
适用:用 Claude Code / Cursor / Codex 做产品工作的 PM、独立开发者、一人公司创始人
你用 Claude Code 或 Cursor 写 PRD、整理用户访谈、做上线检查清单,过去一年大概率是这么干的:
打开对话 → 写一段 Prompt → 看输出 → 觉得差点意思 → 再改 Prompt → 再跑一轮。
一人一手握着 Agent,一个任务一轮对话。
Addy Osmani 在工程师版《Loop Engineering》里说过:杠杆点从「写 Prompt」挪到了「设计 Loop」。他最近又写了一篇产品经理(PM) 版——核心判断一样,但起点不同:
工程师的 Loop 从代码开始;PM 的 Loop 从塑造产品工作的「产物」开始。
这里的产物(artifact)指:PRD 审查 Skill、用户访谈摘要器、评估量表、上线检查清单、研究工作流、CLAUDE.md 指令、优先级框架……会被反复用,编码你的判断,影响几十次运行,不是一次。
这篇我们不写「一文读懂 PM 方法论」。写我们关心的:如果你既写代码又干产品活,怎么把 Loop Engineering 落到 PRD、调研、评审上——以及第一个 Loop 从哪搭。
之前写过工程师版《Loop Engineering》和《为什么Review成了2026最值钱的技能》,这篇是同一套世界观的产品侧落地。
一、Prompt 解决不了的事:产物在悄悄漂移
Agent 让 PM 工作流变快了。你描述一个看板,能拿到原型;丢十份访谈,几分钟出结构化归纳。
但用久了,会遇到另一个问题:AI 工作区在漂移。
CLAUDE.md 越写越长。PRD 审查 Skill 越审越严。研究工作流混进了上个项目的指令。上线检查清单膨胀到 Agent 忽略一半。评估标准改了,你忘了何时、为何改的。
一个月后 Agent「变笨了」:PRD 写得泛、调研摘要缺细微差别、该抓的产品细节漏了。
模型大概率没变差,是外围这些产物在衰减,却没人盯着。
这就是 Loop Engineering 对 PM 要解的真问题:不是让某一个 Prompt 更好,而是让塑造产品工作的产物持续变好,而不是慢慢烂掉。
一次性 Prompt 写错了可以忍;十个人依赖的评估量表写错了不行——因为它会在两个方向复利:好的让你每周更敏锐,坏的让你每周更慢,直到输出「感觉不对」却说不出为什么。
二、Loop 五要素:PM 版同样适用
一个有用的 Loop 有五块:触发、动作、证明、记忆、停止。
停止条件最重要。 很多 AI 系统不是模型差,是 Loop 没有干净出口——一直生成、一直扩范围、一直发明活,或给你很自信的摘要却证据不足。
好的 PM Loop 必须能说:没有实质变化、输入太薄、卡住了、质量条未过、需要人拍板。
能「说停就停」的 Loop,你才敢让它跑;不能的,你得全程盯梢。
Matthew Berman 的 Loop Library 里大多是工程向 Loop,但五要素和 PM 完全一致。装入口 Skill:
npx skills add Forward-Future/loop-library --skill loop-library
三、从「问一次」到「Loop 版」:客户调研与 PRD 审查
客户调研
-
简单版:「总结这些访谈」——有用一次,下次不会更好
-
更好版:摘要器知道团队关注什么——痛点、现有替代方案、紧迫程度、异议、产品缺口、原话引用、后续跟进
-
Loop 版:每周跑;新访谈对照历史主题;标重复、新增、证据薄弱的点;你审查输出;漏了细微差别就改产物,下轮更好
PRD 审查
-
简单版:「帮我审查这份 PRD」
-
更好版:PRD 审查产物知道你们的质量门槛
-
Loop 版:测产物是否真的给出更好反馈——模糊问题抓到了吗?是否推动真实证据?缺失指标叫出来了吗?无用抠细节避开了吗?产品意图保住了吗?
答案下滑时,修产物,不是重写 Prompt。
Prompt 帮你完成一次任务;Loop Engineering 改进的是每次任务怎么被塑造的那层产物。
这和工程师版里「Skill 写一次、每轮都读」是同一逻辑——只是 PM 的 Skill 是量表和检查清单,不是构建命令。
四、第一个 Loop 建议:每周产品信号(别从战略开始)
别一上来做「决定产品战略」的 Loop——太宽、太主观、太容易错。
从 产品运营 开始:重复劳动多、证据在、一致性重要。
Addy 推荐的第一个 Loop:每周产品信号。
触发:每周五。
输入:客户访谈、支持工单、销售笔记、实验更新、数据分析摘要、已上线变更、未结升级项。
输出:一份产品信号备忘录——不是泛泛摘要。
备忘录要分清:
-
重复信号 vs 孤立噪声
-
用客户原话
-
对比上周变了什么
-
标出证据薄的地方
-
哪些路线图假设变强 / 变弱 / 不变
你的动作:审查备忘录。漏了重要信号 → 更新产物;过度加权弱证据 → 收紧量表;出现新问题 → 加进下周审视维度。
几周后有用;几个月后,变成路线图会前必看的东西。
五、品味还在,但现在需要验证
PM 一直靠判断力:读 PRD 感觉问题模糊;看引用知道被过度解读;看上线计划知道依赖项在装不存在。
Loop Engineering 不取代判断,把判断放到中心。
Shubham Saboo 说过一句很准的话:生成被 Agent 解决了;Loop Engineering 可以无限产出;剩下的是验证和判断。
Boris Cherny(Claude Code 负责人)也说:他不再写 Prompt,他写 Loop,Loop 替他 Prompt。
当你把判断写进可复用产物,品味就需要 可验证的证明:
-
改了 PRD 审查产物,怎么知道更好?
