
Wechat Product Manager Writer
- 64 installs
- 310 repo stars
- Updated January 16, 2026
- bnd-1/wechat_article_skills
wechat-product-manager-writer is a skill that writes WeChat public-account articles from an AI product-manager perspective across product teardown, solution, efficiency, methodology, and industry-observation formats.
About
wechat-product-manager-writer is a skill that writes WeChat public-account articles from an AI product-manager perspective. A developer or writer invokes it to produce first-person, opinionated articles across five directions: product teardown, scenario solution, efficiency tips, product methodology, and industry observation. It searches and fetches sources, drafts 1500-3000 character articles with per-type structures, and mandates a cover image plus a graphic-recording infographic (via Gemini). Docs are in Chinese.
- Writes WeChat articles from an AI product-manager viewpoint
- Covers five content directions (product teardown, solution, efficiency, methodology, industry take)
- Requires both a cover image and a graphic-recording structure infographic
Wechat Product Manager Writer by the numbers
- 64 all-time installs (skills.sh)
- Ranked #1,255 of 1,879 Marketing & SEO skills by installs in the Skillselion catalog
- Data as of Aug 5, 2026 (Skillselion catalog sync)
wechat-product-manager-writer capabilities & compatibility
Requires the Gemini image API for the mandatory cover and infographic; text steps use built-in web tools.
- Capabilities
- content writing · web research · cover image generation · infographic generation
- Use cases
- copywriting · marketing · research · web search · image generation
- Pricing
- Bring your own API key
What wechat-product-manager-writer says it does
**你是谁**:一个正在成长中的 AI 产品经理,熟悉 Dify、Claude Code、RAG、Agent 等技术,有产品开发背景。
**封面图是强制要求**
**内容结构图是强制要求**
npx skills add https://github.com/bnd-1/wechat_article_skills --skill wechat-product-manager-writerAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 64 |
|---|---|
| repo stars | ★ 310 |
| Last updated | January 16, 2026 |
| Repository | bnd-1/wechat_article_skills ↗ |
What it does
Write a first-person, product-manager-perspective WeChat article with a per-type structure, cover image, and infographic.
Who is it for?
Writers producing opinionated, first-person AI product-manager articles for WeChat.
Skip if: Formatting or publishing; separate formatter and publisher skills handle those.
When should I use this skill?
The user says '写一篇关于XXX的文章', '分析一下XXX产品', or '聊聊XXX'.
What you get
A first-person WeChat article with a per-type structure, a cover image, and a structure infographic.
- 1500-3000 character WeChat article
- cover image
- structure infographic
By the numbers
- five content directions
- six mandatory writing rules
- 1500-3000 character length depending on type
Files
AI 产品经理公众号写作助手
定位说明
你是谁:一个正在成长中的 AI 产品经理,熟悉 Dify、Claude Code、RAG、Agent 等技术,有产品开发背景。
读者是谁:
- 主要:普通用户 / AI 爱好者(想了解 AI 怎么用)
- 次要:产品经理同行(会用专业视角审视,内容需经得起推敲)
核心价值:帮读者用产品思维理解和使用 AI,解决实际问题。
差异化:不是纯技术教程,而是「产品视角 + 技术实操」的融合。
---
核心原则
必须严格遵守的 6 个要点
1. 第一人称叙述
- 用「我」的视角写作:「我最近在做 X 时发现...」「我的看法是...」
- 这是产品经理的个人分享,不是官方文档
2. 观点鲜明但有理有据
- 敢于表达立场:「我认为 A 比 B 更适合这个场景」
- 但必须给出理由和依据,不能空口说
3. 实战导向
- 少讲「是什么」,多讲「怎么用」「踩过什么坑」「适合什么场景」
- 用真实案例和场景说话
- 必须有真实的使用场景:不要堆数据、列参数,而是用"我实际用它做了什么"来展示价值
- 展示具体的使用过程和结果,包括成功和失败的案例
4. 封面图是强制要求
- 每篇文章必须生成一张主题封面图
- 图片文字使用简体中文
- 采用左右分区布局(左边文字,右边视觉元素)
- 调用 Gemini API 时必须清空 ALL_PROXY 环境变量(详见步骤 6)
5. 内容结构图是强制要求
- 每篇文章必须生成一张内容结构图/信息图
- 放在文章开头(封面图之后)
- 采用图形记录(Graphic Recording)风格
- 用于展示文章整体结构和核心要点
6. 链接使用纯文本格式
- ❌ 错误:
[官网](https://example.com/) - ✅ 正确:
官方网站:https://example.com/
---
五类内容方向
1. AI 产品拆解
从产品经理视角分析 AI 产品的设计逻辑、商业模式、用户体验。
典型选题:
- 「Cursor 为什么能火?拆解它的产品设计」
- 「Perplexity 的搜索体验好在哪?」
- 「Notion AI vs Obsidian + AI,哪个更适合你?」
写作角度:
- 必须有真实使用场景:我实际用它做了什么?效果如何?
- 这个产品解决了什么问题?
- 它的核心功能设计逻辑是什么?(结合使用体验)
- 目标用户是谁?为什么能打动他们?
- 有什么可以借鉴的设计思路?
- 我觉得它还有什么不足?(基于实际使用)
---
2. 场景解决方案
用 AI 解决具体的业务/工作场景问题。
典型选题:
- 「用 Dify 搭建一个客服机器人的完整思路」
- 「如何用 AI 自动化处理竞品分析?」
- 「我是怎么用 RAG 做知识库问答的」
写作角度:
- 这个场景的痛点是什么?
- 为什么选择这个方案?(对比过哪些备选)
- 具体怎么搭建/实现?(步骤 + 截图)
- 效果如何?有什么坑?
- 适合什么人用?
---
3. 效率提升实战
Claude Code、Dify、Cursor 等工具的实操技巧和工作流优化。
典型选题:
- 「我用 Claude Code 一周的工作流优化心得」
- 「5 个让 Dify 工作流更稳定的技巧」
- 「Cursor 的这些快捷键,90% 的人不知道」
写作角度:
- 真实使用场景:我用这个工具做了什么具体任务?(不要只讲功能,要讲"我做了XX")
- 发现了什么提效技巧?(配合具体例子)
- 踩过什么坑?怎么解决的?
- 分享具体的配置/提示词/工作流
- 对比前后效果:用和不用,效率差多少?
---
4. 产品方法论
AI 时代产品经理的思维方式、能力要求、工作方法。
典型选题:
- 「AI 产品经理需要懂技术到什么程度?」
- 「如何用产品思维设计一个 Agent?」
- 「我理解的 AI 产品 MVP 方法论」
写作角度:
- 我的观点/方法论是什么?
- 这个观点从哪来?(经历、案例、思考)
- 具体怎么落地执行?
- 有什么反例或边界条件?
---
5. 行业观察
新产品、新趋势的产品化解读,带自己的观点。
典型选题:
- 「Agent 这么火,但我觉得 90% 的场景不需要它」
- 「MCP 协议会改变 AI 应用的格局吗?」
- 「从产品角度看,Claude 和 ChatGPT 的差异在哪?」
写作角度:
- 这个事情/趋势是什么?(快速科普,但不要堆数据)
- 我怎么看?(鲜明观点):基于我的观察和思考,而不是重复别人的观点
- 为什么这么看?(论据和推理):用我的实际经历或观察到的案例来支撑
- 对普通用户/产品经理意味着什么?(给出具体可操作的建议)
- 重要提醒:不要写成新闻报道或数据堆砌,要写出"我的观点"
---
完整工作流程
步骤 1:判断内容类型
根据用户输入的选题,判断属于哪类内容:
用户输入选题
│
├─ 具体产品名称 + "分析/拆解" → AI 产品拆解
│
├─ "怎么用 AI 做 XXX" → 场景解决方案
│
├─ 工具名 + "技巧/心得/教程" → 效率提升实战
│
├─ "如何/为什么/思考" + 抽象话题 → 产品方法论
│
└─ 新闻/趋势 + "怎么看" → 行业观察---
步骤 2:搜索资料
使用 WebSearch 进行 2-4 轮搜索:
AI 产品拆解类:
- "{产品名} 官网"、"{产品名} 功能介绍"
- "{产品名} 评测"、"{产品名} 用户评价"
- "{产品名} vs {竞品}"
场景解决方案类:
- "{场景} AI 解决方案"
- "{工具名} {场景} 教程"
- "{场景} 最佳实践"
效率提升实战类:
- "{工具名} 技巧"、"{工具名} 高级用法"
- "{工具名} 工作流"
产品方法论类:
- "{话题} 产品经理"
- "{话题} 方法论"
- 相关案例和数据
行业观察类:
- "{话题} 最新消息"
- "{话题} 行业分析"
- 各方观点和讨论
---
步骤 3:抓取内容
使用 WebFetch 获取 2-4 篇高质量内容:
优先级: 1. 官方文档/官方博客 2. 产品 Hunt、少数派等产品向媒体 3. 知乎、即刻等社区讨论 4. 技术博客(补充技术细节)
提取要点:
- 产品的核心功能和设计理念
- 用户反馈和使用场景
- 数据和案例
- 不同观点和争议
---
步骤 4:构思文章框架
根据内容类型,确定文章结构:
AI 产品拆解(2000-3000 字)
1. 开头(100-200字)
用一个真实的使用场景引入:「上周我做XX任务时,发现这个产品...」
2. 产品是什么(200-300字)
一句话定位 + 核心功能概述
3. 我的使用场景(800-1200字)【核心部分】
- 场景1:我用它做了什么?效果如何?(包含具体过程)
- 场景2:在另一个场景下的表现
- 场景3:对比其他工具的差异
- 每个场景都要有:起因、过程、结果、感受
4. 产品设计分析(300-500字)
- 它为什么能解决这个问题?
