Product Talk

RSS: https://www.producttalk.org/rss/
Product Talk，Teresa Torres 的产品管理博客，以持续发现方法帮助产品团队做出更好决策。

拆解创新——与 Teresa Torres 和 Petra Wille 的 All Things Product 播客

All Things Product 播客本期邀请 Teresa Torres 和 Petra Wille 讨论"创新"一词在产品开发中的误用。Teresa 认为把创新当目标会引导团队做出复杂而非最优的解决方案；Petra 则把创新重新定义为做减法、为用户减少步骤。 两人以登录方式演进为主线，从用户名密码、SSO、Slack 魔法链接、1Password 到 passkeys，说明昨日的突破如何变成今日的摩擦，以及创新有时来自跨职能的"刚刚可行"时刻。 内容偏播客提纲式整理，信息密度中等，适合产品经理了解产品创新讨论，但缺少一手实证或新观点。
评论点赞收藏1 天前

产品中的“垃圾桶跟踪法”：Teresa Torres 与 Petra Wille 播客对谈

本文为产品播客对谈摘要。嘉宾探讨了“垃圾桶跟踪法”——在看板上标记被主动放弃的问题和方案，以此量化产品发现流程的健康度。核心观点包括：方案垃圾桶若长期为空说明团队缺乏对比思考；问题垃圾桶为空可能反映创新断层或集权文化；两人还就已上线后失败的“黄金垃圾桶”归属问题展开了辩论，并强调了心理安全感对决定性问题能否浮现的基石作用。
评论点赞收藏8 天前

第10章：测试假设

<p>《持续发现的习惯》*今年迎来了五周年。为了庆祝这一时刻，我们正在一起阅读这本书。</p><p>每个月，我都会发布一份深度阅读指南，其中包含：</p><ul><li>本月将要阅读的章节</li><li>我们将学习的最重要概念预览</li><li>你可以分享给朋友和同事的短视频，帮助传播这些理念</li><li>个人与团队讨论问题，助你更好地吸收并参与阅读</li><li>团队练习，帮助你将这些理念付诸实践</li><li>额外推荐阅读，让你更深入地理解核心思想</li></ul><p>我们将在评论区讨论每月的阅读内容，并每季度举行一次线上交流会进行深入探讨。</p><p>晚些加入也没关系。我会全年关注每期阅读指南下的评论。你可以从当月开始，也可以从一月份回看——随你方便。在任何时候，你都可以寻求帮助、分享心得，与其他读者互动。</p><p>如果你想参与，请准备好（或者翻出你的旧书），分享“传递热爱”的视频，留出时间完成团队练习，并报名参加社区活动。让我们一起行动吧！</p><h2>本月阅读内容</h2><figure><img src="https://storage.ghost.io/c/57/9b/579b6dca-f48a-4307-844f-f0533595d058/content/images/2026/09/CDH-Ch-10-Testing-Assumptions.webp" alt="Ch. 10: Testing Assumptions"></figure><p><strong>章节：</strong></p><ul><li>第10章：检验假设</li></ul><p>预计阅读时间：约26分钟</p><p>本章将向你介绍：</p><ul><li>为什么我们应该在一组想法中同时检验多个假设，而不是逐一验证，以防范认知偏差</li><li>如何设计有效的假设检验，模拟真实体验并评估用户行为</li><li>提前定义成功标准的重要性，以避免结果模糊</li><li>为什么在起步阶段，小规模的早期信号比大规模实验更有价值</li><li>假阳性和假阴性如何影响你的工作（以及为什么它们的风险比你想象的要低）</li></ul><p>需要本书？</p><h2>与朋友和同事分享这份热爱</h2><p>我们在社群中学习效果最佳。请使用以下短视频，与朋友和同事分享本章的核心概念，并邀请他们与你…</p>
评论点赞收藏9 天前

