联到的历史决策与相关需求)
·跨文档一致性检查(PRD、需求池、会议纪要之间的矛盾点识别)
2. PRD 生成与审查实战(Skill 初体验) [0.5h]
·用现成 Skill 把学员自己的业务跑一遍 PRD 生成
·用现成 Skill 对生成的 PRD 进行多维度审查(遗漏、矛盾、一致性自动检查)
·感受效果,建立"造 Skill"的目标感
3. Skill 原理:让专业能力可复制 [0.5h]
·Skill 是什么(与提示词、规则文件的区别)
·Skill 的触发机制(什么时候 AI 会调用 Skill)
·Skill 的文件结构(SKILL.md、辅助文件、参数化设计)
·Skill 的调用逻辑(从用户输入到 Skill 执行的完整链路)
4. 打造公司专属 Skill [1h]
·基于学员带来的公司 PRD 模板,现场打造一个 PRD 生成 Skill
·基于学员带来的公司 PRD 检查清单,打造一个 PRD 审查 Skill
·Skill 的迭代与维护(持续优化让 Skill 越用越准,沉淀为团队共用的 Skill 资产库)
讨论与练习:带走两个可直接在公司使用的 Skill——公司 PRD 生成 Skill + 公司 PRD 审查 Skill,并设计一份简单的团队 Skill 共享方案
模块4:需求设计、验证与工作模式演变 [第2天 下午|3h] 1. Vibe Coding 模式:需求设计的快速可视化 [1h]
·Vibe Coding 是什么(对话式快速试错,从想法到可点击 Demo)
·适用场景(早期构想可视化、访谈时给用户看效果、替代高保真原型、需求评审前向业务方展示交互效果)
·现场实操:从一个产品想法出发,30 分钟做出可演示 Demo
·立场提示:Demo 是沟通物与验证物,不是生产代码,PM 不是替代研发
2. Spec Coding 模式:需求验证的结构化 POC [1h]
·Spec Coding 是什么(规范先行的工程化产出方式)
·与 Vibe Coding 的差异与适用场景(技术可行性验证、给研发提供清晰的预期对齐物)
·现场实操:从 Spec 规范到可运行 POC 的完整链路
·与研发团队协作的边界(PM 用 Spec Coding 产出"可执行的需求文档")
3. 识别 AI 化切入点与端到端改造 [0.5h]
·工作环节的 AI 化判断标准(高频/重复/有明确输入输出/质量可检验的环节优先)
·端到端改造路径(从单点工具到系统化工作流的渐进式构建)
·改造案例分享(讲师的若干工作流改造实例)
4. 开放讨论:AI 时代的 PM 工作模式演变 [0.5h]
·PRD 还要不要写?(写什么、不写什么,AI 时代的文档新定位)
·PM 的核心价值如何迁移(从"写文档"到"管上下文与判断")
·过渡期的职业策略(个人能力升级路径与团队协作模式调整)
讨论与练习:挑一个自己的日常工作环节,完成端到端 AI 化改造方案设计
模块1:AI 工作台搭建与需求采集 [第1天 上午|3h]
1. 开场:AI 如何改变需求管理的游戏规则 [0.5h]
·传统需求工作的瓶颈(素材散落在多处、AI 每次从零理解、产出质量不稳定)
·从文档驱动到上下文驱动的范式转变(把规则、记忆、领域知识结构化,让 AI 全程具备背景知识)
·讲师全链路实战演示(贯穿采集→验证 6 环节的完整 Demo,让学员先看到 AI 工作台的整体能力)
·IDE 型 Agent 概览与选型建议(Trae、CodeBuddy、Claude Code 等能力边界与 PM 日常工作的工具组合策略)
2. 搭建 AI 工作台:让 AI 全程懂你的业务 [1.5h]
·【让 AI 记住业务背景】分层记忆系统原理(用户级/项目级/会话级记忆的分层逻辑,避免信息污染与上下文混乱)
·记忆系统的文件组织(MEMORY 索引、按主题拆分文件的实践规范)
·记忆系统实操(在 IDE 型 Agent 中现场搭建一套分层记忆,沉淀自己的业务领域知识与项目背景)
·【让 AI 按公司规范产出】上下文系统原理(上下文工程与提示词工程的区别,规则文件的结构、引用机制与上下文优先级)
·上下文系统实操(配置一份包含自己业务规范的规则文件)
3. 需求采集:从多源素材到结构化信息 [1h]
·从飞书会议纪要、钉钉聊天记录、邮件往来中自动抽取、归类、结构化需求点
·访谈录音的转写与结构化抽取(从原始录音到分主题、分受访者的结构化笔记)
·需求字段自动补全(受影响模块、涉众、紧急度等字段从原始素材反推)
·对比演示:同一份素材,有工作台 vs 无工作台的产出差异
