How top PMs increase their leverage with AI

高级产品经理如何通过AI提升自身影响力

从日常工作中最大程度利用AI的框架

Colin Matthews

2026年6月30日

👋 你好，我是Lenny。每周我都会回答读者关于产品构建、增长驱动和职业加速的问题。更多信息请查看：Lenny的播客 | Lennybot | 我的AI使用方法 | 我最喜欢的AI/产品经理课程、公开演讲课程和面试准备助手

P.S. 通过成为Insider订阅者，你可以免费获得一年的Google AI、Cursor、Lovable、Notion、Manus、Replit、Gamma、n8n、Canva、ElevenLabs、Factory、Wispr Flow、Fin、Supabase、Bolt、Linear、PostHog、Framer、Railway、Granola、Warp、Gumloop、Magic Patterns、Mobbin、Stripe Atlas和ChatPRD的使用权限。是的，这真的可以实现。

多年来，产品经理的工作逐渐转向协调和对齐人员。这种角色版本正在消失。如今，顶尖公司中最优秀的产品经理正在使用真实代码进行原型设计，通过MCP进行对话式数据查询，自信地运行编码AI代理，并不断寻找通过AI增加自身影响力的各种方式。

为了帮助你应对这一转变，我很高兴地宣布，我与我的长期合作伙伴兼新任教育负责人Colin Matthews共同开发了一门课程。这门课程名为《成为原生AI构建者》，Colin将教你如何在日常工作中最佳使用最新的AI工具——包括Codex、Claude Code、Cursor和许多Product Pass产品。你将使用技能和MCPs来支持发现过程，使用真实代码库创建原型，通过GitHub将更改部署到生产环境，并设置评估来自动化和改进工作质量。这正是我一直希望存在的课程。它不仅适用于产品经理，对设计师、运维人员、研究人员、销售人员以及任何非技术人员想要深入实践的人都非常有用。

第一期课程将于7月13日开课。如果你是Lenny's Newsletter年度订阅者，可享受600美元折扣（Insiders可享受1000美元折扣）。立即获取折扣码并注册：[此处]

除了这门课程，Colin还将与来自OpenAI、Cursor、Linear、Replit和Lovable的领导者举办几场免费研讨会。这些研讨会将现场进行并注重实践，你将与其他一线人员一起学习和练习新技能。这些研讨会仅限付费订阅的Lenny's Newsletter用户参加，你可以在这里注册：[此处]

Colin是我遇到的最优秀的AI讲师之一。我们曾合作撰写过四篇客座文章（其中一篇是我有史以来第三受欢迎的文章），和我一样，他低调务实，充满实际建议。他在OpenAI、Google、Stripe、Figma、Microsoft等领先公司为数万名产品经理教授过AI及其他技术技能。他是一位长期的产品负责人，也是创始人，曾独立推出了超过10款SaaS产品。

为庆祝这门课程的发布，Colin撰写了一篇客座文章，帮助你了解当前AI能实现什么，以及你在“影响力阶梯”上的位置。

让我们深入探讨。

我曾培训过30,000多名产品经理，教他们如何将AI整合到工作流程中。今年初，我注意到一个变化。过去高管们期望团队仅用AI进行基础原型设计和常规生产力提升，而现在他们越来越希望员工用AI完成完整任务。在为医疗、法律和流媒体等行业的产品和设计专家定制培训计划后，我发现了两个主要缺口：不清楚该使用何种程度的AI，以及缺乏充分利用AI工具的技术能力。

我想分享一个前瞻性框架，说明2026年中期最懂AI的产品经理是如何运作的，以及你如何通过AI为自己创造更多杠杆效应。

将这个框架想象成三部梯子，每部对应AI能为你提供的不同类型的杠杆。

个人杠杆帮助你完成自己的待办事项。产品杠杆加速你快速推出正确产品的能力。系统杠杆则帮助建立可重复的步骤，持续将工作外包给AI并获得高质量结果。

每攀登一个梯级，你获得的杠杆效应都会呈数量级增长。第一级，你用AI协助自己的工作。第二级，你将任务交给AI并审查输出结果。在梯子顶端，AI完成多步骤任务并自行检查结果。你始终会在最后进行一定程度的审查，但提升杠杆效应能让你腾出时间处理其他工作。

