全文 3,000字 | 閱讀約 8 分鐘

（非技術(shù) PM 的 AI 實(shí)戰(zhàn) | Zevi Arnovitz 訪談要點(diǎn)）

你以為做產(chǎn)品，得先會(huì)寫代碼。

但最近，一位不懂技術(shù)的產(chǎn)品經(jīng)理，做出了一款能上線、能盈利的 AI 工具，還讓科班工程師反過(guò)來(lái)問(wèn)他：你到底怎么做到的？

主角叫 Zevi Arnovitz，Meta 的 PM。高中玩音樂(lè)，學(xué)心理學(xué)，從沒(méi)寫過(guò)代碼。他說(shuō)：

第一次用 AI 編程工具，感覺就像突然擁有了超能力。

他真做到了。他用 AI 組了一支團(tuán)隊(duì)：讓不同 AI 分工負(fù)責(zé)架構(gòu)、設(shè)計(jì)、查錯(cuò)，再用編程工具讓它們配合起來(lái)。最后做出的產(chǎn)品 StudyMate 已經(jīng)上線，正在盈利。

他的做法是：不把 AI 當(dāng)助手，而是當(dāng)團(tuán)隊(duì)。

這套方法，你也能復(fù)制。

Zevi 已經(jīng)把流程、踩過(guò)的坑都公開了。我們把它梳理成能直接上手的工作流：不管你用 ChatGPT、Claude，還是豆包、智譜清言，只要愿意嘗試多 AI 協(xié)作，就能從 0 做出產(chǎn)品。

第一節(jié)｜不會(huì)代碼的起點(diǎn)：找一個(gè)能能挑戰(zhàn)你的 AI

Zevi 不是靠寫出第一行代碼開始的。

他做的第一件事，是跟 AI 開了個(gè)專屬對(duì)話，然后對(duì) AI 說(shuō)：

“你是我的 CTO，不許只順著我說(shuō)話�！�

這個(gè)對(duì)話會(huì)記住整個(gè)項(xiàng)目的所有信息。他給 AI 設(shè)定了明確的角色：負(fù)責(zé)技術(shù)決策、要敢于反駁他、對(duì)產(chǎn)品質(zhì)量負(fù)責(zé)。

這不是在用一個(gè)工具，而是在找一個(gè)能挑戰(zhàn)他的合伙人。

這對(duì)不懂技術(shù)的人來(lái)說(shuō)，才是真正的第一步。

你不需要學(xué)會(huì)寫代碼，需要學(xué)會(huì)的是跟 AI 協(xié)作。這種協(xié)作靠什么？不是技術(shù)，而是你本來(lái)就會(huì)的能力：說(shuō)清楚自己要什么、定好規(guī)則、不斷追問(wèn)，把模糊的想法一步步變清晰。

Zevi 一開始選的是 Claude，不是因?yàn)樗顝?qiáng)，而是因?yàn)樗粫?huì)敷衍。他管 Claude 叫“我理想中的 CTO”：邏輯清楚、反應(yīng)快、不怕提問(wèn)、還不會(huì)不耐煩。

這個(gè)虛擬 CTO 告訴他：

• 功能為什么設(shè)計(jì)錯(cuò)了；

• 指出方案里的漏洞和隱患；

• 解釋技術(shù)決策背后的邏輯。

他不需要理解 AI 寫了什么代碼。只要讓 AI 解釋為什么這么寫、要實(shí)現(xiàn)什么效果、有什么副作用，就能像有個(gè)導(dǎo)師在旁邊，把整個(gè)產(chǎn)品邏輯講清楚。

看不懂代碼？

那就讓 AI 講一遍，再講一遍。你不用會(huì)寫，只要敢問(wèn)。慢慢地，代碼不再可怕，變成了你能看懂的東西。

所以，第一步不是學(xué)技術(shù)，而是建一個(gè) 跟 AI 對(duì)話框。

Zevi 用的是 Claude Project，但這套方法不局限于某個(gè)工具。關(guān)鍵是找到一個(gè)既能記住項(xiàng)目背景、又能按你的規(guī)則工作、還能順暢溝通的 AI。判斷一個(gè)工具是否合適，問(wèn)自己三個(gè)問(wèn)題：

