AI Product Management · Career Transition
從零到自己 ship 的 30 天節奏
「我想轉 AI PM，但我連 ChatGPT 都只是偶爾用一下，這樣可以嗎？」
過去半年我最常收到這個訊息。回答永遠是同一句：30 天就能。你需要的不是先變專家，是先建立直覺。
很多想轉 AI PM 的朋友卡在「覺得自己還沒準備好」。要先讀完 Andrew Ng 的課？要先看完《Designing Machine Learning Systems》？要先補微積分？
都不用。你需要的是 30 天，把 AI 從一個抽象名詞，變成一個你每天在用、有手感的工具。
下面這個 30 天節奏，全程用一個主題練習場：「自動週報產生器」。為什麼選這個？因為這個任務每個 PM 都會做，所以每週可以拿自己的真實工作素材練；而且小到一個人就能 ship。
今天想聊的，是把 AI 從抽象變日常的最短路徑：
① 為什麼最好的 AI 練習場，是你每週都會做的事？
② 30 天四週節奏：用、問、拆、做
③ Day 31 開始，什麼是最容易卡住的下一步？
為什麼選「自動週報產生器」當主線
場景：你的每週五下午。打開 Notion，瞪著空白頁，想著「這週做了什麼？」翻 Slack、翻 Linear、翻 PR、翻會議紀錄。一小時過去，週報才寫完第一段。
這個場景幾乎所有 PM 都熟悉。它有四個特質讓它成為完美的練習場：
- 重複頻率高（每週都做）
- 你已經懂這個任務的「好」長什麼樣（不用學新領域）
- 失敗成本低（週報寫得不好不會炸）
- 範圍夠小（一個下午能 ship 一個 demo）
從 Week 1 到 Week 4，每一週的練習都圍繞這同一個任務。週一週週累加，你會看到自己對 AI 的手感如何長出來。
30 天節奏表
| 週次 | 主軸 | 每天 30 分鐘 | 一週後的產出 |
|---|---|---|---|
| Week 1 | 把 AI 變日常 | 用 AI 寫週報 | 一份「哪些段落 AI 做得好／差」清單 |
| Week 2 | 學會問問題 | 練 5 種 Prompt 寫法寫週報 | 一份你自己的 Prompt Cookbook |
| Week 3 | 拆 AI 產品 | 解構 3 個 AI 寫作工具 | 一份 AI 產品設計觀察筆記 |
| Week 4 | 動手做一個 | 用 Cursor / v0 做週報產生器 | 一個可分享連結的 demo |
四週後你會有四份產出，每一份都可以直接放進 portfolio 或履歷。
Week 1：把 AI 變日常
目標：別再把 AI 當「我有空再來研究的東西」。
這一週你只做一件事：每週五的週報，全部交給 AI 寫第一版。
你提供素材：本週完成的 Linear ticket、重要 Slack 訊息、會議紀錄連結。請 AI 整理成週報草稿。
第一次的草稿大概 50 分。沒關係，重點是建立兩個感覺：
- AI 在哪些段落做得超乎預期（例如「本週完成」的客觀彙整）
- AI 在哪些段落明顯不行（例如「下週重點」的主觀判斷）
每天結束時開一個 Notion，記下這兩件事。
Week 1 的產出
一份「AI 能 vs 不能」清單。這份清單在你之後面試時，是你「有手感」最直接的證據。
不是「我讀過 AI 應用案例」，而是「我自己跑過 30 個任務，這是我整理的結果」。
Week 2：學會問問題
同一個週報任務，試五種 Prompt 寫法：
| 寫法 | 範例 |
|---|---|
| 一句話直白問 | 「幫我寫一份週報」 |
| 加上角色 | 「你是資深 PM，請依下面素材寫一份週報」 |
| 加上輸出格式 | 「請用三段式：本週完成、進行中、下週重點」 |
| 加上反例 | 「不要寫成行銷文案、不要使用『順利推進』這種制式語句」 |
| 拆步驟思考 | 「先從素材抽取關鍵事件、再分類、最後寫成週報」 |
把五種結果並排對照，你會明白：Prompt 不是玄學，是一種「結構化提問」的肌肉。
Week 2 的產出
