很多產品經理最近都有同一種感覺：以前要花很多時間整理的東西，現在看起來幾乎都能被 AI 先做出來。制式 PRD、會議記錄、初版 edge case 清單、常見競品整理，原本像是資深度的證明，現在卻越來越不像稀缺能力。真正讓人拉開差距的，開始不是「寫得多快」，而是「看得準不準」。

這就是 AI PM 能力矩陣要回答的問題。當產品結果不再只由需求、流程與介面決定，還同時受模型能力、資料品質、成本結構、失敗情境與使用者信任影響，產品經理就不能只沿用傳統功能型產品的技能樹。你需要的是一種更像 π 型的能力結構：一隻腳站在產品判斷，另一隻腳站在 AI 技術理解，中間再用跨域翻譯與可執行規格把兩邊接起來。

AI PM 不是更會寫文件，而是更會判斷

傳統 PM 的能力樹很清楚：需求定義、Roadmap、競品分析、數據分析、PRD 撰寫，再往上是跨職能協作、Stakeholder 管理、產品策略與優先級取捨。這些能力在 AI 產品裡仍然重要，但判斷方式要升級。

第一隻腳：產品判斷

AI PM 仍然要做用戶洞察、優先級判斷、失敗情境設計與信任架構設計，只是不能只看傳統的 Impact × Effort，還要多看模型可行性。PRD 也不能只寫功能長什麼樣，而要補上：

  • 什麼情況下應該回應
  • 什麼情況下應該拒絕
  • 哪些輸入要擋掉
  • 失敗時要怎麼 fallback
  • 完成的定義是什麼

更重要的是，AI PM 要能審查 AI 產出的初稿。因為 AI 可以先幫你列文件、整理記錄、做 edge case 清單，但 PM 要判斷哪些對這群使用者真的重要，哪些只是看起來完整，哪些會把注意力帶偏。

第二隻腳：AI 技術理解

這裡不要求你變成模型工程師，但不能只停在名詞層。你要能理解 API、Foundation Model、開源模型、自建模型、Fine-tuning、RAG 之間的 trade-off；要能看懂 Precision、Recall 等指標對產品體驗與業務結果的意義；也要對 token 用量、推論成本有基本直覺。

最危險的不是完全不懂 AI，而是只知道名詞，卻誤以為自己已經具備決策能力。AI PM 真正要回答的不是「RAG 是什麼」，而是「這個業務情境該不該用 RAG」。

哪些經驗會被稀釋，哪些會升值

會被稀釋的經驗，通常有共同特徵：可被規則化、可被複製、依賴資訊落差，或主要價值來自產出物本身。像是制式 PRD、會議記錄、功能描述、競品整理的初稿，AI 都能先做；初版 edge case 清單、常見流程檢查、資訊整理，也越來越不稀缺。

這不代表它們不重要，而是它們不再是稀有價值。過去資深 PM 可能因為看過更多產品、公司與迭代，比 Junior 更容易預判問題；現在 AI 可以先提供大量常見案例，經驗落差被縮小。過去靠業界交流或隱性知識累積出來的資訊優勢，也有一部分被 AI 抹平。

真正會升值的，則是 AI 很難取代的部分：

  • 在 10 個 edge case 裡判斷哪 2 個真的會影響核心使用者
  • 在模型能力、使用者期待、成本與商業目標之間做取捨
  • 分辨什麼體驗是可用但不夠好，什麼答案雖正確卻不適合情境
  • 把錯誤處理、例外狀態與完成條件定義清楚
  • 在不同利害關係人之間建立共識，而不只是交付文件

簡單說，AI 會稀釋的是可複製的產出、資訊差與部分經驗差；會升值的，是「什麼重要」的判斷，以及讓不同人願意朝同一方向前進的能力。

PRD 要升級成可執行 Spec

如果傳統 PRD 是給人讀的敘事文件，那 AI 時代的 PRD 更像是人與 AI 都能理解、甚至可直接執行與驗證的 Spec。這跟 Spec-driven Development 的精神一致：先定義規格，再開始開發。

原因很直接。AI 協作開發時，模糊會被放大。沒有明確定義邊界、狀態、錯誤處理與驗收條件，AI 可能寫得很快，但人跟 AI 對產品邊界的理解會不同。結果不是省時間，而是把成本延後到開發中反覆確認、測試與上線後修正。

所以 AI PM 的角色，也會從功能描述者，慢慢走向規格審查者。你不必親手寫完所有細節，但你要能在動工前看出高風險情境、沒定義的邊界、不可測的驗收條件，並把它們補成可驗證的規格。

經驗折舊之外，還有一條更長的路

AI 時代的調整，不是把所有舊能力丟掉，而是把它們重新排列。用戶洞察、跨職能溝通、商業敏感度、優先級判斷仍然有效；需求定義、規格撰寫、數據分析、edge case 梳理、驗收條件設計則需要升級；而模型選型判斷力、數據策略思維、AI 信任設計、AI 協作與審查能力、Spec-driven 思維，則是需要從零建立的新能力。

如果要用一句話檢查自己有沒有走對方向，可以問：我現在累積的是可被 AI 複製的產出與資訊差，還是能判斷重要性、承擔取捨並凝聚共識的能力？

AI PM 的核心，不是比 AI 更快寫文件，而是更清楚知道什麼值得寫、什麼需要拒絕、什麼地方必須先補規格。先把 PRD 裡最模糊的三個欄位補成 Spec，通常就能看見差別。