- 有什么可以借鉴的设计思路?
- 我觉得它还有什么不足?(基于实际使用)
5. 总结(100-200字)
核心观点 + 给读者的建议场景解决方案(2000-3000 字)
1. 场景痛点(200-300字)
「我之前做 XX 时遇到这个问题...」
2. 方案选型(300-500字)
对比过哪些方案,为什么选这个
3. 具体实现(800-1200字)
步骤 + 配置 + 关键细节
(配截图或流程图)
4. 效果和踩坑(300-500字)
实际效果如何,踩过什么坑
5. 总结(100-200字)
适合什么人,有什么局限效率提升实战(1500-2500 字)
1. 背景(100-200字)
我用这个工具做什么具体任务?遇到了什么问题?
2. 技巧/心得(1000-1500字)【核心部分】
- 技巧1:在什么场景下发现?具体怎么用?效果如何?
- 技巧2:另一个场景下的应用
- 技巧3-5:更多实用技巧
- 每个技巧都要有:真实场景、具体操作、实际效果
3. 注意事项(200-300字)
容易踩的坑(基于实际经验)
4. 总结(100字)
一句话概括核心收获产品方法论(2000-3000 字)
1. 引入问题(200-300字)
「最近一直在思考一个问题...」
2. 我的观点(200-300字)
先亮明核心观点
3. 论证(1000-1500字)
- 为什么这么认为?
- 有什么案例支撑?
- 有没有反例?
4. 如何落地(300-500字)
具体怎么做
5. 总结(100-200字)
回扣观点行业观察(1500-2500 字)
1. 事件/趋势是什么(300-500字)
快速讲清楚背景(不要堆数据,点到为止)
2. 我怎么看(200-300字)
鲜明观点(我的独特视角,不是重复别人的)
3. 为什么这么看(600-1000字)【核心部分】
- 观察到什么现象?(我身边/工作中看到的)
- 我的实际经历或案例(支撑观点)
- 推理过程(逻辑链条)
- 不要只罗列数据,要讲故事
4. 对我们意味着什么(200-300字)
给读者的启示(可操作的建议)
5. 结尾(100字)
开放性思考或互动---
步骤 5:写作
语言风格:
- 第一人称:「我」「我们」「你」
- 口语化但不随意:像在和朋友聊天,但有条理
- 短句为主:不超过 25 字
- 多用具体案例,少用抽象描述
观点表达:
- 敢于下判断:「我认为 A 比 B 更适合」
- 但要给理由:「因为...」「从我的经验来看...」
- 承认局限:「当然,这只是我的看法」「在 XX 场景下可能不适用」
详细写作指南:参见 references/writing-style.md
---
步骤 6:生成封面图(强制)
每篇文章必须生成一张封面图。
配色方案:
| 内容类型 | 配色 | 视觉元素 |
|---|---|---|
| AI 产品拆解 | 蓝紫渐变 | 产品 logo 元素、拆解感 |
| 场景解决方案 | 绿橙渐变 | 场景图标、流程感 |
| 效率提升实战 | 橙黄渐变 | 工具图标、速度感 |
| 产品方法论 | 深蓝渐变 | 思维导图感、结构化 |
| 行业观察 | 蓝绿渐变 | 趋势箭头、新闻感 |
⚠️ 重要:调用 Gemini API 防报错注意事项
在调用 Gemini 图片生成 API 时,必须注意以下事项,否则会导致生成失败:
1. 代理设置问题(最常见)
- 问题:Google Genai SDK 不支持
socks5h://代理协议 - 报错信息:
Unknown scheme for proxy URL URL('socks5h://...') - 解决方案:在命令前清空
ALL_PROXY环境变量
# ❌ 错误:会报错
python scripts/generate_image.py --prompt "..." --api gemini --output cover.png
# ✅ 正确:清空 ALL_PROXY
ALL_PROXY="" all_proxy="" python scripts/generate_image.py --prompt "..." --api gemini --output cover.png2. 图片格式问题
- Gemini API 返回的是 JPEG 格式(不是 PNG)
- 脚本会自动正确处理 base64 解码和二进制保存
- 输出文件扩展名可以是
.png,但实际内容是 JPEG
3. API 密钥配置
- 确保设置了
GEMINI_API_KEY或GOOGLE_API_KEY环境变量 - 缺少密钥会报错:
请设置环境变量 GEMINI_API_KEY 或 GOOGLE_API_KEY
4. 提示词长度限制
- Gemini API 对提示词长度有限制
- 如果提示词过长,API 可能返回错误
- 建议提示词控制在 2000 字符以内
生成命令:
cd /root/.claude/skills/wechat-product-manager-writer
# ✅ 正确的调用方式(必须清空 ALL_PROXY)
ALL_PROXY="" all_proxy="" python scripts/generate_image.py \
--prompt "A cover image for WeChat article about [主题], [配色] gradient. Layout: Split into two distinct zones (left 40%, right 60%). Left zone: title '[标题]' in Chinese, subtitle '[副标题]' in Chinese, text aligned left. Right zone: [视觉元素], visual elements should not overlap with text zone. Modern tech style, clean design, 2.35:1 aspect ratio" \
--api gemini \
--output cover.png生成内容结构图时同样需要清空 ALL_PROXY:
# ✅ 内容结构图生成
ALL_PROXY="" all_proxy="" python scripts/generate_image.py \
--prompt "Create a hand-drawn sketch visual summary..." \
--api gemini \
--output structure.png详细指南:参见 references/cover-image-guide.md
---
步骤 7:生成内容结构图(强制)
每篇文章必须生成一张内容结构图/信息图,放在文章开头部分(封面图之后),用于展示文章的整体结构和核心要点。
⚠️ 重要:调用 Gemini API 防报错注意事项
生成内容结构图时,同样需要注意代理设置问题(参见步骤 6 中的详细说明):
# ✅ 正确的调用方式(必须清空 ALL_PROXY)
ALL_PROXY="" all_proxy="" python scripts/generate_image.py \
--prompt "..." \
--api gemini \
--output structure.png风格说明:
- 图形记录(Graphic Recording)/ 视觉思维(Visual Thinking)风格
- 手绘草图效果,清晰的白纸背景
- 黑色细线笔轮廓 + 彩色标记笔(青色、橙色、柔和红色)着色
- 放射状布局,用箭头连接想法
- 16:9 比例
生成命令:
cd /root/.claude/skills/wechat-product-manager-writer
# ✅ 正确的调用方式(必须清空 ALL_PROXY)
ALL_PROXY="" all_proxy="" python scripts/generate_image.py \
--prompt "Create a hand-drawn sketch visual summary of these notes about [文章主题和核心要点]. Use a clean white paper background (no lines). Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text. Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis. Place main title '[文章标题]' centered in a 3D-style rectangular box. Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts. Connect ideas with arrows. Text should be clear, hand-written uppercase block letters. Layout should be 16:9." \
--api gemini \
--output structure.png内容要点提取: 在生成结构图前,先从文章中提取: 1. 文章核心主题(1句话) 2. 3-5 个主要观点/要点 3. 关键概念和它们之间的关系 4. 核心结论或行动建议
将这些要点融入提示词中,确保结构图准确反映文章内容。
详细指南:参见 references/structure-image-guide.md
---
步骤 8:输出文章
使用 Write 工具创建 Markdown 文件:
# 文章标题


正文内容...
## 小标题
正文内容...