并非所有任务、工作流程或公司都需要你攀登到最高梯级才能充分利用AI。每部梯子的合适梯级取决于当前工作的最佳AI使用方式。

我将逐一讲解这三部梯子，并提供你可以立即开始使用的示例。让我们深入探讨。

个人杠杆梯子

这是我们所有人工作中最常见使用AI的方式：撰写文档、进行研究或创建小型成果物。大多数产品经理在此领域已经相当熟练，但详细说明每个梯级有助于你了解自己的位置和可能的发展方向。

• 第1级：你使用AI撰写文本。你用AI协助撰写PRD、Jira工单、电子邮件等。然后将AI生成的内容复制粘贴到其他工具中。大多数人处于这一级，甚至更低。如果你目前停留在这里，不必感到沮丧，这里仍有大量机会！

• 第2级：你使用AI创建成果物。例如幻灯片、基础Excel模型或小型原型。AI不再只是生成你需要复制的文本，而是直接生成实际成果物。

• 第3级：你让AI为你完成完整的待办事项。你已将大语言模型连接到Amplitude、Google Drive、Notion和Canva等外部产品，使其能够按需提取和推送信息。你只需运行一个提示或技能，就能完成过去可能交给同事的任务，例如阅读客户支持工单或分析A/B测试结果。

让我们通过每个梯级的示例说明基准预期。

最初阶段，你只是与AI对话。例如，如果我想创建PRD，可能会让Claude通过类似以下的提示协助撰写：

AI对你公司的了解非常有限，也不清楚优质PRD的样貌。你很可能会反复沟通直到获得满意结果，然后复制粘贴到Google Docs或Word中进行优化，再与团队分享。

下一步是让AI完成工作，而不是仅仅帮助你完成工作。继续以之前的例子为例，你可以让Claude生成一个财务模型，比较自行托管代理与使用托管服务（如Vercel）的成本差异。

我最近使用的一个提示如下：

创建一个模型，用于比较我们自行构建和托管与使用托管代理的成本。研究自行托管与托管代理在工程时间节省和计算成本方面的差异。查看其他提供代理沙箱环境的供应商（如Cloudflare、Vercel或E2B）的定价。在模型中展示试点阶段和大规模部署的成本，假设我们每年运行超过500万个代理实例（其中代理实例按小时计算）。

生成的模型如下所示：

你可以在此处查看这个生成的模型。

如前所述，你应预期在这个层级上生成的输出需要大量修订，但与直接从AI复制文本到其他文档相比，这已经是一个进步。

如果你能够将完整的待办事项委托给AI，那么你已经达到了个人杠杆的最高层级。为了说明这一点，我将使用一个虚构的产品Stride作为例子。Stride是Strava的克隆产品，运动员可以在其中分享跑步、游泳和其他活动的绩效数据。假设我想对那些附带照片分享锻炼记录的用户进行留存分析，并将其与不分享照片的用户群体进行比较。为了完成这个任务，我将把我的首选大语言模型（Claude）连接到我的产品分析软件（PostHog），并指示它为我执行此分析。我的提示如下：

使用PostHog检查使用社交分享功能的用户30天留存率是否高于未使用该功能的用户。最终输出请以HTML文档形式展示用户群体和任何其他有用的数据。请引用所有来源，以便我进行验证。

结果如下：

过去，这类任务可能需要在会议之间完成。现在，你只需将任务交给大语言模型即可完成整个流程。我建议在提示中包含“引用来源”，以便你轻松验证输出的准确性。在本例中，Claude会直接提供PostHog中的原始数据链接。

专业建议：为了让模型为你完成任务（从而将你的工作提升到这一层级），你需要通过MCP将你的大语言模型连接到你经常使用的工具。Claude Code、Codex和Cursor都可以通过MCP连接到Figma、Amplitude、PostHog、Pendo等工具。这听起来可能很复杂，但实际操作非常简单，一旦建立连接，你几乎不需要再进行任何操作。只需进入产品连接器市场，添加你的工具（Claude、ChatGPT、Gemini）即可。

设置好连接器后，尝试使用AI完成一些常见任务，例如：

• 通过分析最近的客户工单和在线情绪来评估产品发布的效果
• 通过产品分析事件检查有多少用户实际使用了某个功能
• 总结客户通话录音，并根据他们的反馈创建原型
• 根据路线图优先级的变化更新下一个冲刺计划

