上周日晚上的AI分享直播课上，有朋友问到我：“我是怎么学习的？为什么我会的东西很多？学习效率和成果都比较显著”

我这周陆续在思考，在总结，和AI对话沟通了几次之后，我觉得背后的技巧或者经验其实没有太复杂或者太深奥。因为大多数道理都是朴素的，大多数心得经验都是直截了当的。提炼之后，我认为这3个点就足够。

时间投入：很多人不是没时间，而是不愿意花时间去投入。一般遇到我感兴趣的新东西，我是非常愿意拿出时间去研究的，所以足够的时间投入是很关键的。

信息质量：低质量信息会让你事倍功半，甚至走弯路。现在网络上的信息和知识非常多，但是并不代表着多就好用，反而信息爆炸会带来很多困扰。而我的做法，一般都是优先找官方文档、经典教程、高质量博客、视频等。

学习方法：学习方法背后有很多细节的点可以说，我简单总结了几个重要的：

1.带着目的学习，不要陷入别人学我也学的误区；
2.从应用场景切入，学完要用得上，所以学习之前问问自己我的应用场景是什么；
3.借助AI/工具，现在的AI/工具很强大了，要掌握这些先进工具，帮助自己更快的学习；
4.边学边操作，只看不练是学不会的，一定要躬身入局，把手弄脏，才能学透，掌握。

维他命的产品思考 有一个想法，不一定对 维他Moment AI探索与感受

1.AI产品在培养我们的付费习惯
AI产品正在潜移默化地改变我们的消费观念和行为模式。“付费上班”正逐渐成为一种常态。为了提高工作效率和使用体验，很多人开始投资于硬件设备和订阅服务，比如购买大屏幕、人体工学椅、优质键盘鼠标，以及订阅各种高频使用的软件会员。这种消费习惯的转变，不仅反映了个人对于工作效率的重视，也让2C付费产品和工具类产品获得了更多的市场机会，同时降低了用户做出购买决策的心理门槛。

2.优秀的使用者需要投入成本
优秀的狙击手是用子弹喂出来的，优秀的AI使用者也是通过不断消耗Token、订阅和试验各种工具培养出来的。AI工具的使用并非零成本，只有愿意投入时间和资源的人，才能真正发挥AI的潜力，成为效率提升的受益者。所以，如果你想要用好AI产品，想要成为AI时代的弄潮儿，那么需要投入的资金量可能要比其他领域和赛道稍微多一些，因为大多数的AI都是不便宜的。

3.AI加剧“贫富差距”，付费是探索的门槛
AI并没有让所有人站在同一起跑线上，反而拉大了“贫富差距”。更强大的AI工具往往价格更高，但它们带来的回报也更加显著。那些不愿为优秀的AI产品付费的人，无形中也在逐渐远离AI技术的前沿。付费不仅是对工具本身的投资，更是对未来效率和能力提升的投资。拒绝付费可能意味着错失利用AI创造价值的机会。

4.关注“AI博主在用什么，而不是在推荐什么”
在选择AI工具时，我们往往会先选择从各大AI博主的文章、视频中去找到一些推荐的信息。我认为，我们不要太关注自媒体博主推荐的产品上什么，而是更应该了解他们日常高频使用的工具是什么，具体的使用场景如何，有没有可落地的解决方案。这些信息比单纯的工具列表更有实用价值，能够帮助我们找到适合自己的工作流和方法论。

5.AI博主的竞争核心：内容之外的商业模式
随着越来越多的人投身于AI内容创作领域，竞争早已从内容质量和信息差转向更深层次的商业模式和运作逻辑。虽然知识科普和技巧分享在短期内看似吸引人，但如果缺乏清晰的变现路径，创作者的动力会逐渐减弱。AI博主需要面对的信息量大、更新频率高，这种创作模式对时间和精力的要求非常高。许多博主最终会选择通过售卖课程或体系化的经验分享来实现变现，而少数人则能通过AI工具开发或产品创作直接获得收益。这意味着，如果你关注的博主如果不卖课，不做社群，不接广告，那么大概率可能不久之后就会断更、失联了。

6.AI带来的学习方式的变革
AI正在改变我们的学习方式。过去，我们遇到问题时习惯通过搜索引擎查阅资料、翻阅电子书。而现在，越来越多人选择直接向AI提问，通过与AI的对话获取答案，并利用AI生成的总结来解决问题。这种学习方式显著提升了效率，降低了许多领域的门槛，使得知识的获取更加便捷。未来，随着AI技术的不断发展，许多传统行业的壁垒将被打破，信息差也会进一步缩小。如果你所在的领域是依赖“信息壁垒”来构建护城河，那么意味着你可能要考虑一下自己的竞争力是否会受到AI的冲击。

