核心工具前置：Xmind（思维导图）、禅道（项目管理）、Figma make（AI原型设计）、Deepseek/Claude（大模型）、Cursor（AI编程工具）、墨刀（原型设计）

一、基础概念速懂

1. agent（智能体）：可理解为“一个具备特定功能的AI机器人”，一个agent负责完成一个具体任务，多个agent协作可完成复杂工作流（如“写用户故事的agent”+“做竞品分析的agent”=产品需求分析全流程）

1. 多agent协作：让多个不同功能的AI智能体按预设顺序分工干活，上一个agent的输出作为下一个agent的输入，实现流程自动化

1. 提示词（Prompt）：给AI的“指令+要求”，好的提示词能让AI输出符合工作需求的结果，本次实战中所有提示词均基于课程基础模板修改，零基础无需从零编写

1. TOKEN：大模型的“计费/消耗单位”，输入的提示词+AI输出的内容都会消耗TOKEN，TOKEN越多费用越高（可通过开通大模型会员降低成本）

1. PRD（产品需求文档）：产品经理核心交付物，包含产品功能、交互、需求等所有信息；本次路演中露露公司不单独写PRD，拆分为「用户需求+研发需求+产品原型」，三者结合等同于PRD

1. 用户故事：通俗描述用户的需求，核心是“谁+在什么场景下+需要做什么+达到什么目的”，是产品需求的基础表达形式

1. 研发需求：对产品原型的详细补充，给研发人员看的具体要求，如“输入框字符长度2-64位、区分中英文大小写、按钮点击后跳转到XX页面”

1. ARTIFACT：AI工作流中的「过程交付物可视化工具」，可理解为“多agent协作的成果文件夹”，能实时展示每个agent的工作结果，方便查看和管理

1. iframe：前端基础标签，通俗理解为“网页中的小窗口”，可在一个网页中嵌入其他多个网页/原型图，实现多原型图的一体化展示

二、核心实战：企业级多agent AI应用

2.1 项目背景

1. 公司的产品工作流：用户故事评审→功能思维导图评审→原型评审，全流程需产品经理手动完成，原型设计因团队理解偏差需反复修改，耗时耗力

1. 核心痛点：手动写用户故事、梳理PRD、画原型图效率低，团队沟通成本高

1. 解决思路：基于课程的Claude/Deepseek提示词模板，搭建3个分工明确的agent，适配公司工作流，实现“Xmind思维导图→详细功能描述→产品原型图”的AI自动化生成，跳过第一轮原型修改，直接进入终稿评审

1. 成本控制：使用公司付费的Deepseek（个人无成本），若用个人账号可开通49元扣定会员，能大幅降低TOKEN消耗成本（测试2次消耗260万TOKEN，个人付费约70元，会员可省一半以上）

2.2 核心设计思路

1. 基于课程现成的提示词模板，仅在模板前添加任务描述，不修改核心内容，零基础友好（避免从零写提示词的难度）

1. 搭建3个专属agent，按公司工作流排序，上一个agent的输出作为下一个的输入，支持单独勾选/运行，也可全选实现自动化：

• agent1：需求分析→生成用户故事（输入产品需求，输出符合公司规范的用户故事）

• agent2：竞品分析→拆解AI应用项目（复用课程的how prompt提示词，输入竞品名称，输出竞品分析报告）

• agent3：Xmind转PRD/详细功能描述（输入Xmind导出的Markdown文件，输出可直接用于原型设计的详细功能描述）

1. 所有agent的提示词支持自定义修改，可根据公司/个人工作习惯调整，适配不同的产品工作需求

1. 最终输出2个Python文件，运行后即可实现上述流程，无需手动编写代码

2.3 零基础实操步骤（按顺序做）

步骤1：准备Xmind思维导图（产品功能结构）

1. 用Xmind梳理产品的核心功能结构，按B端产品的制式梳理：包含按钮、搜索条件、列表字段、操作按钮、页面跳转逻辑（如“点击新建按钮→打开新建表单→表单包含XX字段”）

1. 重点：无需画连线，直接用文字描述跳转逻辑（如“新建→新建表单：包含姓名/手机号字段，字符长度2-64位”），AI能识别文字描述的逻辑

1. 梳理完成后，将Xmind导出为Markdown格式（AI仅能识别该格式，导出步骤：Xmind-文件-导出-选择Markdown）

步骤2：修改提示词模板

1. 拿到课程的Claude/Deepseek基础提示词模板

1. 在模板最前面添加任务描述，示例：“我要做一个B端客户管理系统的多agent协作应用，需要生成符合公司规范的用户故事、竞品分析报告、Xmind转详细功能描述，输出结果需包含页面交互、字段限制、跳转逻辑”

