AI 时代 PM 的核心能力图谱

「功能经理」的时代已经结束。AI 时代的 PM 需要一套新的能力坐标——不是更多技能，而是更清楚地知道哪些能力真正决定成败。

五维能力框架

五维能力详解与自测

"""
AI 时代 PM 核心能力图谱
含自评工具、能力雷达图和成长建议生成器
"""
from dataclasses import dataclass, field
from enum import Enum
class CapabilityLevel(Enum):
BEGINNER = 1      # 知道概念，偶尔用到
DEVELOPING = 2    # 能用，但不稳定
PROFICIENT = 3    # 稳定输出，覆盖常见场景
ADVANCED = 4      # 能处理复杂案例，带动他人
EXPERT = 5        # 行业标杆水平，能定义标准
@dataclass
class CapabilityDimension:
name: str
description: str
indicators: list[str]       # 该维度的关键行为指标
common_gap: str             # 大多数 PM 的短板
growth_path: str            # 如何提升
level: int = 3              # 1-5 自评分
@property
def level_label(self) -> str:
return CapabilityLevel(self.level).name
@dataclass
class PMCapabilityProfile:
"""PM 能力画像"""
name: str
years_exp: int
dimensions: list[CapabilityDimension] = field(default_factory=list)
def overall_score(self) -> float:
return sum(d.level for d in self.dimensions) / max(len(self.dimensions), 1)
def weakest_dimension(self) -> CapabilityDimension:
return min(self.dimensions, key=lambda d: d.level)
def strongest_dimension(self) -> CapabilityDimension:
return max(self.dimensions, key=lambda d: d.level)
def generate_growth_plan(self) -> str:
weak = self.weakest_dimension()
overall = self.overall_score()
if overall >= 4:
focus = "已达高阶水平，重点在输出影响力和培养他人"
elif overall >= 3:
focus = f"整体稳健，优先突破短板：{weak.name}"
else:
focus = f"夯实基础，从 {weak.name} 开始系统提升"
return f"""
=== {self.name} 的成长建议 ===
综合评分: {overall:.1f}/5.0
优势维度: {self.strongest_dimension().name}（{self.strongest_dimension().level}/5）
短板维度: {weak.name}（{weak.level}/5）
成长重点: {focus}
下一步行动: {weak.growth_path}
"""
class AIProductManagerCapabilityFramework:
"""AI PM 核心能力框架"""
@staticmethod
def build_dimensions() -> list[CapabilityDimension]:
return [
CapabilityDimension(
name="问题定义力",
description="把模糊的需求/想法还原成清晰、可验证的问题陈述",
indicators=[
"能用一句话说清楚「这个项目要解决什么问题」",
"能区分表面需求（解法）和真实问题",
"能识别问题背后的用户场景、频率和损失",
"能说清楚这个问题「为什么现在值得解决」",
],
common_gap="习惯接收「做一个 XX 功能」而不反问「为什么要做」",
growth_path="每次接到需求先写一段问题陈述（不含解法），再与提需方对齐",
),
CapabilityDimension(
name="AI 适配判断力",
description="准确评估场景是否适合 AI，以及适合哪种 AI 方式",
indicators=[
"能判断场景是否需要语义理解（而非规则可解）",
"能评估错误容忍度和人工兜底成本",
"能区分 Prompt-only / RAG / Workflow / Agent 的适用场景",
"能识别「AI 化」是否真的比优化流程更有价值",
],
common_gap="看到 AI 热潮就想全部 AI 化，不做适配判断",
growth_path="用 AI Fit Assessment 矩阵对手头项目做一次系统评估",
),
CapabilityDimension(
name="结果经营力",
description="定义、追踪并持续改善产品带来的真实业务结果",
indicators=[
"每个版本都有明确的结果目标和基线值",
"同时设计正向价值指标和风险防护指标",
"上线后 2 周内能诊断「结果是否达到」",
"能把结果差异转化为下一版优化方向",
],
common_gap="关注功能上线率，不关注上线后结果是否达成",
growth_path="从下一个版本开始，要求自己在 PRD 里先写结果目标",
),
CapabilityDimension(
name="协作编排力",
description="让设计、工程、AI 工程师在高度不确定的项目中高效协同",
indicators=[
"能提前识别不同角色间的判断差异和潜在摩擦",
"能主动补上下文，让团队围绕同一问题定义工作",
"能建立固定节奏（对齐会、复盘会）减少临时追进度",
"能清楚说明「这个版本谁的成功标准是什么」",
],
common_gap="协作停留在信息同步，没有统一判断标准",
growth_path="在下次启动会前，写一页「团队共识文档」明确目标和边界",
),
CapabilityDimension(
name="系统演化力",
description="从 MVP 出发，持续推动产品向更高价值状态演进",
indicators=[
"能识别产品当前处于哪个演化阶段",
"能判断什么时候该深挖单一功能，什么时候该扩展边界",
"能把用户反馈、数据信号转化为演化方向",
"能在资源约束下做出「先做哪个」的合理取舍",
],
common_gap="每次版本都像第一次做，没有演化视角",
growth_path="为产品建立一张「演化路线图」，明确未来 3 版的方向假设",
),
]
# 演示：自评与成长计划生成
def demo():
framework = AIProductManagerCapabilityFramework()
dimensions = framework.build_dimensions()
# 模拟一个有 3 年经验的 PM 自评
profile = PMCapabilityProfile(
name="小明（3年PM）",
years_exp=3,
dimensions=dimensions,
)
# 设置自评分（模拟真实情况）
scores = [3, 2, 3, 4, 2]   # 问题定义/AI适配/结果经营/协作编排/系统演化
for dim, score in zip(profile.dimensions, scores):
dim.level = score
print("=== AI 时代 PM 能力自评结果 ===\n")
print(f"{'维度':<12} {'评分':>4}  {'关键短板'}")
print("-" * 60)
for dim in profile.dimensions:
bar = "█" * dim.level + "░" * (5 - dim.level)
print(f"{dim.name:<12} {bar} {dim.level}/5  {dim.common_gap[:20]}...")
print(profile.generate_growth_plan())
print("=== 各维度成长路径 ===\n")
for dim in sorted(profile.dimensions, key=lambda d: d.level):
if dim.level <= 3:
print(f"[{dim.level}/5] {dim.name}")
print(f"  路径: {dim.growth_path}\n")
demo()

五维能力对比：传统 PM vs AI 时代 PM

本章 checklist

• 我是否完成了五维能力自评，知道自己的评分分布
• 我是否识别出自己最薄弱的 1 个维度
• 我是否为这个短板设定了未来 30 天的具体改善行动
• 我是否把「功能交付」和「结果经营」区分成两件不同的事
• 我是否理解 AI 适配判断力为什么是当前 PM 最稀缺的能力

本章小结

• AI 时代 PM 的核心能力不是技术知识，而是问题定义和结果经营
• 五维能力框架帮助你找到真正的成长短板，而不是感觉性的不安
• 能力提升不靠读概念，靠在真实项目里反复做高质量判断

下一节：03-从传统PM到AI-PM的转型路径 — 3 个月、6 个月、12 个月的系统转型计划，以及每个阶段的里程碑验证。