7.AI时代的另一个核心竞争力：判断和选择
当AI逐渐能够解决大部分问题时，我们的核心竞争力将转向如何与AI互动。判断AI的答案是否正确，是否还有更多底层的信息可以挖掘。选择不同的AI工具和产品去针对性解决自己的问题。在一堆繁杂错乱的信息中，找到自己想要的答案和结论，这些都将成为我们在AI时代的关键能力。与AI的对话不仅仅是技术上的操作，更是一种思维方式的训练。能够驾驭AI的人，用好AI的人，将在未来的竞争中占据有利位置。

8.大多数AI相关的信息都不值得追新，追热
得益于AI的快速发展，现在的内容创作者要输出一篇文章，图文，视频，音频博客，门槛降低了很多，效率也提升了很多。这也意味着，我们日常接收到的信息是爆炸的，这里面很多是低质量的，粗制滥造的，同时也有很多夹带了大厂们的产品推广和曝光。当我们处在这样的信息洪流中，我们时常会觉得信息很多，热点很多，生怕一不留神就错过了很多有价值的信息。但是实际上，大多数的AI相关的信息都不值得我们疲惫地去追赶，去做第一批的尝鲜者。因为好的产品，好的方法、技巧、最佳实践，一定会慢慢地变得简单，易上手，最后快速普及，只要你稍微关注一下即可，完全不需要提心吊胆，过于焦虑。

周末我又花了点时间研究“AI生成原型”的玩法，整体看下来，我有几个明确的感受。

第一，做一两个目标明确的典型页面Demo，AI还是挺能打的。要是你只让它生成登录页、列表页、详情页这类标准页面，或是需求清晰的小Demo，AI的产出通常不错。速度快不说，在布局、交互形式上还能给你不少启发，很容易打开思路。

第二，一旦目标变成“体系化的后台管理系统”，靠一两句话根本讲不清需求。网上常见的“一句话生成官网页面/游戏/其他酷炫的内容”，大多要么有开源项目参考，要么是模板化成熟场景，AI只是从已有范式里“拼”出结果。可如果想让它创造全新的、带复杂业务逻辑后台管理系统，一句话就想要搞定是不切实际的。

第三，让AI生成原型，本质还是要走“人画原型”的方法论。你得先把框架定好：一级菜单有哪些、每个菜单下的模块、模块的功能、清单/表单、关键字段和操作。这些内容最好整理成规范的PRD再交给AI，截图只能供它参考布局风格，想让它严格按你想法来，最终还是得靠精准的文档。但问题在于，写PRD本身就耗时，写完再和AI反复沟通修改，投入的成本其实已经很接近直接动手画原型了。

第四，以Figma Make为例，这类AI工具的随机性还是很大，很难通过多轮沟通稳定“收敛”出想要的原型。我试了几次想复刻之前的WMS原型，最后都没有达到很精准的还原。这大概率和模型状态、上下文匹配度、生成路径有关，稳定性很难把握。

第五，我试过两条路线去搭建“B端管理后台”，但整体都不算理想。一是“AI直接生成页面”的路线，国内的百度秒哒、字节扣子，国外的v0、Lovable等，它们能做出“像样”的页面，但面对规模化的后台系统，三言两语讲不清需求，生成也很难一次成功。二是“把自己当开发者，用AI辅助写代码”的路线，比如用Cursor、Windsurf这类工具写前端代码搭页面，这需要你具备开发者思维、懂基础代码知识，能处理依赖安装、项目启动和报错排查，本质是“AI帮你写代码”，而非“AI替你做原型”。综合来看，这些方法想搞定体系化后台，成功的运气成分很高，反复试改不仅容易心态崩溃，试错成本也不低。

第六，短期内我不会再在这类产品上投入太多时间。不是说它们没用，而是我已经摸清了能力上限。有朋友提议让我直播分享研究过程，但目前工具随机性太强，很难复刻稳定的“标准流程”，等工具更稳定、可控性更强时再直播会更合适。

昨天微信上一位老粉丝给我留言，说关注我公众号好多年了。他感叹我是他关注列表中，极少数能坚持写这么多年、且一直深耕产品经理领域的博主。他觉得我这种创作灵感不枯竭、持续产出的状态让他很佩服。