• 它能否持續(xù)記憶上下文？

• 能否讓你定義 AI 的角色和立場(chǎng)？

• 你能否用自然語(yǔ)言把想法講清楚？

如果答案都是肯定的，你就找對(duì)了。

這就是起點(diǎn)。

第二節(jié)｜不是用 AI，而是組 AI 團(tuán)隊(duì)

建好對(duì)話空間只是開始。

Zevi 的下一步，是把一個(gè) AI 變成一支 AI 團(tuán)隊(duì)。

在 Cursor 里，他給每個(gè)模型分配了明確職責(zé)：

• 技術(shù)負(fù)責(zé)人 Claude：專注架構(gòu)、溝通順暢，還會(huì)反駁你的不靠譜方案。

• 修 Bug 的高手 Codex：不愛說(shuō)話，只負(fù)責(zé)把問(wèn)題修好。

• 設(shè)計(jì)師 Gemini：思路很跳，寫代碼很隨性，但產(chǎn)出的界面讓人驚艷。

• 工作臺(tái) Cursor：讓這些模型在同一個(gè)項(xiàng)目里協(xié)作。

他甚至把 AI 之間的關(guān)系也設(shè)定好了。不是誰(shuí)聽誰(shuí)的，而是互相提意見：一個(gè) AI 寫完代碼，他會(huì)讓其他 AI 來(lái)審查，再讓第一個(gè) AI 回頭看看它們說(shuō)得對(duì)不對(duì)。

為什么要這樣分工？

因?yàn)槊總�(gè)模型都有性格缺陷。Claude 善于溝通但界面不夠靈動(dòng)，Gemini 設(shè)計(jì)驚艷但過(guò)程混亂，Codex 解決問(wèn)題快但不愛解釋。

單獨(dú)用某一個(gè)，你要么被它的短板卡住，要么浪費(fèi)時(shí)間彌補(bǔ)它的不足。

但如果你知道誰(shuí)擅長(zhǎng)什么，就可以讓每個(gè)模型都只做它最擅長(zhǎng)的那 20%，而不是勉強(qiáng)完成 100%。

這套分工是 Zevi 用提示詞設(shè)計(jì)出來(lái)的。他把整個(gè)開發(fā)流程分解成一個(gè)個(gè)可復(fù)用的命令：從捕捉想法，到執(zhí)行代碼，再到復(fù)盤改進(jìn)。每個(gè)環(huán)節(jié)都有明確的負(fù)責(zé)人，每個(gè)步驟都能重復(fù)執(zhí)行。

這套流程的核心不是讓 AI 寫得快，而是讓 AI 配合得好。

如果說(shuō)第一步是學(xué)會(huì)跟 AI 對(duì)話，這一節(jié)就是學(xué)會(huì)讓多個(gè) AI 圍著同一個(gè)目標(biāo)協(xié)同工作。

Zevi 用的是幾個(gè)不同的大模型組合，你可以根據(jù)能用的工具自己搭配。核心是理解每個(gè) AI 的特點(diǎn)：有的擅長(zhǎng)邏輯推理，有的擅長(zhǎng)創(chuàng)意表達(dá)，有的擅長(zhǎng)發(fā)現(xiàn)問(wèn)題。找到它們的長(zhǎng)處，讓它們只做最擅長(zhǎng)的事，你就能組出自己的團(tuán)隊(duì)。

第三節(jié)｜從想法到上線：一個(gè)真實(shí)產(chǎn)品的誕生

Zevi 不是在做演示。

他真的做出了一個(gè)上線的 AI 應(yīng)用：StudyMate，一個(gè)能自動(dòng)生成測(cè)驗(yàn)題的學(xué)習(xí)工具。

“用戶上傳 PDF，它就能分析材料，提出高質(zhì)量的題目，還能解釋答案為什么對(duì)、哪里錯(cuò)�，F(xiàn)在，這個(gè)產(chǎn)品已經(jīng)可以正常使用，并且?guī)?lái)收入�！�

最初他只打算做多選題。后來(lái)他調(diào)研發(fā)現(xiàn)，競(jìng)品已經(jīng)開始做填空題了。于是他決定馬上加這個(gè)功能。