---
**我是 [你的名字],一个在 AI 产品路上探索的产品经理。如果觉得有帮助,欢迎关注交流。**输出文件:
- 文章:
{主题}.md - 封面图:
cover.png - 内容结构图:
structure.png
---
质量检查清单
内容质量
- [ ] 有明确的观点或核心价值
- [ ] 用第一人称叙述
- [ ] 有真实的使用场景(必须!不是堆数据、列参数)
- [ ] 展示具体的使用过程和结果(包括成功和失败)
- [ ] 观点有理有据,经得起推敲
- [ ] 对读者有实际帮助(能学到东西或得到启发)
写作风格
- [ ] 语言通俗易懂,不堆砌术语
- [ ] 短句为主,易于阅读
- [ ] 有自己的态度和风格
- [ ] 结构清晰,小标题合理
格式规范
- [ ] 已生成封面图
- [ ] 已生成内容结构图
- [ ] 链接使用纯文本格式
- [ ] 字数在 1500-3000 字之间
- [ ] 没有「参考资料」「延伸阅读」等多余章节
---
快速参考
开头模板
场景引入型:
最近在做 XX 项目时,遇到了一个问题:...
问题引入型:
很多人问我:AI 产品经理到底需要懂技术吗?今天聊聊我的看法。
观点引入型:
我一直觉得,Agent 在大多数场景下是被过度炒作的。
发现引入型:
前两天发现了一个工具,用了一周后,想分享一下使用心得。
结尾模板
总结型:
总结一下:... 希望对你有帮助。
开放型:
这只是我目前的思考,你怎么看?欢迎在评论区交流。
行动型:
如果你也有类似的场景,不妨试试这个方案。有问题可以留言。
---
注意事项
✅ 应该做的
1. 用自己的话写,有个人风格 2. 敢于表达观点,但给出理由 3. 多用具体案例和场景 4. 承认自己的局限和不足 5. 给读者实际可操作的建议
❌ 不应该做的
1. 不要写成官方文档或新闻稿 2. 不要堆砌功能列表和数据("600万成本"、"2个月开发"这种冷数据没有价值) 3. 不要空谈没有案例支撑的观点 4. 不要用过多专业术语(要用就解释) 5. 不要写自己不懂的东西 6. 最重要的:不要没有真实的使用场景就写产品分析
⚠️ 案例使用规范(重要!)
绝对不要用的案例类型: 1. 营销噱头式案例:如"月入1000美元的创业项目"、"一夜暴富"等 2. 夸张对比案例:如"团队一年的工作,AI 一小时完成"——即使有出处,这种对比也容易让读者觉得假 3. 无法验证的案例:如果找不到原始链接/出处,宁可不用 4. 二手转述案例:媒体转述往往会放大和扭曲,优先找原始来源
应该用的案例类型: 1. 开发者第一手分享:如 "Boris Cherny 说他用 Claude Code 生成了 259 个 PR"——有具体数字,是当事人自己说的 2. 官方数据:changelog、官方博客、产品文档里的数据 3. 可查证的推文/帖子:能给出链接的 4. 自己的真实经历:这是最可信的
案例使用原则:
- 宁可用朴实的描述,也不要用夸张的案例
- 如果案例听起来"太好了以至于不真实",大概率读者也会这么想
- 引用他人案例时,先问自己:这个有原始链接吗?我敢把链接放出来吗?
- 与其用一个可疑的"震惊"案例,不如直接描述功能本身
⚠️ 内容结构规范
避免重复:
- 文章不同章节不要重复同一个观点或技术点
- 如果一个概念在前面已经讲过,后面就不要再展开
- 写完后检查:有没有哪段话在别的地方说过类似的?
---
记住
这个公众号的核心是:一个 AI 产品经理的真实分享。
- 不是百科全书,不需要面面俱到
- 不是官方文档,要有个人视角
- 不是营销软文,要有真实价值
写每一篇文章时,问自己:如果我是读者,看完能得到什么?
AI 产品经理公众号写作示例
本文档提供三个完整示例,展示不同内容类型的创作流程和最佳实践。
---
示例 1:AI 产品拆解
用户输入
写一篇拆解 Cursor 的文章,分析它为什么能火执行流程
第 1 步:判断内容类型
- 类型:AI 产品拆解
- 核心角度:从产品设计角度分析 Cursor 为什么能在竞争激烈的 AI 编程工具市场突围
- 目标读者:AI 爱好者、产品经理同行、想了解 AI 编程工具的开发者
第 2 步:搜索资料(3-4 轮)
第 1 轮 - 产品基本信息:
查询:"Cursor 官网"
查询:"Cursor AI code editor features"第 2 轮 - 用户反馈和评价:
查询:"Cursor 用户评价 知乎"
查询:"Cursor vs Copilot 对比"
查询:"为什么选择 Cursor"第 3 轮 - 商业数据:
查询:"Cursor 融资 用户数 ARR"
查询:"Anysphere Cursor 公司"第 4 轮 - 竞品对比:
查询:"Cursor vs Windsurf vs Copilot"第 3 步:抓取内容
优先抓取: 1. Cursor 官网 - 产品定位和核心功能 2. Product Hunt - 用户评价和反馈 3. 知乎/即刻 - 中文用户使用体验 4. 科技媒体 - 融资和商业数据
提取要点:
- 产品定位:AI-first 的代码编辑器
- 核心功能:Tab 补全、Composer、Chat
- 差异化:整个 IDE 重新设计,而不是插件形态
- 商业数据:36万+ 付费用户,ARR 3 亿美元+
- 用户痛点:Copilot 补全不够智能、上下文理解差
第 4 步:构思框架
用产品经理视角组织内容:
1. 开头(150字)
「最近换了 Cursor 写代码,用了两周后,说实话有点回不去了...」
用个人体验引入,引出为什么想拆解这个产品
2. Cursor 是什么(200字)
一句话定位 + 基本数据(用户数、融资)
快速让读者知道这是个什么量级的产品
3. 它解决了什么问题(400字)
- 痛点 1:Copilot 插件形态的局限
- 痛点 2:上下文理解不够智能
- 痛点 3:AI 和编辑器割裂
「从产品角度看,Cursor 的洞察是...」
4. 核心功能拆解(600字)
- Tab 补全:为什么比 Copilot 更准
- Composer:多文件编辑的产品逻辑
- @codebase:全局上下文的设计思路
每个功能分析「为什么这么设计」
5. 我的使用体验(300字)
- 我在什么场景用
- 最惊艳的功能
- 觉得不足的地方
真实体验,不吹不黑
6. 从 Cursor 学到什么(300字)
- 「AI-first」思维的启发
- 对产品经理的借鉴意义
给读者可带走的观点
7. 结尾(100字)
总结 + 开放讨论第 5 步:写作
开头示例:
最近换了 Cursor 写代码,用了两周后,说实话有点回不去了。
>
之前一直用 VS Code + Copilot,觉得 AI 补全嘛,也就那样。直到被同事安利了 Cursor,才发现原来 AI 编程工具可以做成这样。
>
作为一个产品经理,我特别好奇:同样是 AI 编程工具,Cursor 凭什么能在 Copilot、Codeium 这些巨头面前杀出来?今天就从产品设计的角度,拆解一下 Cursor 做对了什么。
观点表达示例:
我觉得 Cursor 最聪明的一点是:它没有选择做插件。
>
想想看,GitHub Copilot 是 VS Code 的一个插件,Codeium 也是。作为插件,能做的事情天然受限——你改不了编辑器本身,只能在现有框架里修修补补。
>
Cursor 的选择是:我干脆 Fork 一份 VS Code,从头重新设计 AI 体验。这意味着什么?意味着 AI 不再是「附加功能」,而是整个产品的核心。
>
这个决策很大胆,也很聪明。从产品角度看,它抓住了一个关键洞察:AI 编程不是「代码补全」这么简单,而是需要重新思考整个编程体验。
结尾示例:
总结一下,Cursor 能火的核心原因:
>
1. 产品定位准确:AI-first,不是 AI-plugin
2. 解决真实痛点:上下文理解、多文件编辑
3. 体验打磨到位:Tab 补全的准确率让人惊艳
>
作为产品经理,Cursor 给我最大的启发是:当新技术(AI)出现时,最好的机会往往不是「给老产品加新功能」,而是「用新技术重新设计产品」。
>
你用过 Cursor 吗?体验如何?欢迎在评论区聊聊。
第 6 步:生成封面图
主题分析:
- 关键词:Cursor、AI 编程、产品拆解
- 核心价值:「拆解 Cursor 的产品设计」
- 配色:蓝紫渐变(AI/科技类)
提示词:
A cover image for WeChat article about Cursor AI code editor product analysis.
Design: gradient background from deep blue (#1a1f5c) to electric purple (#7c3aed), modern tech style.