-
更新了调研摘要器,怎么知道抓到更多信号而不是更多噪声?
-
收紧了上线检查清单,怎么知道提升就绪度而不是加形式主义?
这就是 PM 的评估工作。
不必搞大型基准测试。从 已知样例 开始:
不问「Agent 听起来聪明吗?」问:这个产物对照已知产品判断,变好了吗?
这和《为什么Review成了2026最值钱的技能》里「证明比生成贵」是同一脉——只是 PM 的验证凭的是产品判断,不是测试套件。
六、记忆层:用 GitHub 当产品记忆库
开始评估产物之后,学习结果得有个家。否则改完就忘。
你在对话里改 Prompt、在文件里粘贴指令、微调量表、加样例、删约束——输出变了,历史没了。几周后没人知道 Agent 为何这样表现。
GitHub 对 PM 有用,不是因为 PM 要变工程师,而是因为 产物需要版本历史。
-
产物在这
-
变更在这
-
评估结果在这
-
决策日志在这
-
回滚路径在这
改好了要提交;改坏了要看差异;量表变了要知道原因;检查清单抓到真阻塞项,下次上线还要用。
仓库变成产品记忆库。
一人公司、小团队尤其合适:PRD、量表、检查清单、评估样例全进同一个 repo,和 CLAUDE.md、AGENTS.md 并列——Cursor / Claude Code / Codex 读同一套。
七、任意 Loop 的骨架(复制即用)
选一个重复的产品任务,写下:
-
何时触发
-
用什么输入
-
用哪个产物引导(Skill / 量表 / 检查清单)
-
Agent 做什么
-
好输出长什么样
-
学习结果存哪
-
何时停止
-
人还负责什么
够了。Loop 要 小到能判断是否在改进。
严肃 PM Loop 必须写清人工边界:
-
可以归纳客户证据,不能单独定战略
-
可以审查 PRD,不能替代产品负责人
-
可以标记 risky 上线,不能在无上下文时做权衡
搭好 Loop,但仍是 PM。 工程师版结尾同一句话。
八、Loop 常见翻车点
健康路径:先做 辅助你仍亲自拍板的决策 的 Loop;赢得信任;再慢慢加自主权。
别从「能改战略、发客户消息、提交路线图变更」的 Loop 开始。
九、PM 工作多了一层什么
PM 工作曾经是转译:客户痛点 → 需求;商业目标 → 路线图;工程约束 → 权衡。
这层还在。但上面多了一层:
你设计让产品判断可重复的系统——建产物、做版本、跑评估、盯漂移。Agent 跑任务;你负责跑它的东西有没有越跑越好。
最好的 PM 不是 Prompt 库最长的人,是知道哪些产品工作该变成持久 Loop、哪些产物该引导 Agent、哪些决策必须留给人的人。
不是更好的 Prompt。可复用产物、有版本、有评估,跑在越跑越准的 Loop 里。
和工程师版怎么衔接
两篇都读:工程师版教你怎么拼系统;PM 版教你怎么让产品判断不漂移。
我的建议
既写代码又干产品的人:别两套系统。一个 repo,CLAUDE.md + PRD 审查 Skill + 每周信号 Loop,Codex / Cursor 共用。
第一步:写一个 PRD 审查或访谈摘要的 SKILL.md(不用完美,能跑就行)。
第二步:定 3 个好样例 + 3 个坏样例,跑评估,记下哪里遗漏。
第三步:加每周触发(Cron、/loop、或周五手动跑——手动也算 Loop,先有人盯验证)。
第四步:评估结果和产物变更进 Git。改好了提交,改坏了还原。
别跳过停止条件和人工边界。PM Loop 翻车的最常见原因,是过早给 Loop 太大权限。
参考链接
-
Addy Osmani — Loop Engineering for Product Managers(用户提供稿;系列延续自 Loop Engineering)
-
Addy Osmani — Loop Engineering(工程师版):https://addyosmani.com/blog/loop-engineering/
-
Addy Osmani — Loop Engineering(Substack):https://addyo.substack.com/p/loop-engineering
-
Matthew Berman — Loop Library:https://signals.forwardfuture.ai/loop-library/
-
Forward-Future/loop-library Skill:https://github.com/Forward-Future/loop-library
-
为什么Review成了2026最值钱的技能: