但是，AI 时代，越来越多的软件产品都会变成 Agent 模式，用户直接通过自然语言和底层软件进行交互。相应的，原型设计工作会越来越少，自然不再需要原型仔。因为相对于传统软件，Agent 可以直接交付业务结果。比如，Agent 直接模拟客户，帮助销售人员练习销售技巧。而要实现这一点，就需要产品经理对业务场景和具体内容进行梳理，并整理成提示词和 RAG 知识库。这就要求产品经理不仅要懂客户的业务流程和大体规则，而且要懂具体的业务细节和内容！所以，在 AI 时代，真正懂业务的产品经理，会越来越抢手。传统软件时代，产品功能本身就是一种壁垒，虽然可以抄袭，但是因为功能复杂，抄袭需要时间和代价。特别是PaaS 平台出现以后，很多小软件公司都“抄不起”。但是，进入 AI 时代，这些长年累月建立的功能壁垒将轰然倒塌——因为Agent 彻底颠覆了传统的交互模式，把新老软件拉回到了同一条起跑线。那 AI 时代的产品壁垒是什么呢？主要有 2 点。一个好的 Agent 产品，提示词可能超过万字。这些提示词体现了软件公司对业务的理解，是未来最核心的数据之一。另外，不管是 RAG 数据库还是模型微调，都非常依赖高质量的数据。因此，谁拥有高质量的数据，谁就能做出更优秀的 AI 产品。和传统软件时代一样，切换 AI 产品也存在 “替换成本”。比如在 AI 产品中配置的规则，以及在 AI 产品中积累的业务数据，都会提升客户的粘性。为什么？因为研发成本大大降低了。
举个例子，以前研发一个新功能，因为涉及大量页面和后台逻辑，需要研发同学开发、测试。
现在不一样了，产品经理梳理清楚需求后，直接改提示词、整理和导入知识库就可以了，不需要太多 Coding 工作。
研发成本降低了，软件需求自然就增加了，对产品经理的需求也就增加了。
毕竟，业务还需要有人梳理，提示词还需要有人编写，工作流还需要有人配置。
4、产品的基本逻辑永远不变
设计 AI 产品最重要的是什么？
如果是内部产品，最重要的是确认产品能解决用户的痛点；
如果是商业化产品，最重要的是确认客户有付费意愿。
产品经理最核心的能力是什么？
不是画原型，从长远来看，甚至不是懂 AI 技术。
最核心还是懂业务，能够和客户（特别是管理层）平等的对话。
这些基本逻辑，在传统软件时代适用，在 AI 时代同样适用。
因此，产品形态会变，但是产品的基本逻辑永远不变。