1. 无需修改模板的核心内容，零基础若看不懂核心内容，直接保留即可

步骤3：运行agent，生成详细功能描述

1. 将修改后的提示词输入Deepseek/Claude，上传Xmind导出的Markdown文件

1. 运行agent3（Xmind转PRD），等待AI输出详细功能描述（包含每个功能的交互、字段限制、页面跳转，80%可用，无需手动大幅修改）

1. 若对结果不满意，可修改提示词添加限制条件（如“输出结果需包含输入框的字符长度、中英文限制”），重新运行即可

步骤4：AI生成产品原型图（用Figma make，最省心）

1. 复制AI输出的详细功能描述，拆分单个功能点（避免字符过多导致AI上下文超限，如单独复制“新建表单”的功能描述，不要一次性复制所有内容）

1. 打开Figma make，将单个功能点的描述粘贴到输入框，点击生成

1. AI会直接生成可交互的原型图，包含按钮、表单、跳转逻辑，可直接用于团队评审

1. 生成的原型图可直接粘贴到Figma画布中编辑，也可复用为组件，后续产品迭代可直接用

步骤5：生成研发需求（补充原型细节，给研发看）

1. 基于Figma make生成的原型图，将AI输出的详细功能描述补充研发细节（如字段长度、交互逻辑、页面跳转）

1. 按禅道的固定格式整理为研发需求，直接推送至禅道的项目模块，研发人员可直接查看，无需产品经理手动反复沟通

2.4 核心提效点

1. 跳过第一轮原型修改：AI生成的原型图可直接用于内部评审，团队认知提前拉齐，避免因理解偏差导致原型被推翻重做，节省50%以上的原型设计时间

1. 自动生成用户故事/竞品分析：无需手动写文档，AI输出的内容80%可用，仅需少量人工校对，节省需求分析时间

1. 禅道全流程管控：将用户需求/研发需求/原型图同步至禅道，实现“用户故事→研发需求→研发任务→测试用例”的全流程自动化，产品经理无需统管研发环节，大幅减少沟通成本

2.5 未完善部分及优化方向（可逐步做）

1. 目前多agent协作无人工确认环节，全选运行后中间过程无法干预，若上一个agent的输出有问题，下一个会继续出错

优化：在agent流程中添加“人工确认步骤”（可手动确认，即运行完一个agent后，人工校对结果，没问题再运行下一个，无需开发）

1. 竞品分析的agent尚未测试（因TOKEN消耗较高）

优化：先测试单个竞品，拆分竞品分析的任务点（如先分析功能，再分析体验），避免一次性消耗大量TOKEN

1. 尚未实现测试用例的AI生成

优化：复用PRD/详细功能描述，将其输入大模型，添加提示词“按禅道的固定格式生成测试用例，包含所有功能点和字段限制”，AI可直接生成可用的测试用例

2.6 企业落地要点

1. 标准化提示词：将适配公司工作流的提示词整理成模板，团队成员可直接复用，仅需添加任务描述，无需各自修改

1. 适配公司工具：若公司不用禅道/Figma make，可替换为公司常用的工具（如用Jira替代禅道，用墨刀替代Figma make），仅需修改提示词中的工具相关描述，核心流程不变

三、AI工具选型与零基础使用技巧

以下是工具选型对比+零基础核心使用技巧，直接按需求选，无需试错：

3.1 AI原型设计工具（核心：Figma make，首选）

工具	优势	劣势	适用场景	零基础使用技巧
Figma make	教育版免费，能识别复杂B端逻辑，原型图可交互、可编辑，能保留多层页面跳转（4层以上），生成效果美观	有上传字符限制，需拆分功能点生成	B端产品原型设计、团队评审	拆分单个功能点粘贴，避免字符过多；生成后直接复用为组件
Pixel	国产工具，操作简单	会压缩功能描述，遗漏多层交互（仅能识别2层）	简单C端产品原型设计	仅用于生成基础原型，复杂交互手动补充
AI编程工具（如Cursor）	能直接生成原型图代码	上下文超限，遗漏多层逻辑，原型图样式较丑	有编程基础的产品经理	零基础不建议使用，无需懂代码
墨刀	公司常用，有内置组件库	无AI生成功能，需手动画	产品迭代（复用旧组件）	将AI生成的原型图截图，在墨刀中复用组件还原

