大模型和Agent現(xiàn)在的使用范圍已經很廣了，如果能利用好，能提高我嗎不少工作效率。本文作者分享了自己使用的AI工具和制作，希望可以幫到大家。

蹭一波猴哥的熱點，假如你是一個產品經理，如何訓練自己的分身術呢？

試想如果你的工作可以有一個分身，每天幫你處理事務，你只需專注于思考創(chuàng)意，這是不是很棒！

接下來，我會詳細介紹我的經驗，使用的AI工具，以及Prompt。

一、首先用我的經驗感受下分身的效果

最近的兩次經驗。第一次比較正式地應用AI寫prd，是在一個具體的產品項目上，該項目預計需要200人日的工作量。從研發(fā)團隊的反饋來看，AI的完成率非常高。

1、在評審時，開發(fā)者沒有發(fā)現(xiàn)問題，反而反饋說我優(yōu)化了產品需求文檔的結構，使得信息更加豐富。

2、評審時間縮短了，之前預計需要200人日的項目，一般評審時長（包括解讀需求背景、BRD商業(yè)需求文檔、核心功能點細節(jié)）是1.5小時到2小時之間。這次直接縮短到了1小時以內（其中半小時用于講解需求場景和價值，另外半小時用于講解功能細節(jié)）。

3、在會議前和開發(fā)過程中，開發(fā)者對產品需求文檔的細節(jié)評論和疑問明顯減少。

4、這份產品需求文檔大約有1萬多字，我雖然第一次嘗試，但斷斷續(xù)續(xù)地用了大約5小時就完成了，這比平時自己完成的速度要快得多，對我提高效率非常明顯！

第二次應用在個性化項目上，極大地提高了我的工作效率。

背景：在這個個性化項目中，需求方對研究模型算法的實現(xiàn)細節(jié)有所期待，他們已經從多個數(shù)據(jù)源中獲得了初步的模型結果。為了將這些模型結果轉化為公司研發(fā)團隊能夠實現(xiàn)的具體算法，需求方需要與研發(fā)團隊進行深入的溝通和協(xié)作。

結果：通過與AI工具的協(xié)作，我在2小時內完成了算法需求文檔的編寫，該文檔涵蓋了算法公式、算法解釋、數(shù)據(jù)源表、計算過程、示例數(shù)據(jù)演示以及異常數(shù)據(jù)處理等關鍵信息。極大提高了我的工作效率，也為研發(fā)團隊提供了清晰的指導，確保了項目需求的準確理解。

二、如何修煉分身術，工具是啥

在嘗試了Kimi和GPT之后，我最終選擇了GPT。我選擇GPT的原因有三點：一是有現(xiàn)成的GPTs，，無需我額外訓練；其次，GPT邏輯性更強；最后，從回答的簡潔性和準確性來看，GPT提供了更好的用戶體驗。

在GPT的選擇上，我實際上測試了兩個不同的GPTs（下面的截圖，可以自己搜哈，都很好用），它們都表現(xiàn)出色。此外，我還體驗了官方提供的GPT-4o。根據(jù)我的體驗，GPT-4o已經能夠滿足我的需求。

三、我的prompt

第一步：撰寫商業(yè)需求文檔（BRD）

若要借助AI撰寫復雜的需求文檔，如上文所述的第一個案例，首先需要確保產品經理的商業(yè)需求文檔（BRD）內容詳盡且清晰。將BRD文檔作為輸入資料上傳給AI后，便可以放心地將后續(xù)的產品需求文檔（PRD）撰寫工作交給AI來完成。接下來，我將分享一個我總結的常用BRD模板。這個模板是你需要自行完成的部分，它將作為原始數(shù)據(jù)輸入給AI，以確保AI能夠準確理解并處理您的商業(yè)需求。

第二步，具體需求prompt。

第三步，如果你需要寫SQL，下面是一個簡單幫你寫SQL的prompt。

四、最后展示一個簡單版的演示效果

原始版本：基金評分，由研究員手工編寫的算法文檔

AI版本：由AI生成的產品需求文檔（PRD），不僅結構條理清晰，還包含了豐富的示例說明，使得理解更加直觀。