产品路线图：优秀产品团队如何在不确定性中规划

这篇长文梳理产品路线图从“功能+日期”到主题、结果导向，再到 Now-Next-Later 的演化路径，强调核心矛盾：产品团队需要探索空间，销售/市场/客服需要可承诺的可见性。 作者基于多段创业公司经历，指出功能路线图常因虚假确定性而损害组织信任；主题和结果路线图缓解了产品侧问题，但仍对销售/市场不友好。 文章重点推荐一个扩展版 Now-Next-Later：Now 列放正在开发的具体方案，Next 列放待探索的客户机会，Later 列放团队驱动的量化结果，让不确定性随时间自然递减。 对于产品负责人、创业公司 PM 和研发团队管理者，这是一篇有实操框架和方法论价值的参考；对一般科技读者的新鲜度和争议性略弱，但结构清晰、可直接套用。
评论点赞收藏11 天前

打造 Aha! Builder：从概念到代码，无需工程师

Aha! 联合创始人兼 CEO Brian De Haaff、CTO Chris Waters 和产品经理 Sarah Moisan-Thomas 在播客中介绍 Aha! Builder 的开发过程。 这是一个面向产品经理而非工程师的 AI 应用构建工具。团队分享了五步产品发现框架（spark→纸面原型→概念验证→早期访问→正式发布），以及技术上的关键转折：最初基于容器化 Ruby on Rails 的架构在 AI 应用生成场景下资源浪费严重，无法扩展，随后改为单实例多租户架构，使用 V8 Isolates 运行用户代码。 在 AI 与确定性边界的划分上，团队采用确定性预置组件（认证、SSO、数据库、邮件）作为"护栏"，让 AI 负责应用逻辑生成，而非基础设施。 多阶段多智能体管线可在数分钟内生成设计系统、原型和可运行应用。核心观点：在产品领域，"知道构建什么"比"知道如何构建"更有价值，这正是 PM 将在 AI 时代持续贡献的方向。 公司本身全远程、自举盈利，13 年未设销售团队。
评论点赞收藏13 天前

用 4 个新评测和 16 个实验变体解决 1 条客户投诉

作者围绕 Vistaly 客户对 AI 生成的机会解决方案树"缺乏层级、需要清理"的一条反馈，展开三个月的调试故事。核心问题是为什么 agent 在该分支上没有自动添加更清晰的层级结构。 他最终新增了 4 个 eval、跑了 16 个实验变体才定位根因。文章借此说明高质量 synthesis 需要"sweat the details"，回应了"为什么不能直接用 Claude/ChatGPT 自建 pipeline"的常见质疑。 还简要回顾了机会解决方案树的构建流程：至少三次故事型客户访谈 → 单次访谈生成 interview snapshot（一页摘要）→ 跨访谈综合出机会空间。 整体是一篇产品经理/AI 工程交叉视角的深度复盘，强调 eval 驱动和实验方法在 agent 质量提升中的作用。
评论点赞收藏14 天前

交付并不免费——All Things Product 播客：Teresa Torres 与 Petra Wille 对谈

<p>在以下平台收听本期节目： | </p><p>大家都在说：“既然AI让交付变得免费了……”但真的是这样吗？在本期《All Things Product》中，Petra Wille和Teresa Torres深入剖析了当下产品领域最常被重复的一句话。</p><p>她们探讨了为什么开发单个功能的成本确实大幅降低——而打造一个真正具备生产级质量的产品却并非如此。Teresa详细分析了当团队把编码助手视作“免费资源”时会带来的后果：混乱的代码、拼凑而成的数据模型、功能膨胀，以及三周后就会爆发的维护噩梦。<br><br>同时，她们还阐明了“为学习而构建”与“为盈利而构建”的关键区别，解释了为何产品的最后30%才是真正的难点所在，以及为什么AI产品（而不仅仅是借助AI的代码）的上线难度远高于演示版本所展现的那样。</p><p>如果你曾被“交付是免费的，只需关注体验或发现即可”的论调所吸引，那么这场对话将为你敲响警钟。交付成本的确降低了，但它绝不可能真的变成“免费”——而且未来也不会。</p><p><strong>节目笔记</strong></p><ul><li>Petra Wille和Teresa Torres直面当下流行的“AI已让软件交付近乎免费”的说法，并指出一旦你真正关心的是交付可用的产品，这种说法便不攻自破。</li><li>“只做一件事”的成本降低，并不意味着整体交付成本也随之下降——尤其是当团队因此开始开发更多功能时。</li><li>为期三周的功能螺旋：看似“免费”的交付如何悄然催生出拼凑而成的数据模型、散落在17处的重…</li></ul>
评论点赞收藏15 天前