同时，他也跟我反馈了一个现象：最近在小红书，知乎，脉脉，公众号等网络平台，看到大量关于“产品经理前景黯淡”、“新人不要49年入国军”等消极讨论。

而且也发现很多曾经的产品博主纷纷转型或退场，整个圈子弥漫着一种悲观氛围。但在这种环境下，看到我还在持续更新、迭代观点，他觉得受到了很大的激励和帮助。

听完他的话，我也有了一些小小的感慨：作为一个产品经理赛道的创作者和从业者的视角来看，那些至今仍在坚持产出、依然认可产品经理价值的人，背后通常有这几类逻辑：

1.正反馈驱动型：他们在产品经理这份职业上获得过真实的成就感和个人成长，这些正能量支撑着他们继续前行。

2.真心热爱型：发自内心喜欢这个领域。对他们来说，产品不仅是工作，更是一种思维方式和解决问题的乐趣，所以他们不会轻易离开。

3.务实收益型：相比市场平均水平，产品经理依然是一个薪资上限较高、回报不错的行业。既然已经入行且拿到了结果，就会选择深耕。

4.职业平常心型：并没有太多情怀滤镜，仅仅把它当成一份体面且赚钱的工作。只要行业还在，他们就会继续坚持。只要不赚钱了，那就赶紧撤离。

一般来说，前两个因素占比越高的人，越能坚持下来，无论是从事相关岗位，还是作为知识型博主持续输出。而后两个因素占比越高的人，往往难以坚持，一旦有其他更好的机会或者当前职业出现危机，就会果断切换，早早离场。

现在确实有很多声音在唱衰产品经理，觉得这个赛道要消亡了，劝新人别入行。这很大程度上取决于个人的职业际遇和情感倾向。

但站在我个人的角度，我依然坚定地认为：产品经理这个赛道依然值得去做。

环境在变，但这个岗位创造价值的逻辑没有变，市场依然需要这个岗位，需要优秀的产品经理。而且单从收益的角度来讲，互联网行业的业务和回报虽然从巅峰期下滑，但产品经理作为其中的一个关键角色，拿到的回报相较于市面上的绝大多数岗位来说，都是相对领先的。

综上所述，我个人更符合前两项因素所驱动，所以这个号一做就是8年多，我也没萌生什么退场，放弃的念头。

我也相信，我是可以持续更新下去的，继续陪伴更多的朋友。

上周周末晚上分享了一下AI的一些操作实践，其中大家觉得Figma输出的那个WMS原型是最有吸引力的。

刚好最近GPT 5.1在Cursor中是免费的，我就用Cursor从0开始搭建一个前端项目，想让它帮我再复刻一个ERP的项目。

最后实验了一天，我发现这条路行太通，太难了。

1.AI写代码可以引入开源组件库，组件库也很精美，但是AI并不知道怎么组合搭配，而是自己乱来，所以效率很慢，要一直改。就好像产品经理用Axure组件库去画原型，虽然有了组件库，但是没有设计规范，没有审美认知，最后搭建出来的页面也是很丑的。

2.虽然只是搭建一个前端页面，但是起码要搞定两个事，一个是UI规范，一个是页面逻辑，字段等。单单UI规范一个事情，让AI直接手搓出来，非常费劲，改的想吐。稍微稳定一些的办法是截图给它，让它参考学习，复刻，但是也有很多细节要自己调整。截图是我验证过后最好用的方法，尤其是一些AI的多模态能力比较强的情况下，直接给图胜过一堆模糊的文字要求。

3.Figma Make应该是做了一些设计方面的调优和学习，所以在生成UI规范和界面设计的时候，基本上几次对话就可以搞定。但是自己从0用GPT 5.1去生成，起码要对话十多二十轮。所以选对工具很关键，Figma输出原型界面，UI规范等，确实更精准很多。但是Figma Make生成的原型也不太稳定，有些时候提示词不对或者是聊的歪了，可能就要反复沟通很多轮次，整体来说运气成分还比较大。

4.涉及到业务逻辑的时候，可以先用其他AI把文字逻辑整理出来，也就是PRD的内容，这个时候AI结合设计规范，就可以很快生成界面了，而且还原度也挺高。所以关键点还是要把UI设计还原和产品业务逻辑解耦，先搞定UI设计规范，再给对应的PRD内容，这样的体验比较好。

5.感觉又想要AI输出业务逻辑，又想要输出精美原型，目前是一件痛苦的事情。要么就花钱充值，用一些专门设计类的AI产品去做，要么就是花时间自己手写前端，慢慢调整UI和一些细节，但是这个过程会让你很痛苦，尤其是模型不给力的时候，你会很崩溃了。AI时代，很多产品都要花钱，但是好用的产品一定是不便宜的，大家要做好心理准备。