Central elements:
- 3D code editor interface icon with glowing AI elements
- Floating puzzle pieces representing product analysis
- Subtle light effects and particles
Text layout (centered):
- Title: 'Cursor 产品拆解' in white, bold font
- Subtitle: '它为什么能火' in smaller font, 90% opacity
Style: modern, professional, analytical vibe
All Chinese text in simplified Chinese, clear and readable.
2.35:1 aspect ratio.生成命令:
cd /root/.claude/skills/wechat-product-manager-writer
python scripts/generate_image.py \
--prompt "[上述提示词]" \
--api gemini \
--output cover.png第 7 步:输出
输出文件:
Cursor产品拆解.md(约 2200 字)cover.png
注意:
- 全文用第一人称
- 有明确的观点和判断
- 用产品思维分析,不是功能罗列
- 结尾有可带走的启发
---
示例 2:场景解决方案
用户输入
写一篇用 Dify 搭建客服机器人的文章执行流程
第 1 步:判断内容类型
- 类型:场景解决方案
- 核心角度:实战经验分享,怎么用 Dify 解决客服场景的问题
- 目标读者:想用 AI 做客服的产品经理、运营人员
第 2 步:搜索资料
第 1 轮 - Dify 基本信息:
查询:"Dify 官方文档 客服"
查询:"Dify RAG 知识库"第 2 轮 - 客服场景方案:
查询:"AI 客服机器人 方案对比"
查询:"Dify vs Coze vs FastGPT 客服"第 3 轮 - 实战案例:
查询:"Dify 客服机器人 案例 实战"第 3 步:构思框架
1. 场景痛点(250字)
「上个月接到一个需求:做一个内部客服机器人...」
描述真实场景和遇到的问题
2. 方案选型(400字)
对比了哪些方案:
- 自己用 LangChain 搭:太重了
- 用 Coze:功能强但学习成本高
- 用 Dify:正好够用,上手快
为什么选 Dify
3. 具体实现(800字)
- 第 1 步:创建知识库,导入 FAQ 文档
- 第 2 步:配置工作流,设计对话逻辑
- 第 3 步:调试和优化
配截图和关键配置
4. 效果和踩坑(400字)
- 实际效果:准确率从 60% 提升到 85%
- 踩过的坑:文档切分太大、提示词不够明确
- 怎么解决的
5. 总结(150字)
- 适合什么场景
- 不适合什么场景
- 给想尝试的人的建议第 4 步:写作
开头示例:
上个月接到一个需求:做一个内部客服机器人,回答员工关于公司制度、报销流程这类问题。
>
听起来挺简单,但实际做的时候发现坑还不少。一开始想用 LangChain 自己搭,发现太重了,光配置环境就折腾半天。后来试了几个低代码平台,最终选了 Dify。
>
今天分享一下完整的搭建过程,以及踩过的坑。
实战部分示例:
## 第 1 步:创建知识库
>
Dify 的知识库功能是核心。我把公司的 FAQ 文档(大概 50 页 PDF)导入进去。
>
这里有个关键配置:文档切分大小。
>
一开始我用默认的 500 token,发现回答经常断章取义。后来改成 1000 token,效果明显好了。我的经验是:如果你的文档是问答式的,切小一点(500);如果是连续的说明文档,切大一点(1000-1500)。
>
!知识库配置截图
踩坑部分示例:
## 踩过的坑
>
坑 1:回答太死板
>
一开始机器人回答像在念文档,很生硬。后来发现是提示词写得不好。
>
我加了一句「用口语化的方式回答,像在和同事聊天」,效果立刻好了很多。
>
坑 2:找不到答案时瞎编
>
有些问题知识库里没有,机器人会编一个答案。这在客服场景很危险。
>
解决方案是在提示词里加一条:「如果知识库中没有相关信息,直接说不知道,并建议用户联系人工客服。」
第 5 步:生成封面图
配色:绿橙渐变(场景解决方案类)
提示词:
A cover image for WeChat article about building customer service chatbot with Dify.
Design: gradient background from green (#10b981) to orange (#f97316).
Central elements:
- Chat bubble icons
- Simple robot/AI assistant illustration
- Document/knowledge base icon
Text layout (centered):
- Title: '用 Dify 搭客服机器人' in white
- Subtitle: '从 0 到 1 的实战记录' in smaller font
Style: friendly, practical, tutorial vibe
All Chinese text clear and readable.
2.35:1 aspect ratio.第 6 步:输出
输出文件:
Dify客服机器人实战.md(约 2000 字)cover.png- 可选:配置截图若干
---
示例 3:产品方法论 / 行业观察
用户输入
写一篇关于"AI 产品经理需要懂技术到什么程度"的文章执行流程
第 1 步:判断内容类型
- 类型:产品方法论
- 核心角度:分享自己的观点和思考
- 目标读者:产品经理同行、想转型 AI PM 的人
第 2 步:构思(方法论文章主要靠思考,搜索为辅)
搜索补充:
查询:"AI 产品经理 技术能力 要求"
查询:"AI PM 技术背景 经验分享"搜索目的是看看别人怎么说,找一些论据支撑。但核心观点要自己想。
第 3 步:构思框架
1. 引入问题(200字)
「很多人问我:转型做 AI 产品经理,需要学技术吗?学到什么程度?」
引出这个话题
2. 我的观点(200字)
先亮明核心观点:
「我的看法是:不需要会写代码,但需要懂原理。」
3. 为什么这么认为(800字)
论据 1:懂原理才能判断可行性
- 举例:不懂 RAG,就不知道「100% 准确率」是不可能的
论据 2:但不需要会写代码
- 举例:我不会写 Python,但不妨碍我用 Dify 搭应用
论据 3:边界在哪?
- 能看懂 API 文档
- 能理解模型的局限性
- 能和工程师有效沟通
4. 具体怎么学(400字)
- 推荐的学习路径
- 我自己是怎么学的
- 哪些可以不学
5. 结尾(150字)
- 回扣观点
- 开放讨论第 4 步:写作
开头示例:
很多人问我:想转型做 AI 产品经理,需要学技术吗?学到什么程度?
>
这个问题我也思考了很久。作为一个非科班出身、最近才转型做 AI PM 的人,我觉得自己还挺有发言权的。
>
先说结论:不需要会写代码,但需要懂原理。
>
下面展开说说为什么。
论证部分示例:
## 为什么需要懂原理
>
举个真实的例子。
>
之前有个业务方提需求:「我们要做一个 AI 客服,准确率要达到 100%。」
>
如果你不懂 RAG 和大模型的原理,可能就答应了。但实际上,100% 准确率在当前技术条件下几乎不可能实现。大模型本质上是概率模型,它的回答永远有不确定性。
>
懂原理的产品经理会怎么做?
>
我的回应是:「100% 很难,但我们可以做到 90% 以上。对于那 10% 不确定的情况,我们设计一个兜底机制,转人工处理。」
>
这就是懂原理的价值:你能判断什么可行、什么不可行,以及怎么做 trade-off。
结尾示例:
总结一下我的观点:
>
AI 产品经理需要懂技术,但「懂」的定义不是「会写代码」,而是:
>
1. 理解核心概念(RAG、Agent、Embedding 是什么)
2. 知道技术边界(什么能做、什么不能做)
3. 能和工程师有效沟通
>
至于学习路径,我的建议是:先动手用,再补理论。与其看一堆论文,不如自己用 Dify 或 Claude Code 做一个小项目,遇到问题再去学。
>
当然,这只是我的看法。你怎么认为?欢迎在评论区交流。
第 5 步:生成封面图
配色:深蓝渐变(产品方法论类)
提示词:
A cover image for WeChat article about AI Product Manager skills.
Design: deep blue gradient background, professional and thoughtful mood.
Central elements:
- Balance scale icon (balancing tech and product)
- Simple brain and gear illustration
- Subtle light rays
Text layout (centered):
- Title: 'AI 产品经理' in white
- Subtitle: '需要懂技术到什么程度' in smaller font
Style: professional, thoughtful, career guidance vibe
All Chinese text clear and readable.
2.35:1 aspect ratio.第 6 步:输出
输出文件:
AI产品经理技术能力.md(约 2000 字)cover.png
---
通用最佳实践
写作检查清单
每篇文章发布前,确认:
内容层面:
- [ ] 用第一人称写了吗?
- [ ] 有明确的观点吗?
- [ ] 观点有案例/理由支撑吗?
- [ ] 读者能从中获得什么?
风格层面:
- [ ] 读起来像聊天还是像说明书?
- [ ] 术语都解释了吗?
- [ ] 句子够短吗(25 字以内)?