一份你自己的 Prompt Cookbook：5 至 10 個你最常用的任務 + 最有效的 Prompt 模版。
這份東西的價值：當別人問你「你怎麼用 AI 加速工作？」，你不用講概念，直接秀 Cookbook。
Week 3：拆 AI 產品
挑 3 個現有的 AI 寫作工具（建議 Notion AI、ChatGPT、Claude 任挑三個），對你的週報任務分別跑一次，然後拆解它們的設計。
拆解清單
| 拆解面向 | 你要回答 |
|---|---|
| 信心度表達 | 它什麼時候會說「不確定」？怎麼表達？ |
| 錯誤接住 | 出錯的時候你怎麼糾正？糾正會被記起來嗎？ |
| 來源透明度 | 它有沒有指出「這段是哪些素材推論出來的」？ |
| 失敗策略 | 完全做不到時，會怎麼接？拒絕？建議替代？ |
| 進入點設計 | 第一次用時，怎麼知道 AI 能做什麼？ |
Week 3 的產出
一份 AI 產品設計觀察筆記。這個練習會把你的眼光從「功能設計」拉高到「不確定性設計」，那才是 AI PM 跟傳統 PM 最大的差異。
面試時被問「你會怎麼設計一個 AI 功能？」，你可以直接秀這份筆記，講出你的判斷依據。
Week 4：動手做一個
用 Cursor、v0、Bolt、Lovable、Claude Artifacts 任挑一個，把你前三週累積的 prompt 跟設計觀察，做成一個能跑的「自動週報產生器」。
具體規格建議：
- 輸入：本週的 Linear ticket 連結 / Slack 訊息 / 會議紀錄
- 輸出：三段式週報草稿（本週完成、進行中、下週重點）
- 設計亮點：哪些段落 AI 自動產出、哪些段落留空給人類填
預估工時：4 至 6 小時（一個週末就能做完）。
為什麼這步不能省
不是要你變工程師。是要你建立「我也能 ship 一個 AI 功能」的自信。
當你有這個自信，跟工程師對話的姿態會徹底不一樣。
- 過去：「這個能做嗎？」
- 現在：「我自己用 Bolt 試過了，技術上沒問題，主要是要決定 X、Y、Z」
這個轉變是無價的。
Week 4 的產出
一個可分享連結的 demo。放在 Vercel 上，連結放進履歷。
面試官打開來，30 秒就能感受你的能力。比 30 頁的作品集還有效。
反過來看：30 天之後最容易卡住的地方
到這裡你大概看到節奏：用日常工作練 AI、累積 Prompt、拆產品、自己 ship。
但我觀察到很多人 Week 4 結束後反而停下來。為什麼？因為手裡有了一個小 demo，反而不知道下一步該往哪走。
| 容易卡住的下一步 | 比較健康的下一步 |
|---|---|
| 想做更大、更完整的 AI 產品 | 把這個小 demo 給 3 個朋友試用、收回饋 |
| 開始 follow AI 論文、ML course | 找一個內部專案、開始把 AI 塞進去 |
| 等公司給機會、等別人邀請你做 AI | 主動跟主管 pitch：「下季度我想做 X」 |
| 換工作再說 | 現在工作就有 AI 切入點，先做給人看 |
30 天起手包不是要你「準備好再轉職」，是要你現在就把 AI 塞進你現有的工作。
當你的 Notion 裡開始累積 AI 工作紀錄、Prompt Cookbook、產品觀察筆記，你的職涯故事就會自然生成。
寫在最後
下次主管問你「下半年的成長計畫是什麼？」，你不會說「我想學 AI」（虛的）。你會說：
「我已經把 AI 塞進週報、user feedback 分類、訪談摘要三個流程，下半年我想主導一個 AI 功能的設計。」
實的東西，比虛的計畫值錢一百倍。
從今天開始，30 天後再來看自己。你會驚訝自己長得有多快。
你目前的工作裡，哪一個任務最適合當你的 Week 1 練習場？留言告訴我，可以一起討論。
如果這篇對你有幫助，歡迎追蹤這份 Newsletter。每兩週一篇 AI PM 實戰筆記，主題涵蓋產品策略、跨職能合作、與 AI 導入的真實節奏。
#AIPM #ProductManagement #職涯轉型 #AIcareer #LearningInPublic #ProductStrategy #職涯成長