维他Moment 维他命的产品思考 有一个想法，不一定对

前几天有一个私享课的朋友私聊我说，他去年学完课程之后，今年换了一个新的工作。新工作的内容和课程中的知识比较吻合，比较对口，所以自己的成长和进步很快，但是也出现了另外的一个问题：就是觉得自己好像已经能Cover当前的工作了，总想着继续学习点什么新的东西，保持一个持续向上的状态，问我是否有什么其他课程推荐或者资料推荐的。

关于这个问题，我之前一段时间也经历过，我把它称之为“成长的恐惧期”。就是总是担心自己不学习，不进步就会被淘汰，会失去一些竞争力，总想着再学习学习，找到一种持续在进度和成长的感觉。

但是作为过来人，我建议他不要着急或者不要过于焦虑这个问题，理由有这么几个：

1. 持续学习是一场马拉松，而不是短跑。拉长时间来看，我们的学习阶段可能是按年来计算的，如果只是几周，几个月没怎么学习和进步，这个也是很正常的。
2. 用不上的知识，学了也很容易就会忘记。持续学习或者进步可能只是给自己的一种“安慰剂”，“止痛药”。看似你在一直学习，但是可能过了几个月没用上，你就忘了，就好像没学过一样。
3. 总想要学习和提升自己，看似是一种渴望进步的积极状态，但是更内核的原因应该是自己比较焦虑，对未来不太乐观，总想着靠学习来抵抗这些不确定性。但是目前的情况是，即使你拼命学习和成长，你也不一定能抵抗这些“不确定性”和“未知性”。因为你还不知道你面临的难题是什么，要学习的是什么。
4. 尽量为自己目前的工作和生活找到一些意义感或者奔头，如果短期内没什么冲劲，没有学习的欲望，那就静下心感受生活，好好地享受工作和生活的美好时光。

#维他命的产品思考 #维他Moment #有一个想法，不一定对

昨天和一位刚入行不久的产品朋友聊了一次职业咨询，有几个细节我觉得挺有意思，也挺值得和大家分享的。

1️⃣ 项目经历怎么写，真的很重要
她提到简历中写项目时，习惯照搬公司内部对项目的命名，比如：“某功能优化”、“平台端需求调整”之类的。
但我建议她，简历不是写给你老板看的，是写给外部世界看的。
哪怕你只参与了一个功能，只要这个功能是“WMS系统某模块”的一部分，那你就可以写成“参与WMS核心模块优化项目”。
用行业通用语言，把项目讲得“对外友好”，是基本功，也是加分项。

2️⃣ 税后薪资？HR为什么答得模糊？
她说自己在面试时问HR：“税后大概是多少？”结果HR答得有点模糊，她还觉得对方是不是不太真诚。
其实不是。
HR为什么普遍只谈税前？因为税后这件事，个人差异太大了：五险一金比例、个税扣除项、城市政策……都不一样。
所以如果你也有类似的困惑，记住一句话：面试谈薪，统一说“税前”。

3️⃣ 简历刚及格，三周拿多个offer？
她坦白说自己的简历只能算刚刚过线，但从开始投递到收到几个offer，只花了三周左右。
说实话，这有点出乎我意料。
我原本以为当前行情很卷，没那么容易。可她的经历提醒我——我们不能只靠想象判断市场，亲自下场试一试，才知道水深水浅。
就像那句老话：“小马过河，亲自趟才知道。”

4️⃣ 岗位边缘，但项目能不能打动人？
她也有点焦虑：现在在做的业务比较边缘、垂直细分，不太“核心”。
我特别理解她的担忧。但我也告诉她：
不要只看眼前任务“是不是核心”，而要看它“有没有竞争力”。
你做的东西，是不是能讲出价值？是不是能写进简历？是不是能撑起你下一份工作的议价权？
不要让岗位和title限制了你的成长。

这些聊天中的小细节，其实也是我们每个人都可能遇到的选择题。
市场到底难不难？机会到底多不多？简历怎么写才好？不是别人说了算，而是你亲自去试、去修、去跑的过程里，慢慢找出属于自己的答案。

最近经历了一些事情之后，脑海中蹦出了一个感触：“需求分析，知易行难，因为大多数人以为这是一个对事情，对需求的深究、挖掘的能力，但是其实它是一个对人性，对利害关系，对各种立场和观点的权衡和洞察能力”。

如果需求分析不到位，那么再好的产品方案和技术实现也没有用，因为需求分析错了，必然就没有解决用户的痛点和需要，那反复折腾，改来改去也是常态。那么是不是把需求分析到位了，这件事情就是解决了呢？

