27
0京东零售的一位 B 端产品经理，今年四月接手一批收银系统需求，覆盖开发票、部分退款、手动折扣、菜品数据本地化和排序优化五个分支。按老办法估下来要 34 人日，最后 15 人日交付，评审一次过，效率提升 56%。但这省下来的时间，不是 AI 替他做判断省的——一次都没有。AI 干的是结构化的活，判断和复核全在人手里。反例先摆出来：手上存两百多条 Prompt，模板齐全，结果让 AI 写需求文档读着顺，交给开发逻辑坑一堆，三天补坑没人记账。病根在于上来就让 AI 直接生成，它手上没有历史规则、没有踩过的坑，只能编，编出来的东西还特别顺。
他把方法压成一句话：人是决策者，AI 是劳动者。AI 管六件事——整理材料、生成初稿、提疑点、补结构、查遗漏、顺语言；人管另外六件——定目标、划边界、拍异常、评影响、担结论、负责到底。这就像装修请了个手艺再好的师傅，他不知道你妈住主卧腿脚不便、阳台墙不能砸，图纸一丢就能砸出漂亮但没法住的活。AI 缺的不是能力，是你脑子里那部分。落地成四步：Skill，把这类活的结构固定成可复用指令；Prompt，把料给够，连自己还没想清楚的地方也如实说；Context，先别急着生成，让 AI 反问，把没对齐的意图一条条补齐；Harness，回头调用 Skill 出初稿，边界和异常人来补。判据很糙但好用：一件事做过两次以上，才值得沉淀成 Skill，别指望一次写全，先跑一次真实需求再攒。
支付设置页改版是个具体案例。常规做法是截图丢给 AI，说照苹果风格重做，他没这么干。而是先让 AI 模拟登录、拿到身份凭证，跑一遍真实流程，才发现要改的内容藏在一个嵌套输入框里，截图根本发现不了。真结构找到后才轮到设计：调用绑定苹果 HIG（Human Interface Guidelines）规范的固定指令，在真实结构上出第一版原型，再围着弹窗、搜索、批量设置磨细节。五分支需求那次更典型：他没让 AI 直接生成文档，而是把原始需求原样喂进去，让 AI 一点一点反问，逼出跨分支交叉点——比如混合支付订单能不能开票——这些恰恰是过去只有评审现场才会被当场揪出来的坑。B 端产品后台核心从来不是好看，是层级得清楚、规则得说明白。AI 不返工的前提，是你先让它读懂真实结构，而不是甩一张截图讲几句虚的要求。