核心结论：零基础首选Figma make（教育版），无需懂设计/代码，粘贴文字描述即可生成原型图，完全适配产品经理的工作需求。

3.2 大模型选型（核心：Deepseek/Claude，二选一）

1. Deepseek：适合企业使用（可公司付费），TOKEN消耗成本适中，输出结果贴合国内产品工作的需求，提示词要求低，零基础友好

1. Claude：适合个人使用，支持大篇幅输入（Markdown文件），输出的文档结构清晰，适合生成用户故事/PRD/竞品分析

1. 零基础使用技巧：

• 不要一次性输入大量内容，拆分任务点输入（如先输入产品核心功能，再输入交互逻辑）

• 开通会员降低TOKEN成本（个人推荐49元扣定会员，比按次付费划算）

• 输入提示词时，明确输出格式（如“输出为Markdown格式，包含XX模块，按公司规范编写”），AI输出的结果更易直接使用

3.3 其他工具

1. Xmind：仅需梳理功能结构，用文字描述跳转逻辑，无需画连线，导出Markdown格式即可给AI使用

1. 禅道：仅需使用产品模块（录入用户需求/研发需求）和项目模块（推送研发需求，列研发任务），基础功能可满足全流程管控

1. Cursor：零基础无需学习代码，仅需用它的提示词生成功能，输入需求即可生成简单的AI工具代码（如后续的iframe画布）

四、零基础可上手的2个进阶AI项目（无复杂开发）

补充2个可直接上手的进阶AI项目，基于基础的提示词和前端小知识，无需懂代码，仅需复制提示词运行即可，可作为后续的学习拓展。

4.1 项目1：iframe画布——多原型图一体化展示工具

核心功能

解决AI生成的原型图分散在多个网页，需要逐个点开查看的问题，用iframe标签搭建一个“画布网页”，将所有AI生成的原型图嵌入到一个页面中，可放大/缩小/拖拽，能查看手机端/PC端的适配效果，还能实时交互。

零基础实操要点（无代码，仅需复制提示词）

1. 打开Cursor，输入提示词模板：“帮我写一个用来承载展示多个独立HTML页面的画布网页应用，支持iframe嵌入、页面放大/缩小/拖拽、手机端/PC端自适应，外联的样式和JS能正常加载”

1. Cursor会直接生成完整的网页代码，无需手动修改

1. 将AI生成的原型图网页地址/HTML文件，嵌入到该画布中，即可实现多原型图的一体化展示

核心优势

无需懂前端代码，仅需复制提示词即可生成，能大幅提升原型图的评审效率，适合团队使用。

4.2 项目2：ARTIFACT机制——多agent交付物可视化管理

核心功能

给多agent协作流程添加一个“成果文件夹”，在对话右侧以边栏形式展示每个agent的工作结果（如用户故事、竞品分析、PRD），支持按agent分类查看，还能导出所有交付物为文件夹（包含MD文档/原型图/HTML文件）。

零基础实操要点（重点是修改agent输出结构）

1. 复用之前的多agent提示词模板，在模板中添加ARTIFACT字段，示例：“每个agent的输出结构需包含ARTIFACT字段，内容为：agent名称+交付物标题+交付物内容，所有交付物需按agent分类，支持可视化展示和文件夹导出”

1. 将修改后的提示词输入大模型，运行多agent流程，AI会自动在右侧生成边栏，展示每个agent的交付物

1. 若想实现导出功能，直接输入提示词：“将所有ARTIFACT中的交付物导出为一个文件夹，包含MD文档、原型图HTML文件、样式文件”，AI会生成导出包

注意事项

1. 该项目TOKEN消耗较高，建议开通会员后测试，避免个人付费过高

1. 若运行中出现报错，直接停止测试，简化agent数量（如先仅用2个agent测试），避免TOKEN浪费

五、避坑指南（少走弯路，降低试错成本）

5.1 TOKEN消耗的坑

1. 坑：一次性输入大量内容/运行多个agent，导致TOKEN耗光、成本过高

1. 解决：拆分任务点/agent，逐个运行；开通大模型会员，降低单次TOKEN成本；避免测试未优化的agent（如竞品分析agent）

5.2 提示词编写的坑

1. 坑：直接用网上的通用提示词，输出结果不符合工作需求

1. 解决：复用课程/公司的基础模板，仅添加任务描述和个性化限制（如输出格式、公司规范）；提示词中明确输出格式和要求，避免AI输出无效内容

5.3 AI工具使用的坑

1. 坑：选择不适合的AI工具（如用AI编程工具画B端原型图），导致效率低

1. 解决：按需求选工具，零基础首选Figma make（原型）+Deepseek/Claude（大模型），无需尝试复杂工具

5.4 企业落地的坑

1. 坑：直接照搬别人的AI流程，不结合公司的工作流

1. 解决：先梳理公司的核心工作流，再修改提示词/agent适配，小范围测试后再推广，避免一次性全面落地导致的问题

六、学习与落地建议

核心原则：AI是提效工具，不是替代产品经理，学习的核心是“先解决自己的核心痛点，再逐步拓展”，无需追求复杂的技术，能让AI帮自己节省时间就是成功。