理论上是的，但是实际操作起来却不是。因为把“需求分析到位”这个词过于理想主义，也过于Naive，一个看似简单的需求但是一旦涉及到了多个部门，多个相关方，多个链条之后，这个需求就注定不会简单了。然后深入去挖掘，去澄清，去拆解需求的时候，就会发现要么很容易被一些细节带沟里去，要么就是会被一些互相矛盾的立场给堵塞住，最后为了解决这些阻塞，解决这些分歧和争议，就不得不拉更多的领导，更多的人员来协调，来推进……

最后，大家受不了这种来回拉扯的繁琐，各退一步，于是需求涉及的部门，相关方，具象的点等都会突然少了一个量级，然后这个事情就开始往后推进了。

但是回头总结一看会发现，“需求分析到位”其实并没有到位，它只是一步一步推进，一步一步磨着然后取得了更多的进展而已。

所以，需求分析的结果不一定就是立马输出对应的方案，很有可能是先把矛盾，把冲突，把大家的立场和利害关系等挖掘出来，然后平复它，最后才到了输出对应方案这一步。

哈哈，当年年轻的我对这些理论嗤之以鼻，现在一看原来都是智慧结晶。不知道你看完了之后，有没有这种感觉。

#有一个想法，不一定对 #维他Moment #维他命的产品思考

在对接外部服务商的，往往在对接之前是无法穷尽所有的需求点或者是待办事项的，而是在对接的过程中逐步发现有哪些东西需要修改，哪些需要调整和优化。

根据我这一段时间频繁对接多个外部WMS系统，我有这么一些经验想与大家分享：

1. 项目刚开始启动的时候，双方的配合意愿度是最高的，投入人员、资源等也是到位的，所以在项目早期的时候就一股脑把所有的需求都提出来，这个时候反而是一种更加高效率的做法。

2. 在对接联调的过程中，如果发现了一些问题，尽量在联调的时候或者联调一期之后立马去跟进，在下一期的时候就上线解决，这样效率最高，同时也不会有遗漏。

3. 在后续的对接过程中，如果遇到了要提需求，要沟通一些历史问题，最好的方式是拉会议，把几个重点事项都输出，然后定一个启动会，一个固定回顾会，一个总结会议，这样的话可以把这件事的重要性上升一个程度。

4. 不同的服务商在对接过程中肯定会有很多细节的逻辑或者定制化的场景，这个时候产品经理要及时把这些定制化的东西，一些隐性的东西记录在文档中，因为后续一定是会有机会翻阅这部分的。

5.无论是三方仓储对接，还是三方电商平台对接，只要这件事是相似的，要重复多做几次的，都要把这个事情做成标准化的操作，用文档的方式来记录。复杂事情简单化，简单事情标准化，标准事情自动化。

提醒一下正在求职或者准备求职的各位星友们，以下几个误区记得避开：

1. 薪酬对标过去的自己。例如说3年前我就拿了这个薪资，现在3年后我还是这个薪资，我希望通过跳槽拿到更高的工资。这个诉求没问题，但是现实情况就是你能拿到的薪资，主要和市场稀缺性，市场行情有关系，其次才是和你的工作年限有关，和你的实力有关。

所以，几年不涨薪，跳槽比之前还低，这种情况非常普遍，也很正常， 一定要有正确的认知。

2. 设定一个过短的求职时长。有一些朋友很久没跳槽换工作了，上一次换工作还是几年前，当时自己大概找了1-2周就轻松找到了工作。所以，当时间来到了2025年，自己心理预期的找工作时间估计也就是3-4周左右，结果找了1-2个月了还没什么消息，开始恐惧和焦虑了。

2025年，建议拉长求职时长，建议放在1-2个月的心理预期会比较好。

3. 设定过高的求职期望。很多工作时间不太长的朋友，都有一个大厂梦，总是希望能从小公司->中公司->大公司，这样一路晋升发展。所以，每次跳槽的时候都想会只盯着更大的公司，福利更好的公司。这种想法和诉求是人之常情，但是这里可能忽略了一个很重要的因素：“时机”。

大厂说好进也好进，说不好进也不好进。说好进的，往往就是因为大厂发展某些业务，在疯狂扩招，这个时候进大厂就容易很多了。说不好进的，是因为错过了这些时机之后，大厂的面试竞争者非常之多，筛选就会更严格很多，所以难度就拉上来了。

2025年中，各领域的大厂也在开源节流，降本增效，所以如果自己要跳槽，要求职，这个求职期望得要稍微降低一些或者认清现实一些。