整套流程他是這么跑的：

1、一句話想法，變成 AI 能執(zhí)行的任務(wù)

他用語(yǔ)音說(shuō)了一句需求：我想加個(gè)填空題功能，最好能拖拽選項(xiàng)，兩個(gè)空格六個(gè)選項(xiàng)。

AI 聽完，開始反問(wèn)：

• 這個(gè)填空題的難度定位是什么？給初學(xué)者還是進(jìn)階用戶？

• UI 風(fēng)格要延續(xù)現(xiàn)在的極簡(jiǎn)風(fēng)，還是想做得更有交互感？

• 答對(duì)一題給多少分？要不要設(shè)置答題時(shí)間限制？

幾輪對(duì)話后，AI 把需求整理成一條結(jié)構(gòu)化的任務(wù)記錄：功能名稱、核心需求、技術(shù)要點(diǎn)、待確認(rèn)問(wèn)題，全部寫清楚，可以直接開始開發(fā)。

2、別寫代碼，先弄明白問(wèn)題

有了任務(wù)記錄，下一步不是直接寫代碼，而是讓 AI 先掃描代碼庫(kù)，分析影響范圍。

AI 給出的技術(shù)評(píng)估報(bào)告：

• 影響模塊：數(shù)據(jù)庫(kù)、答題引擎、前端交互、提示詞系統(tǒng)

• 技術(shù)難點(diǎn)：現(xiàn)有邏輯只支持單選題，填空題的判斷規(guī)則完全不同

• 潛在風(fēng)險(xiǎn)：拖拽功能可能和移動(dòng)端適配沖突

這一步，沒(méi)寫任何代碼，但把所有技術(shù)風(fēng)險(xiǎn)點(diǎn)都摸清了。

3、開發(fā)、審查、測(cè)試，一條龍

Zevi 讓 AI 把技術(shù)分析轉(zhuǎn)化成執(zhí)行計(jì)劃，然后分配給不同 AI：

• 修改數(shù)據(jù)庫(kù)結(jié)構(gòu) → 交給擅長(zhǎng)后端的 AI

• 重寫答題判斷邏輯 → 同樣是后端 AI

• 實(shí)現(xiàn)拖拽交互 → 交給擅長(zhǎng)前端的 AI

• 全鏈路測(cè)試 → 最后由 Bug 檢查 AI 驗(yàn)收

每個(gè) AI 寫完自己負(fù)責(zé)的部分，Zevi 會(huì)讓其他 AI 來(lái)審查：寫代碼的 AI 自查一遍，其他 AI 從各自角度挑刺，然后讓第一個(gè) AI 判斷這些意見是否合理。

他說(shuō)：

“我不是要 AI 寫得完美，而是它寫完后，我能安排誰(shuí)來(lái)指出問(wèn)題�！�

所有代碼審查通過(guò)后，進(jìn)入測(cè)試階段。Zevi 手動(dòng)測(cè)了一遍核心流程，再讓 AI 檢查邊界情況：空白答案怎么處理？拖拽到一半放棄怎么辦？移動(dòng)端會(huì)不會(huì)有問(wèn)題？

4、上線，然后復(fù)盤

測(cè)試通過(guò)，功能上線。

從想法到上線，一共用了不到一周�，F(xiàn)在這個(gè)填空題功能已經(jīng)在 StudyMate 里跑起來(lái)了，有真實(shí)用戶在用。

但 Zevi 不會(huì)到此為止。

上線后他做了一件很多人忽略的事：讓 AI 復(fù)盤整個(gè)開發(fā)過(guò)程。

• 哪個(gè)環(huán)節(jié)一開始理解錯(cuò)了？

• 哪段提示詞可以寫得更明確？

• 次遇到類似需求，能不能更快？

然后把這些經(jīng)驗(yàn)更新到提示詞庫(kù)和開發(fā)文檔里。下一次構(gòu)建功能，就會(huì)更順、更快。

這就是 Zevi 的完整路徑。

不是 Demo，不是概念驗(yàn)證，而是真正上線、有用戶、能賺錢的產(chǎn)品。

從需求到上線，Zevi 把開發(fā)過(guò)程拆解成可驗(yàn)證的小步驟，讓多個(gè) AI 各司其職，每一步都留下記錄。這套流程可以復(fù)制，可以迭代，可以持續(xù)優(yōu)化。