讨论与练习:搭一套属于自己的分层记忆 + 一份业务规则文件,并用真实素材跑通"需求采集"环节,记录有/无工作台时的产出差异
模块2:需求调研与分析 [第1天 下午|3h]
1. 需求调研:多源信息的高效消化 [1.5h]
·竞品信息的批量研究(多竞品并行分析、能力矩阵自动生成、差异点提取)
·用户反馈的聚类分析(散乱反馈数据的归类、情感分析、热点话题识别)
·行业报告的快速消化(长文档摘要、关键数据提取、跨报告对比)
·跨渠道需求的冲突识别与业务背景补全
·工作台上下文如何让调研"事半功倍"——同一份素材,有工作台 vs 无工作台的产出差异
2. 需求分析:从信息到洞察 [1h]
·痛点/爽点识别(从访谈与反馈数据中自动识别情绪信号与机会点)
·场景变体生成(基于一个核心场景,AI 生成多种变体便于全面覆盖)
·需求点归类去重(散乱需求点的语义聚类与去重)
·优先级辅助评分(PM 定义评分规则,AI 按规则批量打分并输出矩阵图)
3. 可视化产物生成 [0.5h]
·流程图与用户故事地图的 AI 生成(结合 Napkin AI、Eraser、Whimsical AI、Mermaid 等最新工具,从文字描述到可视化图)
·产物与需求文档的衔接(可视化产物如何沉淀进工作台上下文,供后续环节复用)
讨论与练习:给定一组访谈素材 + 竞品资料,用 AI 工作台产出一份结构化洞察报告 + 一张流程图或用户故事地图
模块3:需求管理与专属 Skill 打造 [第2天 上午|3h]
1. 需求管理日常:AI 赋能的典型场景 [1h]
·需求池归类去重(新提需求与历史库的相似度检索、自动归类)
·冲突与依赖识别(识别需求之间的互斥关系与依赖链)
·变更追溯(新需求关联到的历史决策与相关需求)
·跨文档一致性检查(PRD、需求池、会议纪要之间的矛盾点识别)
2. PRD 生成与审查实战(Skill 初体验) [0.5h]
·用现成 Skill 把学员自己的业务跑一遍 PRD 生成
·用现成 Skill 对生成的 PRD 进行多维度审查(遗漏、矛盾、一致性自动检查)
·感受效果,建立"造 Skill"的目标感
3. Skill 原理:让专业能力可复制 [0.5h]
·Skill 是什么(与提示词、规则文件的区别)
·Skill 的触发机制(什么时候 AI 会调用 Skill)
·Skill 的文件结构(SKILL.md、辅助文件、参数化设计)
·Skill 的调用逻辑(从用户输入到 Skill 执行的完整链路)
4. 打造公司专属 Skill [1h]
·基于学员带来的公司 PRD 模板,现场打造一个 PRD 生成 Skill
·基于学员带来的公司 PRD 检查清单,打造一个 PRD 审查 Skill
·Skill 的迭代与维护(持续优化让 Skill 越用越准,沉淀为团队共用的 Skill 资产库)
讨论与练习:带走两个可直接在公司使用的 Skill——公司 PRD 生成 Skill + 公司 PRD 审查 Skill,并设计一份简单的团队 Skill 共享方案
模块4:需求设计、验证与工作模式演变 [第2天 下午|3h]
1. Vibe Coding 模式:需求设计的快速可视化 [1h]
·Vibe Coding 是什么(对话式快速试错,从想法到可点击 Demo)
·适用场景(早期构想可视化、访谈时给用户看效果、替代高保真原型、需求评审前向业务方展示交互效果)
·现场实操:从一个产品想法出发,30 分钟做出可演示 Demo
·立场提示:Demo 是沟通物与验证物,不是生产代码,PM 不是替代研发
2. Spec Coding 模式:需求验证的结构化 POC [1h]
·Spec Coding 是什么(规范先行的工程化产出方式)
·与 Vibe Coding 的差异与适用场景(技术可行性验证、给研发提供清晰的预期对齐物)
·现场实操:从 Spec 规范到可运行 POC 的完整链路
·与研发团队协作的边界(PM 用 Spec Coding 产出"可执行的需求文档")
3. 识别 AI 化切入点与端到端改造 [0.5h]
·工作环节的 AI 化判断标准(高频/重复/有明确输入输出/质量可检验的环节优先)
·端到端改造路径(从单点工具到系统化工作流的渐进式构建)
·改造案例分享(讲师的若干工作流改造实例)
4. 开放讨论:AI 时代的 PM 工作模式演变 [0.5h]
·PRD 还要不要写?(写什么、不写什么,AI 时代的文档新定位)
·PM 的核心价值如何迁移(从"写文档"到"管上下文与判断")
·过渡期的职业策略(个人能力升级路径与团队协作模式调整)
讨论与练习:挑一个自己的日常工作环节,完成端到端 AI 化改造方案设计

活动详情

提交需求