产品经理的未来？我用墨刀AI智能体跑通了整个APP落地流程

写在前面

越来越多团队在尝试用AI辅助产品工作，但“能出结果”和“能撑住一整条需求链”并不是一回事。产品经理智能体覆盖了调研、原型、文档、评审的全流程，在真实的需求链路中到底可靠吗？

为了验证智能体能否在真实场景里接住需求，这次设定了一个很具体的目标：用墨刀AI Agent从0开始，跑通一款APP的完整落地链路——从调研、原型、到PRD、再到评审。

这次不是为了做一个“好看”的demo，核心是想验证：如果把一套实际需求交给AI Agent，它能不能把这套流程从头走到尾。

一、为什么要用智能体跑完整流程？

日常的需求推进里，产品经理最头疼的问题不是工具好不好用，而是任务链路太长工具太多，逻辑很容易被打断或者不一致。调研时跳到这个工具，画原型时跳到另一个工具，到写PRD时又得把前面的内容重述一次再生成，信息越来越分散。

所以这次测试AI智能体的重点，不是关注它的某个单点功能，是看它能不能顺着把整个流程跑完。从输入需求开始：做调研、画原型、写文档、输出评审稿。如果这条链路能够顺下来，那么AI Agent确实能够成为产品团队一个强有力的辅助。

这次设定的APP为“医疗健康”APP，看看AI智能体到底能不能理解实际需求。

二、AI Agent如何完成完整设计链路

以下把整套流程与AI Agent的四大专家模式对应，拆成4个关键阶段，也是这次实测里的真实步骤：

1. 市场调研与分析

输入一段指令：

“分析国内“医疗健康APP”的市场规模和增长潜力。请调研并列出主要的市场驱动因素、头部软件及其市场份额，并预测未来的发展趋势。”

AI Agent会先进行搜索关于2025年中国医疗健康APP市场规模、增长率和市场概况的资料，接着在搜索到的资料中找出可以提取关键信息的内容，并在界面右侧“虚拟电脑”中逐一显示浏览的页面内容。快速浏览和信息提取后，不到一分钟就生成了一份完整市场调研分析报告。

这类结构化内容的好处是，产品经理可以快速判断它的方向对不对，还可以依据内容再继续追问竞品差异点、用户路径、潜在难点等，它会在此基础上进一步调研和输出。Agent在调研部分花费的时间不长，很快输出内容也比较完整，能充当前期参考的资料来源。不过要注意的是，AI生成内容可作为参考，但仍有局限性，还需要人工判断与引导。

2. 高保真原型页面生成

调研结果确认后，我们不再进一步追问，来考察Agent生成高保真原型的能力。

给的提示词也比较明确：

“请你结合调研结果，设计一个医疗健康管理APP的移动端界面，包含以下模块和要求： 1.模块：健康数据监测（心率、步数）、就医挂号、体检报告、用药提醒、在线问诊；2.视觉要求：浅色模式，以纯白色为底色；主色调为柔和绿色系，传递健康和安心感，整体风格需清新柔和，避免高饱和色刺激视觉。”

Agent会基于前面的调研分析和用户需求，理解真正的产品功能需求，而且还要符合提示词的要求。不仅如此，它还自动补充了缺失的“健康数据”和“健康计划”功能，近7天健康趋势与推荐内容，设计风格也相当不错。

如果想要修改局部组件与元素，可以在界面左上角选择“编辑模式”，直接修改：

图片可以点击替换、调整圆角

文本数字可双击修改，调整字号、颜色、加粗、对齐、边距

图标可点击在色板调整颜色、替换图标

图表组件可选中发送修改指令调整

基本上在这一步就可以通过简单微调和修改，形成一个不错的初稿，满意后可在右上角导出至原型文件中。如果需要前端代码也可以切换到代码模式复制。

如果设计风格满意还可以继续生成多个原型页面，在这套流程里，功能逻辑不混乱，页面关系也可以保持稳定，如果用于前期思路验证可以多生成几套方案。

3. 可交付PRD文档生成

确认原型后，我们来看看Agent是否能够生成一套完整的PRD文档。

输入提示词：

“请你接着撰写一份医疗健康管理APP的产品需求文档。需要包含：1.项目背景与目标；2.功能范围，详细描述就医挂号逻辑、问诊等功能点；3.用户故事与验收标准；4.非功能性需求”

Agent会自动把原型界面和之前的调研及用户需求等内容关联起来，生成一份标准化文档，包含提示词中的模块要求。如果产品经理有惯用的结构可以让Agent按照现有框架生成内容。

这个环节也是AI智能体与普通AI工具差别很明显的环节。很多工具可以画原型界面，但是无法联系前面调研和界面内容结构来补齐PRD文档。

4. 多方案评审关键决策

在评审环节，智能体能做的是可以模拟多角色视角，先来提出有参考价值的建议，把不必要的讨论浓缩至会前的几个分钟里。

举个例子，我们输入指令：

“我们计划在App的首页增加一个‘AI助手’入口。现有两个方案：A方案是在首页底部导航栏增加一个‘AI助手’Tab；B方案是在首页金刚区，将健康数据替换为AI助手入口。请从用户注意力、点击率、以及对主流程的干扰程度等角度，对比分析这两个方案的优缺点，并给出你的建议。”

Agent通过多个维度来对AB方案分析，提出了基于用户生命周期和产品发展阶段的渐进式实施方案。类似的评审方式还有对需求文档的检查和建议、对产品定价的决策建议、对原型或设计稿界面的评审等等。

三、AI Agent对产品经理工作流的重构

从产品构思调研到方案评审，一整个流程跑下来，我们能看到几个明显的变化：

1. 产品设计链路不再断层

产品经理在整个设计流程中需要经历多个环节，即使在全手动处理任务的时期，调研、原型、文档这三个环节，调研规划时要查资料，梳理流程重新整理逻辑，画原型可能要兼顾视觉，写PRD的时候还要把前面所有内容再抄一遍。各个节点不断跳转，但AI智能体相当于一个链接的助手，可以将一套流程变得持续化，在触发下一环节时还能同步思维。

2. 产品逻辑清晰保持一致

AI智能体在上下文理解能力上，不同于普通的AI工具，它不是短时记忆，单线程思维理解问题，而是项目级上下文理解。加之墨刀AI Agent在UI/UX专业领域的模型训练，可以在生成原型图时可以联系到分析过的需求和竞品功能结构，也可以在写PRD时把原型界面的重点功能详细罗列出来，保持一致产品逻辑。

3. 评审效率提升效果明显

现实工作中评审环节的痛点在于效率，团队讨论需要反复确认背景与目标，不同角色视角与问题混乱等。AI智能体可以在评审前，就对潜在争议点生成改进建议，摒弃掉浪费时间的无用功讨论。还可以上传文档与原型图给Agent，帮助产品经理和设计师更快发现问题，减少返工等，大大提升评审效率。

写在最后

本文对医疗健康APP从0到1的完整设计流程虽然仍是一个测试案例，但能够说明AI智能体在产品工作中的价值，它不是代替某个角色或者某个环节，而是让整个产品设计流程变得更加流畅高效率。工具越能保持完整链路连贯，产品经理才越能真正放手将一些琐碎或繁杂的任务交给AI，把主要的精力和思考集中在更重要的决策和把控中。