你可能会在最初对结果感到失望，但这只是因为模型尚未了解你的标准。继续与模型迭代优化，直到获得满意的结果，然后通过创建一个技能来锁定工作流程——只需在完成任务的同一对话中要求你的大语言模型创建一个即可。

你可以重复这个工作流程，为几乎所有内容生成合理的初稿：产品需求文档（PRD）、路线图、营销素材、调查分析、原型、Figma 原型图等。我完全承认生成内容的质量可能并不完美，但我们在讨论系统杠杆时会再回到这个问题。

产品杠杆阶梯

产品杠杆能够弥合你想要构建的内容与实际能够交付的内容之间的差距，即使没有强大的设计或工程能力。利用 AI 实现这一阶梯的方式可以分为三个层级：

• 第一级：你创建基于网页的原型。与文档相比，这些原型能更好地传达你的想法，但原型本身除了沟通之外没有其他价值。而且你的原型代码与产品本身是独立的——它不会使用你现有的代码库。

• 第二级：你创建基于代码的原型。Claude Code 或 Codex 会将你的真实代码库作为生成原型的上下文，而不是使用截图或复杂的提示词。

• 第三级：你让一个代理以拉取请求（PR）的形式将更改部署到生产环境。工程师会接收这个 PR，进行审查，并将你的代码合并到产品中。

让我们花点时间详细探讨每个层级。

使用 Lovable、Replit 和 Magic Patterns 等 AI 工具是快速且轻松创建原型的绝佳方式。你可以用它来与利益相关者、客户或内部团队成员分享概念或设计方案，从而更快地验证你的解决方案是否可用并能解决客户的问题。

让我们以 Stride 为例再次说明。这是当前用户资料页面的现状：

客户一直在抱怨他们没有明确的取消路径，并且在免费试用结束后对订阅状态感到困惑。你可以使用 AI 原型设计创建一个快速原型，与客户和利益相关者测试你的解决方案是否解决了这个问题：

这通过更快地测试更多概念帮助你找到正确的解决方案，但通常底层代码本身并没有实际价值。Web AI 原型设计工具对我们的真实组件、页面和数据模型的上下文了解有限，因此这个原型与现实脱节。这意味着将测试过的原型转换为真实代码需要更多工作。

下一个层级是让 AI 使用你的真实产品进行原型设计。这不需要在你的笔记本电脑上运行完整产品——也不需要专家级编码能力，但你需要一些技术技能。首先，使用 Claude Code 或 Codex 等产品编写代码并运行你的应用。其次，你需要一个包含 UI 但不包含完整后端的代码库；稍后会详细介绍这一点。

你可以创建相同的原型，这次让 Claude Code 或 Codex 使用你现有的代码库：

这一次，取消流程被添加到现有的设置页面中，使用真实的组件，并遵循实际产品的设计模式。

为了创建一个易于使用且不需要运行完整后端的代码库或仓库，请与工程师合作，让他们在你的主代码库上使用如下提示：

创建一个新仓库，其中包含 [列出你希望包含的产品部分] 的所有基础 UI 元素、样式、路由、页面和组件。创建一个模拟 API 数据模型的本地存储的模拟数据存储。我应该能够在不使用任何环境变量或后端服务的情况下运行生成的仓库。

完成之后，将新仓库克隆到计算机上。此时你应该拥有了一个易于运行的 UI 版本，不会意外破坏它。有时工程师会告诉你，这个过程比简单提示要复杂得多。但为了在真实样式和组件上构建原型，付出这些努力是非常值得的，所以请尽力克服这个障碍！

产品杠杆的最后一个环节是让代理将代码部署到生产环境。这是产品经理技术判断至关重要的一个典型场景。你的计费变更可能仅涉及 UI，而后端 API、数据元素和事件可能已经存在。但也有可能需要新基础设施或与其他团队的集成才能完成部署。

作为产品经理，花时间成为团队中不如其他成员的工程师是没有意义的。知道何时应该撰写文档、部署原型或创建 PR 与具备完成这些任务的技术能力同样重要。PR 非常适合用于文案修改、小幅 UI/UX 调整以及使用现有后端代码的视图变更。

系统杠杆梯子

本文面向付费订阅者

已经是付费订阅者？

上一篇

客座文章由

我很高兴帮助你了解软件是如何构建的！我在 2021 年首次 SaaS 产品被收购，并在健康科技领域工作了 6 年以上。PM @ Datavant，5000+ 学生

订阅 Colin