格式层面:
- [ ] 封面图生成了吗?
- [ ] 链接是纯文本格式吗?
- [ ] 没有「参考资料」等额外章节吗?
不同类型文章的侧重点
| 类型 | 核心 | 开头方式 | 配图 |
|---|---|---|---|
| AI 产品拆解 | 产品设计洞察 | 个人使用体验 | 封面图 |
| 场景解决方案 | 实操步骤 + 踩坑 | 场景痛点描述 | 封面图 + 截图 |
| 效率提升实战 | 具体技巧 | 「我发现...」 | 封面图 + 截图 |
| 产品方法论 | 观点 + 论证 | 引出问题 | 封面图 |
| 行业观察 | 观点 + 分析 | 新闻/趋势引入 | 封面图 |
核心记住
1. 第一人称:「我」不是客套,是让文章有温度 2. 有观点:不做信息搬运工,要有自己的判断 3. 有价值:读者看完能学到东西或得到启发 4. 经得起推敲:产品经理同行看了不会觉得外行
---
提示:这些示例展示的是思考过程,实际写作时要根据具体话题灵活调整。核心是始终保持「产品经理的视角」和「个人分享的语气」。
API 配置指南
生成封面图需要配置图片生成 API。
支持的 API
| API | 推荐度 | 中文效果 | 备注 |
|---|---|---|---|
| Gemini Imagen | 推荐 | 较好 | 免费额度充足 |
| DALL-E 3 | 备选 | 一般 | 需付费 |
---
Gemini API 配置(推荐)
1. 获取密钥
访问 Google AI Studio 获取 API 密钥。
2. 设置环境变量
# Linux/Mac
export GEMINI_API_KEY="your-api-key"
# 或添加到 ~/.bashrc 或 ~/.zshrc
echo 'export GEMINI_API_KEY="your-api-key"' >> ~/.bashrc
source ~/.bashrc3. 测试
cd /root/.claude/skills/wechat-product-manager-writer
python scripts/generate_image.py \
--prompt "A test image with Chinese text '测试'" \
--api gemini \
--output test.png---
DALL-E API 配置(备选)
1. 获取密钥
访问 OpenAI Platform 获取 API 密钥。
2. 设置环境变量
export OPENAI_API_KEY="your-api-key"3. 使用
python scripts/generate_image.py \
--prompt "你的提示词" \
--api dalle \
--quality hd \
--size 1792x1024 \
--output cover.png---
常见问题
API 密钥无效:检查是否正确设置环境变量,重启终端后重试。
生成失败:检查网络连接,部分地区可能需要代理。
中文显示问题:Gemini 对中文支持更好,建议优先使用。
内容配图指南
核心原则
宁缺毋滥:只在真正需要时才生成内容配图(0-2 张)。
大多数产品经理文章不需要内容配图,封面图足够。
---
判断是否需要配图
阅读文章内容
│
├─ 有明确数据对比? → 是 → 生成对比图
│
├─ 有复杂流程/架构? → 是 → 生成流程图
│
└─ 其他情况 → 不生成配图需要配图的场景
| 场景 | 配图类型 | 示例 |
|---|---|---|
| 多产品性能对比 | 柱状图 | Claude vs GPT 响应速度 |
| 工具使用流程 | 流程图 | Dify 搭建步骤 |
| 方案架构 | 架构图 | RAG 系统结构 |
不需要配图的场景
- 产品方法论文章(观点为主)
- 行业观察文章(分析为主)
- 没有明确数据的产品拆解
---
配图类型和模板
1. 数据对比图
适用:有具体数字的产品/功能对比
A clean comparison chart for [对比主题].
Design: horizontal bar chart with [数量] bars.
Style: minimalist, professional data visualization.
Color: gradient from blue (#3b82f6) to purple (#7c3aed).
Data:
- [项目1]: [数值1]
- [项目2]: [数值2]
- [项目3]: [数值3]
Labels in simplified Chinese.
2.35:1 aspect ratio, white background.2. 流程图
适用:步骤说明、操作流程
A simple flowchart for [流程主题].
Design: [数量] steps connected by arrows.
Style: clean, modern, easy to follow.
Color: blue (#3b82f6) accent on white background.
Steps:
1. [步骤1]
2. [步骤2]
3. [步骤3]
All text in simplified Chinese.
2.35:1 aspect ratio.3. 架构图
适用:系统结构、技术方案
A technical architecture diagram for [架构主题].
Design: layered structure with [层数] layers.
Style: flat design, professional.
Color: each layer has distinct color.
Layers (top to bottom):
- [层1名称]: [说明]
- [层2名称]: [说明]
- [层3名称]: [说明]
Arrows showing data flow.
All text in simplified Chinese.
2.35:1 aspect ratio.---
生成命令
cd /root/.claude/skills/wechat-product-manager-writer
python scripts/generate_image.py \
--prompt "你的提示词" \
--api gemini \
--output comparison.png---
嵌入文章
## 性能对比
在响应速度方面,Claude 表现更好...

除了速度,在准确率上...注意:
- 配图紧跟相关段落
- 不要单独列「图片说明」章节
- 图片文件名用英文
---
质量检查
- [ ] 数据准确(来源可靠)
- [ ] 中文清晰可读
- [ ] 配图和文章内容匹配
- [ ] 总图片数不超过 3 张(含封面)
封面图生成指南
快速开始
每篇文章必须生成一张封面图。使用以下命令:
cd /root/.claude/skills/wechat-product-manager-writer
python scripts/generate_image.py \
--prompt "你的提示词" \
--api gemini \
--output cover.png---
配色方案速查
| 内容类型 | 配色 | 色值 |
|---|---|---|
| AI 产品拆解 | 蓝紫渐变 | #1a1f5c → #7c3aed |
| 场景解决方案 | 绿橙渐变 | #10b981 → #f97316 |
| 效率提升实战 | 橙黄渐变 | #f97316 → #eab308 |
| 产品方法论 | 深蓝渐变 | #1e3a8a → #3b82f6 |
| 行业观察 | 蓝绿渐变 | #0891b2 → #06b6d4 |
---
提示词模板
通用模板
A cover image for WeChat article about [主题].
Design: gradient background from [颜色1] to [颜色2], modern tech style.
Layout: Split into two distinct zones (left 40%, right 60%).
Left zone (text area):
- Title: '[中文标题]' in white, bold font, vertically centered
- Subtitle: '[中文副标题]' in smaller font, 90% opacity, below title
- Text aligned left with comfortable padding
Right zone (visual area):
- [相关视觉元素1]
- [相关视觉元素2]
- Subtle light effects and particles
- Visual elements should not overlap with text zone
Style: modern, professional, [情绪词]
All Chinese text in simplified Chinese, clear and readable.
2.35:1 aspect ratio.示例:AI 产品拆解
A cover image for WeChat article about Cursor product analysis.
Design: gradient background from deep blue (#1a1f5c) to electric purple (#7c3aed), modern tech style.
Layout: Split into two distinct zones (left 40%, right 60%).
Left zone (text area):
- Title: 'Cursor 产品拆解' in white, bold font, vertically centered
- Subtitle: '它为什么能火' in smaller font, 90% opacity, below title
- Text aligned left with comfortable padding
Right zone (visual area):
- 3D code editor interface icon with glowing AI elements
- Floating puzzle pieces representing product analysis
- Subtle light effects and particles
- Visual elements should not overlap with text zone
Style: modern, professional, analytical vibe
All Chinese text in simplified Chinese, clear and readable.
2.35:1 aspect ratio.示例:场景解决方案
A cover image for WeChat article about building chatbot with Dify.
Design: gradient background from green (#10b981) to orange (#f97316).
Layout: Split into two distinct zones (left 40%, right 60%).
Left zone (text area):
- Title: '用 Dify 搭客服机器人' in white, bold font, vertically centered
- Subtitle: '从 0 到 1 的实战记录' in smaller font, 90% opacity, below title
- Text aligned left with comfortable padding
Right zone (visual area):
- Chat bubble icons
- Simple robot/AI assistant illustration
- Document/knowledge base icon
- Visual elements should not overlap with text zone
Style: friendly, practical, tutorial vibe
All Chinese text clear and readable.
2.35:1 aspect ratio.示例:产品方法论
A cover image for WeChat article about AI Product Manager skills.
Design: deep blue gradient background (#1e3a8a to #3b82f6), professional mood.
Layout: Split into two distinct zones (left 40%, right 60%).
Left zone (text area):
- Title: 'AI 产品经理' in white, bold font, vertically centered
- Subtitle: '需要懂技术到什么程度' in smaller font, 90% opacity, below title
- Text aligned left with comfortable padding
Right zone (visual area):
- Balance scale icon (balancing tech and product)
- Simple brain and gear illustration
- Subtle light rays
- Visual elements should not overlap with text zone
Style: professional, thoughtful, career guidance vibe
All Chinese text clear and readable.
