用 AI 写 PRD：输入信息、Prompt 和产品需求结构
把模糊的功能想法变成 PRD 草稿：问题、目标、非目标、用户、需求、指标和待定问题。
🧪 产品 / App / 创业
需求优先级、PRD、Onboarding 文案、App Store 评论回复、Launch 清单。
16 篇文章
独立开发者 / 产品经理 / 创业者每周都在做同一件事：把杂乱的想法变成"可以推进的下一步"。 这个专题专注产品工作流：需求排优先级、写 PRD 草稿、Onboarding 文案、App Store 评论回复、Landing Page 文案、Launch 检查表、Release Note。
推荐阅读路径
第一次看这个专题？按这个顺序读 3 篇，就能搭起一套完整的工作流：
用 AI 出发布日清单：技术、内容、公关、数据
按技术 / 内容 / 公关 / 数据分组的发布日清单，标出绝不能错的项、写清验证方式，并安排 D-1 与当天的两次定时走查。
用 AI 给功能排优先级：经得起干系人评审的 RICE 评分
用 AI 把 30+ 条 backlog 变成有理有据的优先级清单：RICE 公式、可直接复制的 Prompt、一个完整算例，以及防止 AI 编造影响数字的核查清单。
最新文章
用 AI 写 App Onboarding 文案：屏幕、标题、CTA 的完整工作流
2026 年 6 月的完整流程：用 AI 起草 3-5 屏 Onboarding 文案——要喂哪些输入、用什么 Prompt、检查清单、选哪个模型，以及证明它有效的激活指标。
用 AI 回复 App Store 评论，又快又不像机器人
几分钟草拟有温度、具体、不模板化的差评回复，附 Apple 与 Google Play 真实字符上限，还能把用户挽回。
用 AI 做竞品 feature 对比矩阵
把自己和 3 家竞品在 15 个 feature 上诚实评分。找出 2-3 个你真赢的维度，以及那些应该停止假装在竞争的维度。
用 AI 写客户访谈问题
用 Mom Test 风格生成访谈问题——锚定真实过去行为，不是“你会不会用一个能...”这种诱导意见的问题，导致访谈记录全是礼貌的假话。
用 AI 给功能排优先级：经得起干系人评审的 RICE 评分
用 AI 把 30+ 条 backlog 变成有理有据的优先级清单：RICE 公式、可直接复制的 Prompt、一个完整算例，以及防止 AI 编造影响数字的核查清单。
用 AI 排落地页段顺序：先排骨架再写文案
写文案之前先用 AI 按受众认知阶段和异议排好落地页段顺序，让页面真正承担转化。含 2026 年转化基准数据。
该专题全部文章
用 AI 写 App Onboarding 文案：屏幕、标题、CTA 的完整工作流
2026 年 6 月的完整流程：用 AI 起草 3-5 屏 Onboarding 文案——要喂哪些输入、用什么 Prompt、检查清单、选哪个模型，以及证明它有效的激活指标。
用 AI 回复 App Store 评论，又快又不像机器人
几分钟草拟有温度、具体、不模板化的差评回复，附 Apple 与 Google Play 真实字符上限，还能把用户挽回。
用 AI 做竞品 feature 对比矩阵
把自己和 3 家竞品在 15 个 feature 上诚实评分。找出 2-3 个你真赢的维度，以及那些应该停止假装在竞争的维度。
用 AI 写客户访谈问题
用 Mom Test 风格生成访谈问题——锚定真实过去行为，不是“你会不会用一个能...”这种诱导意见的问题，导致访谈记录全是礼貌的假话。
用 AI 给功能排优先级：经得起干系人评审的 RICE 评分
用 AI 把 30+ 条 backlog 变成有理有据的优先级清单：RICE 公式、可直接复制的 Prompt、一个完整算例，以及防止 AI 编造影响数字的核查清单。
用 AI 排落地页段顺序：先排骨架再写文案
写文案之前先用 AI 按受众认知阶段和异议排好落地页段顺序，让页面真正承担转化。含 2026 年转化基准数据。
用 AI 出发布日清单：技术、内容、公关、数据
按技术 / 内容 / 公关 / 数据分组的发布日清单，标出绝不能错的项、写清验证方式，并安排 D-1 与当天的两次定时走查。
用 AI 帮找市场定位：基于产品 + 竞品分析出 3 个真正不同的定位
让 AI 出 3 个明确不同的定位候选——每个带 tagline、真差异、以及明确不为谁服务。
用 AI 划 MVP 范围：1 页 做 / 不做 清单的写法
用 AI 起草 1 页 MVP scope：5-7 项 IN、15-20 项带原因的 OUT、Wizard-of-Oz 手工替代、可测的 done 定义、以及延期时的砍序。
用 AI 写产品定位语：April Dunford 五要素法
把团队里飘着的 4 套不同产品描述，整合成一句能锚定品类、买家、真实替代品、还能通过“读给 3 个客户听他们点头”的定位语。含 Prompt、完整示例、该用哪个模型，数据截至 2026 年 6 月。
用 AI 写 PRD：输入信息、Prompt 和产品需求结构
把模糊的功能想法变成 PRD 草稿：问题、目标、非目标、用户、需求、指标和待定问题。
上线前用 AI 生成 3 个可验证的定价假设
用 AI 产出 3 个不同形态的定价假设（形态、人群、关键风险、一周实验），附 2026 年 SaaS 定价基准和可直接复制的 Prompt。
用 AI 写发布说明：把工程 Changelog 转成用户能读的版本
用 AI 把工程 changelog 翻译成用户视角的 release notes：分新功能 / 改进 / 修复三类，每条以 benefit 开头。
用 AI 总结产品 roadmap
把 30+ 项 initiative 压成一页纸：committed、exploration、不在 roadmap 上分清楚，leadership 90 秒读完，又不撒谎说什么都承诺了。附可直接复制的 prompt 和 2026 年 6 月模型说明。
AI 从真实信号构建用户画像
把 8 场客户访谈压成一页基于真实原话的画像：Jobs-to-be-Done、决策标准、替代品，再加一节明确的「无关特征」。含 2026 年 6 月的模型与工具选型。
用 AI 写 User Story：从功能想法到 INVEST 可估的故事集
把 PM 一段话的功能想法，变成工程能估点的 user story + Given/When/Then 验收。一套实测 Prompt，加上该用哪个模型（截至 2026 年 6 月）。