這就是一個(gè)非技術(shù) PM，從 0 到 1 做出產(chǎn)品的完整過(guò)程。

第四節(jié)｜八個(gè)指令，一套可復(fù)制的工作流

Zevi 最有參考價(jià)值的地方，不是他做了什么產(chǎn)品，而是他把每個(gè)環(huán)節(jié)都變成了標(biāo)準(zhǔn)流程，誰(shuí)都能照著走一遍。

這不是聽完很受啟發(fā)那類方法論，而是實(shí)打?qū)嵉墓ぞ咔鍐危?/p>

• 快速記錄想法：不打斷當(dāng)前工作，先把靈感、Bug、功能想法抓住，自動(dòng)生成工單

• 探索階段：讓 AI 理解需求并找出關(guān)鍵問(wèn)題，先別急著寫代碼，先把問(wèn)題想清楚

• 制定計(jì)劃：把任務(wù)拆成可執(zhí)行步驟，生成能追蹤進(jìn)度的計(jì)劃文檔

• 執(zhí)行計(jì)劃：嚴(yán)格按步驟執(zhí)行，不跳過(guò)，不擅自發(fā)揮

• 自我審查：讓 AI 檢查自己寫的代碼，找 Bug、找隱患，不放過(guò)邊角問(wèn)題

• 互相審查：多個(gè)模型互審，從各自視角挑刺，發(fā)現(xiàn)盲區(qū)

• 更新文檔：記錄決策和方案，讓 AI 在下次構(gòu)建時(shí)能參考

• 學(xué)習(xí)機(jī)會(huì)：讓 AI 解釋不懂的概念和邏輯，把遇到的問(wèn)題變成學(xué)習(xí)機(jī)會(huì)

Zevi 把每個(gè)環(huán)節(jié)都寫成了固定的操作。你不需要記住每個(gè)細(xì)節(jié)，只要告訴 AI 執(zhí)行哪一步，它就知道該做什么。

這套工作流可以逐步升級(jí)。從最簡(jiǎn)單的對(duì)話 AI 開始，在聊天框里搞清楚流程；熟悉后接入編程工具，試試執(zhí)行和審查；想深入點(diǎn)，就用不同 AI 處理不同模塊；最后，搭建起一支 AI 團(tuán)隊(duì)，協(xié)同完成產(chǎn)品

你不需要一次做完所有事。關(guān)鍵是建立一套能重復(fù)執(zhí)行的工作方式：把臨時(shí)的決策變成可復(fù)用的流程，把模糊的想法變成清晰的步驟。

這樣，每個(gè)環(huán)節(jié)都能驗(yàn)證，每次結(jié)果都能復(fù)盤，每條流程都能改進(jìn)。

不是學(xué)會(huì)某個(gè)工具，而是學(xué)會(huì)設(shè)計(jì)自己的工作模式。

從一個(gè)對(duì)話框開始，從一條提示詞開始。

結(jié)語(yǔ)｜從“不會(huì)”到“會(huì)”，只差一套工作流

Zevi 的故事說(shuō)明了一件事：不會(huì)寫代碼，不是做產(chǎn)品的障礙。

關(guān)鍵在于你有沒(méi)有一套可重復(fù)的工作流。

從建立對(duì)話框、到讓多個(gè) AI 協(xié)作、再到把流程寫成命令，這套方法不依賴天賦，不局限于某個(gè)工具，只需要你愿意動(dòng)手。

Zevi 用了一年時(shí)間摸索出這條路。

現(xiàn)在，這條路就在你面前。

識(shí)自AI

本文由 AI深度研究員 出品，內(nèi)容整理自 Zevi Arnovitz 在 Lenny's Podcast 訪談等網(wǎng)上公開素材，屬評(píng)論分析性質(zhì)。內(nèi)容為觀點(diǎn)提煉與合理引述，未逐字復(fù)制原訪談材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

參考資料：

https://www.youtube.com/watch?v=1em64iUFt3U&t=1s

https://www.lennysnewsletter.com/p/the-non-technical-pms-guide-to-building-with-cursor

來(lái)源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