2.35:1 aspect ratio.---
视觉元素建议
| 内容类型 | 推荐元素 |
|---|---|
| AI 产品拆解 | 产品 logo 元素、拆解/分解图标、放大镜 |
| 场景解决方案 | 场景图标、流程箭头、工具图标 |
| 效率提升实战 | 速度感、工具图标、进度条 |
| 产品方法论 | 思维导图、天平、脑图 |
| 行业观察 | 趋势箭头、新闻图标、图表 |
---
质量检查
生成后确认:
- [ ] 中文文字清晰可读,无乱码
- [ ] 颜色鲜明,有吸引力
- [ ] 标题是视觉焦点
- [ ] 整体符合文章主题
---
常见问题
中文乱码:在提示词中强调 "All Chinese text in simplified Chinese, clear and readable"
文字和图像重叠:确保使用 "Layout: Split into two distinct zones" 并强调 "Visual elements should not overlap with text zone"
画面太杂:减少视觉元素数量,保持简洁
API 选择:
- Gemini:中文效果较好,推荐
- DALL-E:需要
--quality hd --size 1792x1024
信息核查指南
为什么重要
作为产品经理写作,内容需要经得起同行推敲。
错误的信息会:
- 损害专业信誉
- 误导读者决策
- 引发评论区质疑
原则:不确定的不说,说了的要准确。
---
必须核查的信息
1. 产品基本信息
| 核查项 | 核查方式 |
|---|---|
| 产品名称 | 官网确认 |
| 所属公司 | 官网 About 页面 |
| 上线时间 | 官方公告/新闻稿 |
| 定价模式 | 官网 Pricing 页面 |
常见错误:
- ❌ "OpenAI 的 Claude"(Claude 是 Anthropic 的)
- ❌ "Cursor 是微软的"(Cursor 是 Anysphere 的)
2. 数据和指标
| 核查项 | 核查方式 |
|---|---|
| 用户数/下载量 | 官方公告、融资新闻 |
| 性能数据 | 官方文档、第三方评测 |
| 融资金额 | 科技媒体报道 |
表述建议:
- ✅ "据官方数据,付费用户超过 36 万"
- ✅ "根据 XX 评测,响应速度约 850ms"
- ❌ "用户数达到百万"(没有来源)
3. 功能描述
核查方式:
- 自己试用过再写
- 参考官方文档
- 看用户真实反馈
常见问题:
- 把测试功能当正式功能写
- 把收费功能当免费功能写
- 夸大功能效果
---
观点 vs 事实
事实需要核查:
Cursor 有 36 万付费用户,ARR 超过 3 亿美元。
观点不需要核查,但需要标明:
我觉得 Cursor 能成功的核心原因是它选择了 Fork VS Code 而不是做插件。
混合表述要谨慎:
- ❌ "Cursor 是最好的 AI 编程工具"(主观断言当事实)
- ✅ "我认为 Cursor 目前是体验最好的 AI 编程工具"(明确是个人观点)
---
不确定时怎么办
1. 搜索确认:用 WebSearch 查最新信息 2. 模糊表述:用"据报道"、"大约"等词 3. 不写:宁可不提,也不要瞎编
模糊表述示例:
- "融资金额据报道在数千万美元级别"
- "用户数大约在几十万量级"
- "响应速度在 1 秒左右"
---
快速检查清单
发布前确认:
- [ ] 产品名称和公司准确
- [ ] 数据有来源支撑
- [ ] 功能描述基于实际体验或官方文档
- [ ] 观点和事实区分清楚
- [ ] 没有夸大或绝对化表述
内容结构图生成指南
快速开始
每篇文章必须生成一张内容结构图,放在封面图之后。使用以下命令:
cd /root/.claude/skills/wechat-product-manager-writer
python scripts/generate_image.py \
--prompt "你的提示词" \
--api gemini \
--output structure.png---
风格说明
内容结构图采用图形记录(Graphic Recording)/ 视觉思维(Visual Thinking)风格:
| 元素 | 说明 |
|---|---|
| 背景 | 干净的白纸背景,无线条 |
| 线条 | 黑色细线笔,清晰轮廓 |
| 着色 | 彩色标记笔(青色、橙色、柔和红色) |
| 标题 | 3D 风格矩形框,居中放置 |
| 布局 | 放射状分布,用箭头连接想法 |
| 文字 | 手写大写字母印刷体 |
| 比例 | 16:9 |
---
提示词模板
通用模板
Create a hand-drawn sketch visual summary of these notes about [文章主题].
Key points to visualize:
- [要点1]
- [要点2]
- [要点3]
- [要点4]
- [要点5]
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title '[文章标题]' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.---
内容类型示例
AI 产品拆解
Create a hand-drawn sketch visual summary of these notes about Cursor AI code editor analysis.
Key points to visualize:
- AI-powered code completion
- Context-aware suggestions
- Multi-file editing
- Natural language commands
- Pricing vs competitors
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title 'Cursor 产品拆解' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.场景解决方案
Create a hand-drawn sketch visual summary of these notes about building customer service chatbot with Dify.
Key points to visualize:
- Problem: manual customer support is slow
- Solution: AI chatbot with knowledge base
- Steps: create app, upload docs, configure workflow
- Results: 80% queries automated
- Tips: keep prompts simple
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title '用 Dify 搭建客服机器人' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.效率提升实战
Create a hand-drawn sketch visual summary of these notes about Claude Code workflow optimization.
Key points to visualize:
- Tip 1: Use project context
- Tip 2: Chain commands with &&
- Tip 3: Leverage slash commands
- Tip 4: Custom instructions
- Result: 3x faster coding
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title 'Claude Code 工作流优化' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.产品方法论
Create a hand-drawn sketch visual summary of these notes about AI Product Manager technical depth.
Key points to visualize:
- Core question: How technical should PM be?
- Level 1: Understand concepts
- Level 2: Read documentation
- Level 3: Build prototypes
- Balance: Enough to communicate, not to code
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title 'AI 产品经理的技术深度' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.行业观察
Create a hand-drawn sketch visual summary of these notes about whether Agent is necessary.
Key points to visualize:
- Hype vs Reality
- 90% scenarios don't need Agent
- When Agent helps: complex multi-step tasks
- When simple prompts work: single-turn queries
- My take: Start simple, add complexity when needed
Use a clean white paper background (no lines).
Art style should be 'graphic recording' or 'visual thinking', using black fine-tip pen for clear outlines and text.
Use colored markers (especially cyan, orange, and soft red) for simple coloring and emphasis.
Place main title 'Agent 真的有必要吗' centered in a 3D-style rectangular box.
Surround the title with radially distributed simple doodles, business icons, stick figures, and diagrams to explain concepts.
Connect ideas with arrows.
Text should be clear, hand-written uppercase block letters.
Layout should be 16:9.---
内容要点提取流程
在生成结构图前,按以下步骤提取文章要点:
1. 核心主题(1句话)
这篇文章主要讲什么?
2. 主要观点(3-5个)
文章的核心论点或步骤是什么?
3. 关键概念关系
这些观点之间有什么联系?
- 因果关系(A 导致 B)
- 对比关系(A vs B)
- 递进关系(1 → 2 → 3)
- 并列关系(A、B、C 同等重要)
4. 核心结论
读者应该记住什么?采取什么行动?
---
视觉元素建议
| 概念类型 | 推荐图标/符号 |
|---|---|
| 问题/痛点 | 问号、皱眉火柴人、红色X |
| 解决方案 | 灯泡、绿色勾、工具图标 |
| 步骤/流程 | 数字、箭头、流程图 |
| 对比 | 天平、vs、左右分栏 |
| 结论 | 星星、重点标记、框线强调 |
| 工具/产品 | 简化 logo、电脑图标 |
| 人物 | 火柴人、简笔头像 |
| 数据 | 简单图表、上升箭头 |
---
质量检查
生成后确认:
- [ ] 标题清晰可读,放在中央
- [ ] 核心要点都已可视化
- [ ] 布局放射状,不杂乱
- [ ] 箭头连接合理
- [ ] 颜色使用恰当(青色、橙色、柔和红色)
- [ ] 整体手绘风格一致
- [ ] 16:9 比例正确
---
常见问题
文字不清晰:在提示词中强调 "Text should be clear, hand-written uppercase block letters"
布局太乱:减少要点数量,保持 3-5 个核心点
颜色太杂:强调 "especially cyan, orange, and soft red",限制颜色种类
风格不够手绘:强调 "hand-drawn sketch"、"doodles"、"fine-tip pen"
中文显示问题:标题可以用中文,但要点描述建议用英文让AI更好理解,生成的图中会有视觉化表达
AI 产品经理公众号写作风格指南
核心定位
你是谁:一个正在成长中的 AI 产品经理,分享实战经验和产品思考。
读者是谁:
- 主要:普通用户 / AI 爱好者
- 次要:产品经理同行(内容需经得起推敲)
写作目标:帮读者用产品思维理解和使用 AI。
---
写作风格三要素
1. 第一人称叙述
这是区别于技术文档的关键。用「我」的视角写作,让读者感觉在听一个人分享经验。
示例对比:
❌ 不好的写法(第三人称/说明文):
Cursor 是一款 AI 编程工具,它可以帮助开发者提高编码效率。该工具支持多种编程语言...
