ChatGPT阅读了最新的文章《AI 写代码总翻车？我踩过的坑，也许能帮你少走些弯路》，摘要如下

本文通过作者亲身经历，总结了使用AI写代码时常见的“翻车”问题，强调清晰表达需求、分步处理复杂度、自行检查代码、明确项目上下文及详细描述问题的重要性，旨在帮助开发者更高效、准确地利用AI辅助编程。

以下是将文章内容整理成的 10条关于产品经理的建议，结合 AI 编程与产品开发中的沟通与管理经验：

1. 明确需求与目标，避免模糊表达

产品经理在使用 AI 工具时，必须清晰表达需求，避免使用模糊的词汇。例如，“列表页”应具体说明是表格、卡片视图，是否支持筛选、移动端适配等。清晰的表达有助于 AI 准确生成代码，减少返工。

2. 合理分解复杂需求，分步骤指导 AI

不要一次性将所有需求抛给 AI。将复杂问题拆分成多个小步骤，逐步指导 AI 实现。例如，先实现基础接口，再逐步添加防抖、分页等逻辑，确保每一步的输出都符合预期。

3. 不盲目信任 AI 生成的代码

AI 生成的代码看似完整，但可能缺少关键边界处理。产品经理需具备一定的技术判断能力，主动检查生成的代码是否完善，比如是否处理了错误状态、加载状态、默认值等，避免用户体验问题。

4. 提供完整的项目上下文信息

AI 不了解项目的技术选型和团队习惯（如使用 React、Vite、Redux 等）。产品经理需主动告知 AI 使用的技术栈和规范，例如：“我们使用 SWR 做数据缓存，请使用 useSWR 而不是 useEffect”。

5. 清晰描述问题，避免模糊词汇

产品经理在请求帮助时，应避免使用“卡”、“慢”、“不好看”等模糊词汇。要具体说明问题表现及可能原因，例如“滚动时掉帧是因为图片同步加载”。这样才能让 AI 准确理解并给出有效方案。

6. 提升沟通的结构与逻辑性

产品经理应养成清晰表达的习惯，用逻辑性强的方式拆解需求或问题。这不仅能提高 AI 的输出质量，也能帮助团队成员更高效地理解需求。

7. AI 是帮手，而非替代品

不要指望 AI 能替代产品经理的决策与判断。它只是工具，产品经理仍需对需求、技术方案、用户体验等方面负责。AI 的价值在于提高效率，而不是解决所有问题。

8. 把“动脑”放在“动手”之前

AI 编程的难点不是写代码，而是如何清晰地表达自己的想法。产品经理应先花时间理清需求和逻辑，再借助 AI 工具加速实现，提升整体开发效率。

9. 不断优化表达方式，提升 AI 输出质量

通过实践不断摸索与 AI 交流的最佳方式，如使用结构化语言、提供上下文、明确边界条件等。这有助于提高 AI 的输出准确性和可用性。

10. 将 AI 用作提升产品能力的工具

AI 不是万能钥匙，但可以作为产品经理提升技术理解、优化表达、提高沟通效率的工具。关键在于你是否愿意投入时间去学习和实践，而非依赖 AI 来完成所有工作。

这些建议不仅适用于 AI 编程场景，对产品经理在日常工作中与开发团队的沟通与需求管理也有重要参考价值。
原文链接：https://www.woshipm.com/ai/6258019.html