2026 PM 必學：用 AI 走完一個產品需求到原型的完整流程

你是不是也遇過 — 老闆丟一句「下週要 demo」，你坐在椅子上腦袋一片空白？AI 產品設計流程跑得順不順，差別不在你會不會用 ChatGPT，而在你知不知道五個階段各該換哪個 AI 工具。

五階段是這樣的：模糊需求 → User Story → User Flow → PRD → Wireframe / 互動原型。每一階換對工具，三個工作天就能交出可以給工程師看的東西，傳統做法平均要 7–10 個工作天。

我當 PM 邁進第七年，從遊戲產業需求文件寫到跨團隊 sprint 規劃，副業跑部落格也用 AI 串自動化 SEO，這一年幾乎天天在試新的工具。前年我用四週做完一個原型 demo，最近這次同樣複雜度的功能，我五天就搞定。差別不在 AI 變強了多少，差別在我終於搞清楚哪一階該用哪個 AI、為什麼用它。

這篇我把「AI 產品設計流程」拆成五階段給你看，每一階講三件事：要產出什麼、用哪個 AI 最划算、我自己踩過哪個坑。看完你就有一張可以直接照抄的分工表。

為什麼 PM 一定要學 AI 產品設計流程？

因為 AI 不會自己幫你做完，它只會把你已經會的工作做快。McKinsey 在 2024 年針對全球 40 位 PM 的實測研究顯示，PRD 撰寫和 backlog 整理這類「內容重」的任務，用 GenAI 輔助可以省下 40% 工時；但「資料整理摘要」這類內容輕的任務只省 15%。差距就在你會不會切階段、會不會用對工具。

很多 PM 把 AI 當成「萬用助理」，問什麼都丟同一個聊天框。結果呢？User Story 寫得像維基百科、Wireframe 描述出來工程師看完還要再問一遍。我自己第一年用 AI 也犯過這個錯，後來才發現問題出在「我沒把流程拆開」。AI 對「定義清楚的單一任務」最強，對「我給你需求請你全部處理」最弱。

把流程拆成五階段之後，每一階的輸入、輸出都很明確，AI 可以表現出最佳水準。這也是為什麼同樣用 Claude，我朋友 PRD 寫得比我快一倍，因為他在 Claude 之前先用 Notion AI 整理過會議記錄，丟進 Claude 的是已經結構化的素材，不是一團亂的對話 transcript。

📌 重點整理：這套流程的核心不是「找最強的 AI」，而是把工作切成五階段、每一階換對的工具。內容重任務省 40% 工時，內容輕只省 15%，差別在切階段。

AI 產品設計流程的五階段是什麼？

五階段依序是：模糊需求拆解 → User Story 撰寫 → User Flow 與資訊架構 → PRD 撰寫 → Wireframe 與互動原型。每一階的目標、產出、最適合的 AI 都不同，硬用同一個工具一路跑下去，會在某一階卡死。

下面這張表是我這一年實際走過的紀錄。每一欄你可以直接抄，不用自己重新試錯一輪。

階段	產出	最佳 AI	備援工具	建議時間
1. 模糊需求拆解	問題定義、目標客群、價值假設	Claude Sonnet 4.6	ChatGPT	0.5 天
2. User Story 撰寫	10–30 條格式化故事	Notion AI	Claude	0.5 天
3. User Flow / IA	流程圖、頁面層級	Gemini 2.5 Pro	Claude + Mermaid	0.5 天
4. PRD 撰寫	完整需求文件	Claude Sonnet 4.6	Notion AI	1 天
5. Wireframe / 原型	可點擊原型	v0 by Vercel / Figma Make	Lovable	0.5 天

很多人以為流程就是「按順序跑下來」，其實不是。第一次用一定會回頭 — 寫到 PRD 才發現需求不對，回去改 User Story；做 Wireframe 才發現流程少一步，回去調 User Flow。AI 的優勢就是這時候不會崩潰，回去改半小時就能往下推。傳統手工做這幾步，回頭一次少說多耗一個下午。

第一階段：把模糊需求轉成 User Story 怎麼做？

第一階段最重要的事不是「寫」，是「問」。你拿到的需求十有八九是不完整的：「做一個讓用戶可以分享的功能」、「優化結帳流程」這種一句話需求，直接丟給 AI 它只會幫你猜。所以這一階我固定用 Claude 開一個 thread，第一個訊息是「請你幫我把這個需求問成可以動手做的程度」。