✅ 好的写法(第一人称):
最近换了 Cursor 写代码,用了一周后,说实话有点回不去了。之前用 VS Code + Copilot,总觉得 AI 补全不够聪明。Cursor 不一样的地方在于...
常用开头句式:
- 「最近在做 XX 项目时,我发现...」
- 「用了一段时间后,我的感受是...」
- 「说实话,一开始我也觉得...」
- 「这个工具我观察了很久,终于上手试了试...」
---
2. 观点鲜明但有理有据
敢于表达立场,但必须给出理由。
示例对比:
❌ 不好的写法(没有观点):
Agent 是目前 AI 领域的热门方向,很多公司都在探索。它有一些优点,也有一些局限。
❌ 不好的写法(有观点但没理由):
Agent 就是被过度炒作了,根本没用。
✅ 好的写法(观点 + 理由):
我觉得 Agent 在大多数场景下是被过度炒作的。为什么这么说?
>
首先,Agent 的核心价值是「自主决策 + 多步执行」,但大多数业务场景根本不需要这么复杂的东西。比如做一个客服机器人,用简单的 RAG + 意图识别就够了,非要上 Agent 反而增加了不确定性。
>
其次,目前 LLM 的推理能力还不够稳定,让它自主决策多个步骤,失控的概率不小。我之前试过用 Agent 做自动化数据分析,十次里有三四次会跑偏。
>
当然,这不是说 Agent 没价值。在一些确实需要复杂决策的场景,比如...
观点表达技巧:
- 先亮明观点:「我认为 A 比 B 更适合这个场景」
- 给出理由:「因为...」「从我的经验来看...」
- 承认边界:「当然,在 XX 情况下可能不同」
---
3. 实战导向
少讲「是什么」,多讲「怎么用」「踩过什么坑」「适合什么场景」。
示例对比:
❌ 不好的写法(百科式介绍):
RAG 是 Retrieval Augmented Generation 的缩写,中文叫检索增强生成。它通过在生成前先检索相关文档,来提高 LLM 回答的准确性...
✅ 好的写法(实战导向):
很多人问我:怎么让 AI 回答公司内部的问题?总不能把所有文档都塞进 prompt 吧。
>
这就是 RAG 要解决的问题。简单说,就是「先搜后答」——AI 回答前,先去知识库里搜相关内容,再基于搜到的内容回答。
>
我在公司做过一个内部问答机器人,踩了不少坑,分享几个关键点:
>
第一,切分文档是最重要的一步。切太小,上下文不完整;切太大,检索不精准。我的经验是...
---
文章结构指南
格式规范
只输出正文内容:
- ❌ 禁止添加:「参考资料」「延伸阅读」「优缺点说明」等额外章节
- ✅ 只保留:标题 + 封面图 + 正文 + 结尾
链接格式:
- ❌ 错误:
[官网](https://example.com/) - ✅ 正确:
官方网站:https://example.com/
图片控制:
- 封面图:1 张(强制)
- 内容配图:0-2 张(按需)
- 不生成装饰性配图
---
开头模板
场景引入型(推荐):
最近在做 XX 项目时,遇到了一个问题:...
问题引入型:
很多人问我:AI 产品经理到底需要懂技术吗?今天聊聊我的看法。
观点引入型:
我一直觉得,Agent 在大多数场景下是被过度炒作的。
发现引入型:
前两天发现了一个工具,用了一周后,想分享一下使用心得。
反常识引入型:
大家都说 Cursor 好用,但我觉得它更适合 XX 类型的开发者,而不是所有人。
---
结尾模板
总结型:
总结一下:... 希望对你有帮助。
开放型:
这只是我目前的思考,你怎么看?欢迎在评论区交流。
行动型:
如果你也有类似的场景,不妨试试这个方案。有问题可以留言。
个人签名(可选):
我是 XX,一个在 AI 产品路上探索的产品经理。如果觉得有帮助,欢迎关注交流。
---
语言风格细节
人称和语气
| 用法 | 示例 |
|---|---|
| 「我」表达个人经历/观点 | 「我用了一周后发现...」「我的看法是...」 |
| 「你」拉近和读者的距离 | 「你可能也遇到过这个问题」「如果你想试试...」 |
| 「我们」建立共同体感 | 「我们做产品的人都知道...」 |
避免:
- 「用户」「读者」等疏离词汇
- 「本文将介绍」「下面来看看」等说明文语气
---
口语化但不随意
✅ 好的口语化:
- 「说实话」「其实」「不过」「话说回来」
- 「我觉得」「在我看来」「从我的经验来看」
- 「有意思的是」「值得一提的是」
❌ 过于随意:
- 「牛逼」「太 TM 好用了」(除非刻意调侃)
- 过多语气词:「嗯嗯嗯」「哈哈哈」
---
句子长度
- 短句为主:不超过 25 字
- 复杂概念拆成多个简单句
- 一段不超过 5 行
示例:
❌ 长句:
Claude Code 是 Anthropic 推出的一款基于命令行的 AI 编程助手,它可以直接读取你的代码库,理解项目结构,并帮助你完成代码编写、调试和重构等任务。
✅ 拆分后:
Claude Code 是 Anthropic 推出的 AI 编程助手。它跑在命令行里,可以直接读取你的整个代码库。理解项目结构后,它能帮你写代码、调试、重构。
---
技术术语处理
原则:能用大白话就不用术语;必须用术语时,马上解释。
| 术语 | 通俗表达 |
|---|---|
| RAG | 「先搜后答」的技术 |
| Agent | 能自主决策和行动的 AI |
| Prompt | 给 AI 的指令 |
| Token | AI 理解的文本单位(类似字数) |
| Fine-tuning | 针对特定任务的专项训练 |
| Embedding | 把文本变成 AI 能理解的数字 |
示例:
这个功能用到了 RAG(简单说就是「先搜后答」——AI 回答前先去知识库搜一遍相关内容)。
---
产品经理视角的写作技巧
1. 分析产品时问这些问题
- 这个产品解决什么问题?痛点是什么?
- 目标用户是谁?为什么选择这个切入点?
- 核心功能是怎么设计的?逻辑是什么?
- 商业模式是什么?怎么赚钱?
- 有什么可以借鉴的设计思路?
- 我觉得它有什么不足?
2. 写场景解决方案时
- 先描述痛点(让读者有共鸣)
- 说清楚为什么选这个方案(对比过什么)
- 给出可操作的步骤
- 分享踩过的坑和解决方法
- 说明适用范围和局限
3. 表达观点时
- 观点要具体,不要泛泛而谈
- 用案例和数据支撑
- 承认观点的边界和局限
- 留有讨论空间
---
质量自检清单
写完后问自己:
内容层面
- [ ] 有没有明确的观点或核心价值?
- [ ] 是不是用第一人称写的?
- [ ] 有没有具体案例或亲身经历支撑?
- [ ] 观点有没有给出理由?
- [ ] 读者看完能得到什么?
风格层面
- [ ] 语言是不是通俗易懂?
- [ ] 有没有堆砌功能列表?
- [ ] 有没有照搬官方文档的感觉?
- [ ] 读起来像在听人聊天,还是看说明书?
格式层面
- [ ] 标题能吸引目标读者吗?
- [ ] 结构清晰吗?小标题合理吗?
- [ ] 链接是纯文本格式吗?
- [ ] 字数在 1500-3000 字之间吗?
---
常见错误
❌ 错误 1:写成官方文档
XX 产品是一款面向开发者的 AI 工具,具有以下特性:1. 支持多种编程语言...
✅ 改进:
最近在用 XX 写代码,说几个让我印象深刻的点。第一个是...
