产品经理效率革命：1个Prompt框架+4个公式玩转ChatGPT

1次阅读

没有评论

共计 1785 个字符，预计需要花费 5 分钟才能阅读完成。

产品经理每天要面对大量的文档工作，从需求分析到 PRD 撰写，从用户故事到竞品分析，这些工作不仅耗时，而且容易陷入低效循环。常见的痛点包括：

文档产出量大：PRD、用户故事、竞品分析报告等文档需要反复修改，耗费大量时间。
需求转化效率低：从用户反馈到具体需求的梳理过程复杂，容易遗漏关键点。
竞品分析耗时：手动对比竞品功能点，效率低下且容易主观偏差。

这些问题不仅拖慢了项目进度，还让产品经理陷入重复劳动的泥潭。有没有一种方法可以快速解决这些问题？答案是 ChatGPT。

ChatGPT 的输出质量很大程度上取决于 Prompt 的设计。我们提出一个三维框架：

角色：明确 ChatGPT 扮演的角色，比如“资深产品经理”“用户体验专家”。
任务：清晰描述需要完成的具体任务，比如“生成用户故事”“撰写 PRD”。
输出：指定输出的格式和要求，比如“Markdown 列表”“表格对比”。

代码化模板示例：

你是一名[角色]，请完成[任务]，要求输出格式为[输出格式]，并包含以下关键信息：[关键信息点]。

[角色]作为 [用户类型] 希望 [功能需求] 以便[商业价值]

示例：

作为“电商产品经理”，生成用户故事：“用户作为‘首次购物者’希望‘一键注册’以便‘快速完成购买’。”

基于 [产品定位] 的[核心功能]需要满足[关键指标]

示例：

基于“社交 App”的“消息已读功能”需要满足“90% 的用户在 3 秒内看到已读状态”。

对比 [产品 A] 和[产品 B]在 [维度] 上的 [差异点] 及其[影响度]

示例：

对比“微信”和“钉钉”在“群聊功能”上的“文件传输大小限制”及其“对团队协作的影响”。

在 [页面] 中放置 [组件] 用于实现 [用户行为] 达到[目标]

示例：

在“首页”中放置“搜索框”用于实现“用户快速查找商品”达到“提升转化率”。

你是一名资深电商产品经理，请生成 5 条用户故事，格式为 Markdown 列表，包含角色、需求、价值三部分。

1. ** 角色 **：首次购物者  
   ** 需求 **：一键注册  
   ** 价值 **：快速完成购买
2. ** 角色 **：回头客  
   ** 需求 **：个性化推荐  
   ** 价值 **：发现更多感兴趣商品
...

import openai

openai.api_key = "your-api-key"

def generate_user_story(role, user_type, feature, value):
    prompt = f"{role}作为 {user_type} 希望 {feature} 以便{value}"
    response = openai.Completion.create(
        engine="text-davinci-003",
        prompt=prompt,
        max_tokens=100
    )
    return response.choices[0].text

# 示例调用
print(generate_user_story("用户", "首次购物者", "一键注册", "快速完成购买"))