AI技能的落地并非一帆风顺,从万能许愿池到精准工具的认知转变,背后是无数踩坑经验的积累。本文首次披露作者在10个Skill实战中遇到的三大典型陷阱:违背单一职责原则、高估私有数据抓取能力、盲目信任业务理解深度。每一段血泪史都指向同一个真相——AI不是魔法,而是需要精心设计输入与拆解任务的超级外脑。

但随着这段时间我在业务里疯狂落地了近10个Skill,逐渐发现了一个更值得聊的话题—— AI 的局限性 。

今天不聊高大上的成功案例,就聊聊我在写了近10个产品辅助 Skill 之后,实打实踩过的三个坑。希望能给正在尝试把 AI 融入日常工作的你,一点真实的启发。

第一个坑:总是忽略 AI 的“单一职责原则”

昨天在写“产品规划 Skill”的时候,我又犯了同样的错。

我想用一个 Skill 一步到位 :让它先去分析关键竞品最近两年的迭代情况;然后再去分析我积压的近千条需求清单;最后再结合我们公司的战略方向,

结果可想而知,一团糟。

最后的解决方案是什么?分拆。 我老老实实地把它拆成了三个独立的 Skill:

竞品分析 Skill :只负责分析我投喂的竞品日志,输出路线图和差异化策略。

需求优先级判断 Skill :只负责拿着我那上千条需求,严格按照我的方法论(P0-P4)打分,输出优先级清单。

产品规划 Skill :最后拿着前两个 Skill 的结果,结合企业战略,输出最终的产品规划思路和路线图。

小结一下: 这是最常见、也最容易踩的坑。本质上,是我们对 AI 抱有不切实际的幻想。我们总以为它已经强大到能通过一句简单的指令,理解所有复杂的诉求。

这就像你对刚招进来的应届高材生说:“你去把竞品和咱们的需求池看一看,下午给我一份明年的产品规划。”——除了得到一份根本没法落地的 PPT,你什么也得不到。

第二个坑:过度迷信 AI 对“私有化数据”的抓取能力

在做竞品分析的时候,我一开始的想法很丰满:我只要输入竞品名称(比如北森、薪人薪事、飞书等),AI 就能自动去网上抓取他们最近 1-2 年的升级日志和财务报表,自动给我分析出一份产品路线图和战略变化。

它确实给我输出了一篇洋洋洒洒的内容。但仔细一看,基本全是基于网上公开的营销软文、发版通稿、甚至发布会公关稿拼凑出来的。对于产品底层究竟是怎么迭代的,几乎没有任何参考价值。

其实,但凡多想一步,我都不会有这种不切实际的幻想。

原因很简单:对于 SaaS 企业来说,真正的“用户手册”、“升级日志”这些核心的更新记录,都是需要登录鉴权才能看到的,这属于企业的私有化资产。AI 再厉害,也突破不了这层物理隔离。

最后的解决方案:回归“外脑”定位。 我换了个思路,把之前人工辛苦整理下来的“竞品升级日志”作为原材料投喂给 AI。告诉它:“基于这些真实的迭代日志,帮我分析他们演进的路线图和对我们的启示。”

小结一下: 这个坑的本质是 “上下文环境(Context)” 缺失。你可以把大模型想象成一位享誉世界的大厨。但如果你不把你们家祖传的秘方和特定的原材料交给他,他也绝对做不出一道符合你口味的家乡菜。

不要对 AI 有超出常理的预期,以为只要给个简单提示词,你就能坐享其成。

第三个坑:过度信赖 AI 对自身业务的“推理与理解”能力

我负责的两个子系统,最近一年半积压了 1000 多条需求。以前,我每周都要花半个小时去人肉标识这些需求属于哪个模块(比如:排班-循环排班-大小周)。

我一开始的如意算盘是:建一个 Skill,把这 1000 条需求丢给它。让它不仅帮我把同类场景的需求合并(比如把5条循环排班的需求合并成1条),还能结合我的优先级方法论( 产品价值 = 客户价值 + 商业价值 – 情绪成本x2 ),直接给我输出一份精简后的高优需求表。

结果呢?我又一次被现实打脸。我高估了 AI 对我们特定业务的理解能力,也高估了业务端提需求时描述的清晰度。AI 根本无法像我预期那样准确地“合并同类项”,它给出的合并结果,几乎全是凭空臆想的,逻辑漏洞百出。

最终的妥协与务实: 调试了好几次后,我放弃了让它去“深度理解并合并”的幻想。我退而求其次,选择了更务实的路径: 不要求它合并需求,只要求它判断优先级。

我输入 1000 条需求的 Excel 表,它原封不动地输出 1000 条需求,只是在后面严格按照我的方法论加上了优先级的判断(P0-P4)。这样,我只需要重点去捞那些被判定为 P0 和 P1 的需求自己看就行了。

小结一下: 这第三个坑,其实是前两个坑的综合体。我既犯了“让它同时干多件事(合并需求+判断优先级)”的错,又犯了“在没有给足业务 Context 的情况下,指望它能像我一样拥有业务直觉”的错。

Skill 在创建的时候,必须严格遵循“单一职能”原则。同时,需要提供足够Context(即上下文)

但这并不意味着我们的工作流只能是零碎的。在实际使用时,我们可以 把多个单一职能的 Skill 组合起来,把Context当做输入素材利用起来 。

比如,我现在要做2026年半年度规划,我的工作流变成了:

提供内部收集的竞品升级日志文件,调用 【竞品分析 Skill】 。

导出 1000 条需求清单文件,调用 【需求优先级判断 Skill】 。

自动结合前两者的输出,加上我们公司的战略和投入资源,调用 【产品规划 Skill】 。

AI 终究只是那个拿着锅铲的大厨,而你,才是那个决定要做什么菜、并且负责准备顶级食材买得好不好的饭。

题图来自Unsplash,基于 CC0 协议。

本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。