❌ 错误 2:堆砌功能列表 列出 10 个功能,每个一句话带过。
✅ 改进: 挑 3-4 个最核心的功能,每个详细说,配上使用场景。
❌ 错误 3:没有自己的观点 全文都是客观描述,像在做信息搬运。
✅ 改进: 加入「我的感受是」「我觉得」「我的建议是」。
❌ 错误 4:观点没有支撑 「这个工具很好用」——为什么好用?好用在哪?
✅ 改进: 「这个工具好用在于它的 XX 功能。我之前用 YY 做同样的事,需要 3 步,现在 1 步就搞定。」
❌ 错误 5:术语堆砌
通过 RAG 架构结合 Embedding 和 Vector Database,实现了高效的语义检索...
✅ 改进: 用大白话讲清楚原理,术语放括号里或单独解释。
---
记住
这个公众号的核心是:一个 AI 产品经理的真实分享。
- 有个人视角,不是新闻稿
- 有实战经验,不是纸上谈兵
- 有观点态度,不是信息搬运
- 有真实价值,不是自嗨内容
写每一篇文章时,问自己:如果我是读者,看完这篇文章,我能得到什么?
#!/usr/bin/env python3
"""
图片生成API调用脚本
支持多种图片生成API:
- Gemini Imagen API (Google)
- DALL-E API (OpenAI)
- 其他自定义API
使用方法:
python generate_image.py --prompt "图片描述" --api gemini --output output.png
python generate_image.py --prompt "图片描述" --api dalle --output output.png
"""
import os
import sys
import argparse
import base64
import requests
from pathlib import Path
from typing import Optional, Dict, Any
class ImageGenerator:
"""图片生成器基类"""
def __init__(self, api_key: Optional[str] = None):
self.api_key = api_key or self._get_api_key()
def _get_api_key(self) -> str:
"""从环境变量获取API密钥"""
raise NotImplementedError
def _get_proxies(self, proxy: Optional[str] = None) -> Optional[Dict[str, str]]:
"""获取代理配置"""
# 优先使用命令行参数指定的代理
if proxy:
return {
'http': proxy,
'https': proxy
}
# 其次从环境变量读取
http_proxy = os.environ.get('HTTP_PROXY') or os.environ.get('http_proxy')
https_proxy = os.environ.get('HTTPS_PROXY') or os.environ.get('https_proxy')
if http_proxy or https_proxy:
return {
'http': http_proxy or https_proxy,
'https': https_proxy or http_proxy
}
return None
def generate(self, prompt: str, output_path: str, **kwargs) -> str:
"""生成图片并保存"""
raise NotImplementedError
class GeminiImageGenerator(ImageGenerator):
"""Gemini Imagen API图片生成器 - 使用 Google Genai SDK"""
def _get_api_key(self) -> str:
api_key = os.environ.get('GEMINI_API_KEY') or os.environ.get('GOOGLE_API_KEY')
if not api_key:
raise ValueError("请设置环境变量 GEMINI_API_KEY 或 GOOGLE_API_KEY")
return api_key
def generate(self, prompt: str, output_path: str, **kwargs) -> str:
"""
使用 Google Genai SDK 生成图片
参考: https://ai.google.dev/gemini-api/docs/image-generation
"""
try:
from google import genai
except ImportError:
raise ImportError("请先安装 google-genai SDK: pip install google-genai")
try:
# 创建客户端 - 环境变量中的代理会被自动使用
client = genai.Client(api_key=self.api_key)
# 使用图片生成模型
model = kwargs.get("model", "gemini-3-pro-image-preview")
# 生成图片
response = client.models.generate_content(
model=model,
contents=[prompt],
)
# 处理响应并保存图片
for part in response.parts:
if part.inline_data is not None:
# 获取 base64 编码的图片数据并解码
import base64
image_data = base64.b64decode(part.inline_data.data)
# 保存二进制图片数据
with open(output_path, 'wb') as f:
f.write(image_data)
return output_path
raise ValueError("API 响应中未找到图片数据")
except Exception as e:
raise RuntimeError(f"Gemini API调用失败: {str(e)}")
class DALLEImageGenerator(ImageGenerator):
"""DALL-E API图片生成器 (OpenAI)"""
def _get_api_key(self) -> str:
api_key = os.environ.get('OPENAI_API_KEY')
if not api_key:
raise ValueError("请设置环境变量 OPENAI_API_KEY")
return api_key
def generate(self, prompt: str, output_path: str, **kwargs) -> str:
"""
使用DALL-E API生成图片
参考: https://platform.openai.com/docs/api-reference/images
"""
url = "https://api.openai.com/v1/images/generations"
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {self.api_key}"
}
# DALL-E 3参数
data = {
"model": kwargs.get("model", "dall-e-3"),
"prompt": prompt,
"n": 1,
"size": kwargs.get("size", "1792x1024"), # 16:9比例
"quality": kwargs.get("quality", "standard"), # standard 或 hd
"response_format": "b64_json" # 返回base64编码
}
# 配置代理
proxies = self._get_proxies(kwargs.get("proxy"))
try:
response = requests.post(url, json=data, headers=headers, proxies=proxies, timeout=120)
response.raise_for_status()
result = response.json()
# 提取图片数据
if "data" in result and len(result["data"]) > 0:
image_data = result["data"][0].get("b64_json")
if image_data:
# 解码并保存图片
image_bytes = base64.b64decode(image_data)
with open(output_path, 'wb') as f:
f.write(image_bytes)
return output_path
raise ValueError(f"API返回数据格式异常: {result}")
except requests.exceptions.RequestException as e:
raise RuntimeError(f"DALL-E API调用失败: {str(e)}")
class AnthropicImageGenerator(ImageGenerator):
"""Anthropic原生图片生成(通过Claude调用)"""
def _get_api_key(self) -> str:
# Claude环境下不需要单独的API key
return "not_required"
def generate(self, prompt: str, output_path: str, **kwargs) -> str:
"""
使用Claude的原生图片生成能力
注: 这个方法在claude.ai环境中可用
"""
# 在claude.ai环境中,可以直接生成图片
# 这里返回提示信息,实际生成由调用方处理
return f"请使用Claude原生能力生成图片: {prompt}"
# API映射
API_GENERATORS = {
"gemini": GeminiImageGenerator,
"imagen": GeminiImageGenerator, # 别名
"dalle": DALLEImageGenerator,
"openai": DALLEImageGenerator, # 别名
"anthropic": AnthropicImageGenerator,
"claude": AnthropicImageGenerator, # 别名
}
def main():
parser = argparse.ArgumentParser(
description="调用生图API生成图片",
formatter_class=argparse.RawDescriptionHelpFormatter
)
parser.add_argument(
"--prompt",
required=True,
help="图片生成提示词"
)
parser.add_argument(
"--api",
choices=list(API_GENERATORS.keys()),
default="gemini",
help="使用的API (默认: gemini)"
)
parser.add_argument(
"--output",
required=True,
help="输出图片路径"
)
parser.add_argument(
"--aspect-ratio",
default="16:9",
help="图片宽高比 (默认: 16:9)"
)
parser.add_argument(
"--size",
help="图片尺寸 (DALL-E专用, 如: 1792x1024)"
)
parser.add_argument(
"--quality",
choices=["standard", "hd"],
default="standard",
help="图片质量 (DALL-E专用)"
)
parser.add_argument(
"--proxy",
help="代理地址 (如: http://127.0.0.1:7890 或 socks5://127.0.0.1:1080)"
)
args = parser.parse_args()
# 创建输出目录
output_path = Path(args.output)
output_path.parent.mkdir(parents=True, exist_ok=True)
# 获取生成器类
generator_class = API_GENERATORS[args.api]
try:
# 创建生成器实例
generator = generator_class()
# 准备参数
kwargs = {
"aspect_ratio": args.aspect_ratio,
}
# 添加代理配置
if args.proxy:
kwargs["proxy"] = args.proxy
if args.api in ["dalle", "openai"]:
if args.size:
kwargs["size"] = args.size
kwargs["quality"] = args.quality
# 生成图片
print(f"🎨 使用 {args.api.upper()} API生成图片...")
print(f"📝 提示词: {args.prompt}")
result_path = generator.generate(
prompt=args.prompt,
output_path=str(output_path),
**kwargs
)
if args.api in ["anthropic", "claude"]:
print(f"ℹ️ {result_path}")
return 1
print(f"✅ 图片已生成: {result_path}")
return 0
except Exception as e:
print(f"❌ 生成失败: {str(e)}", file=sys.stderr)
return 1
if __name__ == "__main__":
sys.exit(main())
Related skills
FAQ
What content types does it cover?
Five: AI product teardown, scenario solution, efficiency practice, product methodology, and industry observation, each with its own article structure.
Are images required?
Yes. Every article must have a cover image and a graphic-recording style structure infographic placed after the cover.