一句话提醒

记录是收集原始输入、避免遗漏；分析则要整合、分层和判断真实问题及业务价值，最后形成能指导设计与决策的取舍。

为什么今天看它

• 需求清单解决的是信息是否被记录，不会自动说明哪些输入指向同一个问题、哪些只是表层方案，也不能直接给出优先级。
• 这篇笔记把分析落在业务理解上：只有把孤立输入结构化，并判断问题与价值，需求材料才能真正支持后续设计和决策。

留一个问题

我手里的材料只是需求记录，还是已经归并出共同问题、识别表层方案，并说明了业务价值与取舍依据？

参考思路

1. 1.先忠实记录用户输入和发生场景，确保原始信息不丢失。
2. 2.把相关输入归并，标出共同点、差异和需要补充验证的信息。
3. 3.区分用户描述的问题与用户提出的解决方案，判断哪些是真实问题。
4. 4.结合业务目标分析问题背后的价值，而不只统计需求条数。
5. 5.按价值和优先级形成明确取舍，让结论能够指导设计与决策。

03_知识库/问题/为什么记录需求不等于分析需求.md

一句话提醒

AI 更容易接管执行层产出；人的关键价值在于定义问题、理解用户、做方向取舍并承担结果，省下的时间应回流到这些判断工作。

为什么今天看它

• 这篇笔记把产品工作分成执行、判断和价值层：文档与原型等执行产出更容易被自动化，但产出物只是思考的投影，不等于判断本身。
• AI 多数时候在响应已有指令；主动追问更深的问题、理解用户真实意图，并为取舍结果负责，仍是产品经理需要持续练习的能力。

留一个问题

这项工作里，哪些执行产出可以交给 AI？我需要亲自做出的方向判断、用户理解和取舍是什么，如何验证并承担结果？

参考思路

1. 1.把任务拆分为可交给 AI 加速的执行产出，以及需要人做出的判断。
2. 2.先澄清目标与问题，不把 PRD、原型或 Prompt 本身当作最终价值。
3. 3.主动追问用户表述背后的真实意图，并检查是否存在其他达成目标的路径。
4. 4.比较方向与方案，明确取舍依据、边界和不确定性。
5. 5.把 AI 节省的时间投入用户理解、问题定义和结果复盘，并由人承担决策责任。

03_知识库/综合/AI时代产品经理的核心价值.md