在做产品设计过程中，从竞品分析调研、原型设计到PRD撰写，都是必经的一套流程，只是平时被拆得比较碎。资料分散、反复整理、不断重画和重写，是很多项目里都会遇到的情况。
最近在一个笔记类APP项目案例中，我尝试了一下产品经理的AI智能体工具：墨刀AI Agent，用它从竞品分析到原型生成，再到PRD撰写，贯穿整个流程。这篇文章更其实是一次完整的实操记录，不讨论概念也不做工具推荐，单纯整理过程中值得注意的一些经验。
一、案例背景概览
我们以一个笔记类APP新增模板功能需求为项目背景，需要从竞品分析中找出对比结论和产品设计方案，接着通过AI生成原型图，经过微调后确定产品界面，然后撰写出相应的PRD文档。整个流程需要AI做3件事:
1. AI Agent做竞品分析，明确功能点和用户痛点；
2. AI生成原型图，快速形成可视化框架；
3. AI撰写模块化PRD，覆盖功能逻辑、流程及异常处理。
接下来就按实际操作顺序，分别记录一下这三个环节的过程，看看AI Agent的表现。
二、AI竞品分析环节
1. 明确Prompt
在竞品分析环节，传统的做法需要打开大量网页、截图、整理表格，光是资料收集就已经非常耗时。而AI生成竞品分析，可以把这部分工作快速完成，不过这可离不开好的Prompt提示词，很影响AI生成的结果。
在AI Agent界面输入Prompt：
“帮我做一份笔记类App的竞品分析矩阵，对比印象笔记、有道云笔记、Notion、FlowUs的核心功能；并根据它们在模板功能上的差异化竞争格局，规划我的产品NoteAI的模板功能与增长策略。”
注意，这份提示词中要明确竞品分析的目标、功能，以及在竞品分析之外的需求也要写清楚。
2. 输出竞品分析报告
当AI Agent接收到提示词指令后，就开始搜索这几个竞品的最新版本动态、核心功能、定价策略以及用户评价等信息，在搜索结果中重点提取了关键信息，整理和汇总出一份竞品分析矩阵报告，对印象笔记、有道云笔记、Notion及FlowUs这四大云笔记应用做深度竞品分析，产出文档。
竞品分析文档内容包含了基本的功能矩阵对比，用流程架构图展示市场定位，并对比了目标用户特征，对用户体验、平台兼容性、性能表现、商业模式等各个方面进行详细对比，还分析了差异化竞争策略和发展趋势。不过这里有些信息偏概括，像用户真实使用场景和细节取舍，还是需要自己再补一轮。
AI生成竞品分析报告后，紧接着基于竞品的模板生态，做了一份针对自身产品模板功能的设计方案。方案中对竞品的模板功能做了深度对比，给出关键洞察结论，为自身产品建立独特的模板社区运营策略。这部分是给到我很大惊喜的，它的核心结论建立在市场调研和竞品深度对比之上，给出了详细的运营方案。不过方案还是需要根据实际情况进一步微调和修改的。
三、AI生成原型图环节
1. 生成原型Prompt
为了测试AIAgent能不能保持一致的产品思维，看看生成产品原型图是否符合前期竞品分析和调研的结论与建议。接着输入稍微宽泛一点的提示词：
“根据竞品调研和结论建议，请你生成NoteAI笔记APP的3个核心页面：笔记列表页、编辑页、模板中心页。要求功能模块清晰，设计简洁美观，以白色为主色，以黄色和绿色为强调色”
2. 生成3个页面原型图
生成的原型图在深度模式下大约花了2分钟，效果还是不错的，里面的模块组件都可以直接复用在我们已有的产品界面里。如果在输入提示词时，上传已有的产品系列界面图，AI还可以自动生成相似风格的原型图。
AI生成原型图能不能编辑和导出，才是产品经理们最关心的一点之一。这个AI Agent生成的原型，可以直接在预览区域，点击编辑按钮进入编辑模式，调整文字、颜色、图标、间距、圆角等等，都可以直接上手修改，还能拖拽调换位置。我常在这里微调一下，然后导出到原型项目文件中，进入原型编辑画板手动二次优化。
一般情况下，AI生成的原型图都需要二次微调，所以能不能直接编辑或者导出，关乎于后期的产品原型图统一设计规范、编辑协作和评审演示。
四、AI生成PRD环节
基于前面AI竞品分析结果和生成的原型图界面，我们让AI Agent继续生成模块化PRD初稿。直接在输入框输入提示词即可，简单要求包含功能描述、用户操作流程以及异常场景说明。
这是AI生成的PRD，在整体内容和格式上看起来比较全面，提示词的要求也都包含进去了。从一个设计理念方案转化成一套具体、可执行、模块化的产品需求，这份PRD文档详细定义了从用户创建、使用模板，到社区运营、数据流转的完整闭环。不过详细看下去后，也会发现AI给出的整套流程距离项目实际还是有很大差距的，还需要继续与AI对话修改补充，整体的内容和形式值得参考。
五、AIAgent全流程回顾
把竞品分析、原型图和PRD这三步实际跑通一遍之后，你会发现有一个比较直观的感受：AI的价值好像是在整个流程串联中慢慢体现出来。
1. 在竞品分析阶段：通过输入比较明确Prompt，AI可以很快就拉起一份结构完整的竞品分析材料，省下大量搜集和整理的时间。但哪些功能值得参考、哪些只是表面差异，还是需要自行判断。
2. 到原型图的环节：前面做过竞品分析和方案规划了，下一步生成原型就能继续维持着统一的产品思维，生成的页面结构基本顺着产品逻辑展开，但交互细节这些还是需要导出手动调整。
3. 最后生成PRD时：AI整理文档结构的能力确实不错，第一次输出的PRD模块也很全。但它的流程设计比较理想化，对真实业务约束考虑不够，所以更适合作为参考框架。
用AI Agent的全流程，发现AI可以把那些基础的、琐碎的任务，在很短的时间内帮你完成，但还有很多局限，不要指望AI直接产出可交付成果，或者帮你做产品决策。产品从构思想法走到原型，再到方案定稿、设计、开发落地，整个产品设计流程都离不开人的思考和把控。
总结
这次用墨刀AI Agent跑完整个流程，更像是在验证一件事：哪些工作真的可以被工具接手，哪些环节依然离不开人的判断。从AI竞品分析到AI生成原型图，再到AI生成PRD，AI在信息整理、结构生成和初稿输出上，确实能明显提速。但越往后走，涉及业务细节和经验判断的地方，AI能帮到的就越有限。对我来说，更合适的用法是先让AI把框架搭出来，再自己慢慢补细节，这样既省时间，提高效率的同时也能把控好质量。
