先写清问题，再谈方案
在提出任何具体功能之前，先用平实的语言陈述顾客的问题以及它为何重要——逼团队先在问题上达成一致，能在任何人动手写代码之前就抓住错误的解决方案。
产品经理在白板上勾勒宏大愿景的画面，大多是错的。这份工作的大部分内容是不那么光鲜的综合整理：阅读调研和分析数据，撰写一份精确到工程师不会误读的文档，以及坐在会议室里——真正的工作是让几个意见不合的人对同一份计划达成一致。
这门学科传承下来的手艺，与其说依赖某一件工具，不如说依赖习惯：如何因为一个想法在当下是错的选择而拒绝一个好想法，如何写出一份能在真正的工程师手中存活下来的规格文档，以及何时该相信顾客实际做了什么，而不是他们嘴上说自己更喜欢什么。
工作要求什么
优先级排序90
书面沟通82
利益相关方影响力78
数据分析75
用户研究68
技术素养58
优先级排序
决定不做什么，是每天最具决定性的决策——一份路线图，说到底就是一份产品经理选择拒绝的好想法长清单。
书面沟通
一份规格文档、一次路线图更新或一份复盘报告，都必须精确到没有在场的人也能据此正确行动。
利益相关方影响力
在几乎不具备任何正式职权的情况下，让工程、设计、销售和高管都对同一份计划做出承诺——常被概括为“无权力的领导力”。
数据分析
读懂使用数据和实验结果，足以分辨出真信号与噪音，并知道何时一项指标正在被人为操纵，而非真实改善。
用户研究
直接与客户交流并观察他们使用产品，而不是只依赖调查或销售团队转述的二手说法来判断他们想要什么。
技术素养
对底层系统的运作机理有足够了解，能与工程师就权衡取舍进行真正的对话，即便自己不一定能亲手把它建出来。
一天的样子
- 8–9
收件箱、Slack与隔夜指标
在当天的会议开始前，先处理消息、查看隔夜数据看板，留意任何出乎意料地故障或变化的东西。
- 9–11
站会与跨团队同步
与直属产品团队的每日站会，加上与设计、工程负责人或依赖团队的常设会议，用来解除阻塞、化解分歧。
- 11–13
深度工作：规格与分析
一天中被保护得最好的一段时间，用来撰写或修改一份规格文档、分析一项实验的结果，或为即将到来的决策准备文档。
- 13–14
午餐
在顺利的一天里是真正的休息；在糟糕的一天里，它会消失在拖长的连轴会议中。
- 14–18
利益相关方会议与评审
一天中会议最密集的时段：路线图评审、设计评审、销售或客户通话，以及决定下季度实际发布什么的谈判。
- 18–8
基本下班
属于个人的时间，尽管发布周或紧急的客户升级事件，可能会把产品经理在工作日结束后重新拉回Slack。
门道
从业者真正口耳相传的技艺——不是鸡汤。
去和用户交谈，而不仅仅是发调查问卷
一份调查问卷告诉你人们说自己想要什么；亲眼看着某人——当面或通过屏幕共享——尝试使用一个产品，则会揭露出他们从未想到要提及的那些摩擦点。
先发布测试真正风险的最小版本
在建造一个完整功能之前，先把它砍成能测试最可能出错的那个假设的最小版本——有时甚至只是一个用来测量点击量的按钮，背后什么都还没有。
去赢得头衔本身给不了你的权威
在人们意见不合时设定方向、做出最终决定，但要通过准备工作和判断力去赢得这份权威，而不是假设它随头衔自动而来——一个在组织内没有权力的产品经理，必须比一个能直接下命令的经理更常正确。
用书面方式说不，并说明理由
悄悄拒绝一个功能请求会滋生怨气；写一句话解释权衡取舍——为什么是这个、不是那个、为什么是这个季度——能把一次拒绝变成一个人们真正可以辩论或接受的决定。
对一个谁也推不动的指标保持怀疑
如果一个被提议的成功指标，在过去多次努力推动它之后仍未见明显变化，那就该质疑它是否真的是正确的衡量方式，再把整整一个季度的路线图押在推动它上面。
行当的工具
分析平台
Amplitude、Mixpanel或内部数据看板之类的工具，把原始使用日志转化成产品经理真正能据以推理的漏斗和群组数据。
任务与路线图追踪工具
Jira、Linear或类似工具，把一堆想法变成一个排好优先级、工程、设计和管理层都能同时看到的可见待办事项列表。
规格文档／PRD模板
一种结构化的文档格式——问题、目标、需求、边界情况、成功指标——让一份规格文档足够清晰，工程师无需靠猜测就能据此开发。
A/B测试平台
Optimizely之类的工具或内部实验框架，让团队能把一个功能的两个版本推送给不同用户，并衡量哪个版本实际表现更好。
人工智能起草助手
ChatGPT或Claude之类的工具，正越来越多地起草规格文档的初稿、总结用户访谈或整合调查回复，把这份工作的重心从从空白页开始打字，转向编辑与判断。
人如何在此失败
功能工厂综合征
以发布了多少功能而非它们是否解决了真实问题来衡量成功，这会产出一份忙碌的路线图和一个实际上并没有变得更好的产品。
只做声音最大的客户要求的功能
把一位嗓门最大的客户提出的具体功能请求，当作有代表性的需求来对待，而不去核实它是否反映了一大部分用户共有的问题。
在规格文档中省略“为什么”
只写一份详细的需求清单而不解释背后的问题或目标，会让工程师在现实不可避免地偏离计划时，无法做出好的判断。
相近职业
不限同一领域，六项评分最接近的职业。
📊
数据科学家
从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称，建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 📣市场营销人员
创造需求的专业人士——从庞贝古城墙上的广告、宝洁1931年那份品牌经理备忘录，到数字时代由竞价驱动的信息流。
抗AI 38 🎮游戏设计师
游戏的建筑师——决定一款游戏向玩家提出何种要求的人，从古老棋盘游戏Senet到俄罗斯方块，直至今日拥有三十亿玩家的产业。
抗AI 65 🧾会计师
账簿的守护者：这门手艺古老到几乎发明了文字本身，如今却在与为自动化它而造的软件谈判。
抗AI 35 💻软件工程师
编写、测试并维护支撑现代生活的代码——也是最早目睹人工智能接管自身日常工作的职业之一。
抗AI 35 🌉土木工程师
把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72继续探索
继续探索
商业·金融领域的其他职业
🚀
企业家
创办公司的人——发现缺口、承担风险并对工资单负责，从亚述商队融资者到风险投资支持的创始人。
抗AI 88 💹投资银行家
为公司定价并调动资本的交易撮合者——从美第奇佛罗伦萨到今日路演材料的行当，在数十亿易手时因信任而获酬。
抗AI 42 🧾会计师
账簿的守护者：这门手艺古老到几乎发明了文字本身，如今却在与为自动化它而造的软件谈判。
抗AI 35 📣市场营销人员
创造需求的专业人士——从庞贝古城墙上的广告、宝洁1931年那份品牌经理备忘录，到数字时代由竞价驱动的信息流。
抗AI 38 💱经济学家
研究稀缺性的学者——从亚当·斯密的制针厂到中央银行的决策室，至今仍被要求预测任何模型都无法完全捕捉的东西。
抗AI 62