前段时间，Github 官方开源了一个叫 spec-kit 的项目，上线一个月斩获 25K Stars。
项目之所以这么爆火，是因为它把产品开发的规范完全封装，交给了 AI 来完成，完成质量相当高。
程序员是狂喜了，但产品经理的活全被抢走了。
如果你看完这个项目，大概率会跟我一样得出下面的结论：这可能是压死产品经理的最后一根稻草。
这个项目本质上就是把一系列提示词打包成了模板和指令，在你使用 Cursor、Claude Code 等 AI 编程软件时直接调用。
厉害之处在于，它把从构思到协调开发上线的全流程都标准化封装了——也就是打造了一个产品经理。
它核心包含两套内容：模板(Templates)×4 + 指令(commands)×7。
这两套内容，覆盖了产品经理除了甩锅以外的全部工作：
1. 需求澄清：
/specify指令和对应的模板里，有梳理想法、澄清需求、构建需求文档的全部内容。2. 项目规范：
/constitution指令和对应的模板里包含了如何做技术选型、规则边界约束的全部内容；/clarify和/analyze指令甚至把产品总监的需求评审工作也抢了。3. 项目规划：
/plan和/tasks指令及对应的模板里，是如何规划项目实施、拆分任务的详细内容。
我跟 Claude Code 一起拆解学习完这个项目后，问了它一句：这项目会对产品经理产生什么影响？
他回答：
"当AI开始取代你的工作时，你需要知道取代你的是什么，然后在此基础上找到新的出路。"
我追问，“非得知道么？能不能不学习直接跑路啊……”
Claude 说：
"本职领域的「敌人」都不研究学习，换个地方你会混的更惨"学习拆解
对产品经理来说，没有比拆解需求、分析需求，然后撰写需求文档更重要的工作了。
项目/specify指令对应的spec-template.md厉害到离谱，套用到产品经理的需求分析工作里，有基础的更上一层楼、没基础的直接“摘星辰”。
拿我最近在写的一个手机电脑联动的小玩具测试了一下，100 字的简单需求放进去，输出了一个使用 EARS 语法撰写的详细需求文档。
spec-template.md包含任务约束和模板，给出了生成需求文档的流程、关键约束和章节要求。
这还是只初步的需求澄清，接下来还需要“需求评审”级别的澄清。
使用/clarify指令会生成 5 个针对性的需求澄清问题，好在它不会像评审会那样“折磨你”，而是给你一系列参考答案，你只需要选择，它就会更新需求文档。
需求澄清这个指令的提示词非常棒，它给出了如何对项目进行自我审视、自我优化的绝佳示例。
后面制定整体项目规划的 /plan 指令和模板、拆解任务的/tasks指令和模板、以及分步执行任务的/implement指令都非常值得学习、在工作中实践。
虽然 AI 已经能非常棒的胜任这些任务了（抢了产品经理的饭碗），依然强烈建议把它的规范拆开学习、内化。
如果你不具备某项能力，那么你就不能成为操纵 AI 完成它的人。
即便你今天使用 AI 完成了，那也是像流水线上的工人一样：无脑的执行，也随时被无情的换掉。
我的日常拆解路径是：git clone → 拖到终端启动 Claude → “找到项目中所有调用大模型的 prompt，保持原有语法和格式的情况下，翻译成中文。最后根据你翻译的提示词，给我一份项目调用大模型场景清单。”
如果你不方便访问 Github，我把这个项目中以上拆解的提示词和翻译稿放在《AI 学习行动圈-校友空间》了。
扫码加入星球后搜索圈友空间就能找到链接。
我 23 年底开始，和人人都是产品经理社区共同运营了这个「AI学习行动圈」社区，截止目前已经持续运营、维护超过 500 天了。
我的各种 AI 研究心得、发现的好应用、开发的小项目都会在里面分享，目前圈子有核心三个交流学习平台。
7 个微信群，早报和日常交流
微信群里每天一早有 AI 早报，上下午还有“读报时间”，以及我每天不定期刷屏级的各种 AI 工具体验、提示词编排思考、行业新闻解读同步。
以及，你可以在群里讨论任何与 AI 相关的工具、应用问题，几乎都能找到答案。
用来沉淀体系化、深度的 AI 文章和超长的工程化提示词，不定期更新。
当前包括：Claude code、Cursor、Manus等顶级产品的系统提示词和工具列表，各种深度的 Agent 白皮书和实践指南
我在星球里主要维护「实战分享」「工具箱」和「情报局」三个标签
实战分享是可以在日常工作和生活中直接应用的提示词和效率工具。上面截图里的 Step-Back 提示词就非常好用，堪比 o4。在公众号、直播中演示的所有 AI 实战应用的提示词也都在这个标签下。
AI 工具和鲜知道就是好用的、热门的 AI 工具、资讯分享，我把那些太技术、太浮夸的都筛选了，放进这个标签的都是可以直接用来的好玩儿！
星球还有一个“专栏”体系，目前的定位跟标签差不多。