Claude Sonnet 4.6 在這一階特別強的點是，它會主動找邏輯漏洞、反問你「目標用戶是哪一群」「這個功能的成功指標是什麼」。我第一次用嚇到 — 我以為它會直接幫我寫，結果它連續問了我七題我沒想過的事。後來我才發現，這就是這個工具最值錢的地方。

把問題問清楚之後，再請 Claude 用 「As a [角色]，I want [動作]，so that [價值]」 的格式輸出 User Story。一個複雜度中等的功能大概產出 12–20 條，每條都附 acceptance criteria。

第一次寫的時候建議印出來給你的 lead PM 或設計師看一輪，他們的回饋你回去改 Claude 的 prompt，比自己悶頭重寫快很多。

我第一年用 ChatGPT 寫 User Story 經常踩到的坑，是它會幫你把需求「正常化」 — 你輸入一個有點奇怪但很重要的細節，它會默默簡化掉。Claude 比較會把奇怪的細節保留下來，並且問你「這個是不是反而是核心」。

想搭一個進階組合，可以參考不同 AI 的 Prompt 寫法差在哪，三家對指令的理解差距比想像大。

第二階段：User Flow 與資訊架構怎麼用 AI 推？

User Flow 是 PM 文件裡最容易被低估的一環。很多人寫完 User Story 就直接跳去畫 Wireframe，結果做到一半發現某個分支沒考慮到、回頭整段重畫。這一階我用 Gemini 2.5 Pro，原因是它對「樹狀結構」和「決策節點」的視覺化能力比 Claude 還好。

具體做法：把 User Story 整批貼進 Gemini，請它輸出 Mermaid 語法的流程圖，包含主流程、錯誤情境、邊界條件。Mermaid 是一種純文字的圖表語法，貼到 HackMD、Notion 或 GitHub 就會自動渲染成圖。

我會請 Gemini 輸出三層：頁面層級（IA）、操作流程（Flow）、狀態變化（State）。三層分開畫的好處是後續修動哪一層只需重生那一張，不用整個重畫。

畫完之後我會把流程圖列印出來，攤在桌上拿筆圈問題。AI 畫的流程圖九成是順的，但會漏掉「用戶按了取消之後要回到哪裡」「session 過期怎麼辦」這種邊界情境。我自己訂的規矩是：每一個按鈕都要問一次「按了之後會去哪？沒網路會怎樣？取消會怎樣？」 — 三個問題答不出來就是流程沒做完。

📌 重點整理：User Flow 用 Gemini 輸出 Mermaid 語法最快，三層分開畫（IA / Flow / State）。AI 畫完一定要人工檢查邊界情境，「取消、無網路、session 過期」三個是常漏點。

第三階段：PRD 撰寫怎麼搭三個 AI 最快？

PRD 是整套流程裡 AI 幫忙最多的一階。McKinsey 那份研究說 PM 寫 PRD 可省 40% 工時，我自己實際跑下來甚至更高 — 一份中等複雜度 PRD 從 4 小時降到 50 分鐘。但前提是你前面四階段做扎實，PRD 才能跑這麼快。

我固定的組合是：Claude 起草 → Notion AI 編輯 → HackMD 共筆收尾。每一個 AI 補一塊。

❶ Claude 負責起草。把前面寫好的 User Story、User Flow 全部貼進 Claude，請它依「需求背景、價值論述、目標客群、成功指標、功能條列、edge cases」六個區塊生草稿。Claude Sonnet 4.6 的 100 萬 token 上下文窗夠你一次塞十幾條 Story 加會議記錄都沒問題。

❷ Notion AI 負責編輯。把 Claude 的草稿貼到你的 Notion 工作空間，用 Notion AI 做風格統一、補上缺漏欄位、整合連結。Notion AI 直接住在你寫文件的地方，不用切視窗、不用複製貼上，整合度無敵。如果你想看更深入的長文寫作比較，Claude vs ChatGPT 長文寫作比較有更細的拆解。

❸ HackMD 負責共筆。Notion 雖好但團隊有人沒帳號就卡。HackMD 是台灣團隊不用辦國際信用卡就能訂的協作工具，把 PRD 最終版貼進去，工程師、設計師可以同時 comment、改字、追修訂歷史。三家配著用聽起來麻煩，但你會發現每一家做的事都不一樣，硬要一個 AI 全包反而慢。

第四階段：Wireframe 與 Mockup 怎麼用 AI 生？

到了第四階段，PM 終於可以看到「畫面」。這也是我走過整套流程最有成就感的一段 — 上週還在跟工程師爭「這個按鈕該長什麼樣」，這週直接拿 v0 跑出可點擊的原型，吵架時間直接歸零。

v0 by Vercel是我目前最常用的工具。它生出來的是真的 React 元件，不是圖片。免費版每月 $5 美元的 token 額度，做小實驗或單一頁面的 mockup 完全夠用；中大型專案就升 Premium，月費 $20 美元。

我把 PRD 的功能清單貼給 v0，再加一句「請用 shadcn/ui 元件、深色模式、行動版優先」，三分鐘就有可點的原型網址。

Figma Make適合已經整個團隊在 Figma 上的場合。它在 Figma 內建一個「prompt to UI」的功能，描述你要什麼、它生出可編輯的 Figma 圖層，設計師可以直接微調。月費 $15 美元（年付方案，Pro 版），免費版只有 limited trial 不適合長期用。

Lovable適合你想直接做出可運作的 demo（不只 mockup 還有後端）。但對 PM 來說 Lovable 偶爾會「越做越多」 — 你只想要一個 mockup，它連 Stripe 串接都生給你了。除非你要把 mockup 直接交給工程師當 starter code，不然 v0 比較單純。

三個工具各擅長一段，這也是我最近愈做愈體會到的：三個 AI 各在哪一階最強，用對了你的工作流就會變成一條順暢的生產線，用錯了你只是在每一階多花時間。寫到這裡我想起，我把這一年走過的全部分工邏輯整理成了一本書 — 不是工具盤點，是「在每一個產品階段，你應該換哪個 AI、為什麼換」的師傅手冊。

這篇文章只能講到五階段的骨架，如果你是 PM、設計師或 UX，想看「三大 AI 在實際 PM 場景怎麼分工、怎麼串成一個完整工作流」，這本《AI 產品設計大師：三大 AI 的思維解碼與實戰指南》是我走完這個路後整理出來的師傅手冊：

📖 查看《AI 產品設計大師》

如果你還沒決定要用哪個原型工具，AI 原型工具完整評測有 Claude、Lovable、Gemini 的實作對比，可以一併參考。

第五階段：互動原型怎麼快速跑出來？

互動原型是把 mockup「動起來」的階段。Wireframe 是靜態的，互動原型可以點、可以填、可以看狀態變化。這一階建議直接用 v0 或 Lovable，不要用 Figma 的 prototype 模式 — 那個設計師用沒問題，PM 用會花太多時間連線。

我自己的做法是：把 v0 生出來的網址直接傳給工程師當 reference。配 PRD 一起看，需求歧義會少 80%。工程師最怕「PM 描述不清楚」，原型就是最清楚的描述。

另外一個我最近愛用的招：把互動原型直接拿去做 5 人的用戶可用性測試。AI 生出來的原型雖然不是真的能用，但夠真實到讓用戶忘記是 mockup，給的回饋會比看靜態圖好十倍。我上週測一個結帳流程，原本以為設計很順，結果 5 個用戶有 3 個卡在「付款方式」那一步 — 這種洞察用靜態圖根本測不出來。

跑流程踩過哪些坑？三個我親身吃過的虧

第一個地雷：跨階段不換 AI。我第一年想說 Claude 都幫我寫 User Story 了，順手 PRD、Wireframe 全用它。結果做出來的東西很「文字派」，視覺架構鬆散。後來我才知道每一階的最強工具是不同的，硬用一個工具會在後面那一階吃虧。

第二個地雷：把 AI 當「最終版」。AI 生出來的 PRD、User Flow 一定要人工檢查邊界情境。我有一次直接把 Claude 的 PRD 提給工程師，第二天他來問「session 過期怎麼處理」 — Claude 沒寫，我也沒檢查。從那次之後我固定的流程是：AI 生一版 → 我用紅筆圈三輪 → 才能交出去。

第三個地雷：不存 prompt 模板。第一次跑流程時你會想很多 prompt，第二次跑你會發現 70% 都重複。我現在固定每個階段存 2–3 個 prompt 模板在 Notion，下次直接複製改一改就用。光這一個習慣讓我每個專案省下大概一個下午。

不同階段 PM 的 AI 工作流組合建議

不同 PM 階段、不同預算，工作流會差很多。下面三組是我給朋友推薦過實際有效的組合：

❶ 新手 PM（剛入行，月預算 NT$0）

Claude 免費版 + Notion 個人免費版 + HackMD 免費版 + v0 免費版。這四個免費組合可以涵蓋八成日常 PM 工作，缺點是 Claude 免費版每天額度有限，遇到大型專案會卡。但作為練手夠了。

❷ 中階 PM（已熟基礎，月預算 NT$700）

Claude Pro（$20）+ Notion 個人版（$10）+ HackMD Prime（NT$200）≈ NT$700。這個組合是我自己用了一年覺得 CP 值最高的。如果你要看完整的 PM 工具實戰清單，產品經理 AI 工具怎麼選有 14 款的詳細實測。

❸ 進階 PM（B2B 或跨部門，月預算 NT$2000+）

Claude Max（$100）+ Notion Business（$25/座位）+ HackMD Team + v0 Premium（$20）+ Linear。Claude Max 給你足夠的對話額度跑長 thread，Linear 把 PRD 跟 ticket 自動串起來，跨部門協作不用再切視窗。

常見問題 FAQ

Q1：這套 AI 流程適合哪些類型的 PM？

軟體 PM、產品設計 PM、UX 研究員都適合，特別是需要交出 PRD + Wireframe 的中階 PM。硬體 PM、營運 PM 可以用前三階段（需求拆解、User Story、PRD），但 Wireframe / Prototype 那段要用其他工具替代。基本原則：你的工作裡有「文件 + 視覺溝通」就適合。

Q2：跑完五階段大概要花多少時間？

中等複雜度的功能（單一用戶旅程、3–5 個主要畫面），熟練後三個工作天可以跑完。第一次跑會慢一倍，因為你要邊跑邊建自己的 prompt 模板。建議第一個專案不要挑最大最急的，挑一個中型專案練手，第二個之後速度就上來了。

Q3：用 AI 生的 PRD 工程師會不會看不懂？

取決於你交出去前有沒有自己讀過。AI 生的 PRD 表面工整，但常常缺邊界情境（session 過期、無網路、權限不足等）。我自己的習慣是：AI 生完 → 自己用紅筆圈三輪 → 補上 edge cases → 才交給工程師。前期多花 30 分鐘，後面省下兩天的「請問這個情況要怎麼處理」往返。

Q4：如果公司不允許用 ChatGPT 或 Claude 怎麼辦？

這是台灣不少傳產 / 金融業 PM 的真實情境。可以改用公司允許的內部 AI（很多公司已導入 Microsoft Copilot），或是用 Notion AI（純內容處理、不外傳）。流程一樣可以跑，只是工具替換。重點是「五階段思維」，工具反而是次要。

Q5：這套 AI 流程跟傳統 Agile 衝突嗎？

不衝突，反而是 Agile 的加速器。AI 流程是「在 Sprint 0 把需求文件做扎實」，Sprint 1 之後 Story 已經 ready，工程師可以馬上動手。傳統 Agile 卡點常在「PRD 寫得太慢、Sprint 開了還在補文件」，AI 把這個瓶頸打開了。我自己團隊跑下來，Sprint 平均長度從 2 週縮到 10 天。

結論：AI 產品設計流程不是換工具，是換思維

這一年我用 AI 跑了大概 15 個產品專案。最深的體會不是「AI 多強」，是「我終於不再每次都從零開始」。每一階段有對應的 prompt 模板、對應的 AI 工具、對應的檢查 checklist，下次新專案來，我心裡有底氣。這種「有底氣」的感覺，比 AI 替我省下的 40% 工時還珍貴。

我給你的具體建議：先挑一個中型專案，把五階段照表跑一次。第一次會慢、會卡，但你會在過程中建立自己的 prompt 模板。第二次跑你會發現速度快兩倍。第三次跑你開始會調整流程順序、跳階段、合併步驟 — 這時候你才真的「會用」AI 了。

如果你想看每一階更細節的 prompt 範本和踩坑紀錄，可以訂閱我的部落格，後續我會把每一階的進階玩法拆成獨立文章繼續寫。