产品团队的冲突与引导技能：Teresa Torres 与 Petra Wille 对谈

产品团队冲突时，区分"任务冲突"和"关系冲突"是解决问题的关键。任务冲突针对工作方法，是健康的、能促进更好决策；关系冲突针对人际相处，需要一对一先解决，再考虑升级。 团队章程（team charter）比使命宣言更实用——明确工作时间、沟通偏好、决策方式，把隐性规范显性化，能预防大量摩擦。遇到观点对撞时，做实验比争论更有效。 引导者（facilitator）是技能不是性格，产品团队应该自己培养这个能力，而不是默认外包给敏捷教练。
评论点赞收藏22 天前

获取我的AI评估测试工具，运行你的第一个实验

一个用于运行AI评估实验的测试工具开源，附带一个名为Sprout的虚拟植物护理应用案例。通过三步流程（观察LLM输出、统计错误类型、运行对比实验）展示如何用不同prompt降低幻觉和事实错误。 实测数据：虚构引用从12.5%降至1.7%，未 grounding 声明从8.4%降至3.2%，状态标签错误归零。工具对订阅会员开放。
评论点赞收藏28 天前

AI评估：产品团队的实战指南

<p>一直是“它”技能的所在已经超过一年了。我甚至把评估称为新.</p><p>但我仍然遇到的产品团队，他们对评估的概念很模糊。这不是他们的错。关于这个话题的大部分写作都是写给工程师的，或者内容不够具体。</p><p>我今天的目标是解释什么是评估，以及为什么产品团队可以且应该创建评估。我会让这个过程实用、动手操作且易于理解。</p><p>AI评估（评估的缩写）是衡量AI产品或工作流程表现良好的方法。评估让团队有信心他们的AI应用正在达到预期效果。它们帮助团队保持质量，并在问题触及用户之前及时发现。</p><p>类似于其他发现习惯，比如以及，评估可以作为确保我们走在正确的道路上。</p><h2>为什么产品团队需要学会构建评估</h2><p>如果你用AI来写PRD，就综合你从中学到的东西或，分析理解会议记录，或者其他任何事情你可以从评估中受益。</p><p>如果你想知道你的AI生成PRD是否包含你要求的所有内容，评估可以帮你衡量。如果你想知道AI使用的客户报价是否是伪造的，评估可以告诉你。<br><br>如果你想确保数据分析从正确的问题开始，且在复杂计算中没有偏离，评估可以监控这一点。</p><p>当我使用帮助我写出所有我为我想知道如何相信AI能准确讲述每个参与者的故事。我通过加入一些评估来建立对总结的信心——一个事实核查员和警卫。<br><br>我稍后会给你讲讲两者的运作方式。</p><p>如果你正在构建面向客户的人工智能产品或服务，并且…</p>
评论点赞收藏28 天前

The Call to Adventure

Share this article In June, I returned to Product at Heart in Hamburg, Germany. I love this event. Arne Kittler and Petra Wille do such an amazing job of curating a thoughtful lineup of speakers and t...
评论点赞收藏56 天前

识别隐藏假设：产品想法背后的五种假设与测试方法

<p>今年满五岁。为了庆祝，我们一起读这本书。</p><p>每个月，我都会发布一份深入阅读指南，内容包括：</p><ul><li>我们将阅读的章节</li><li>我们将学习的最重要概念预览</li><li>你可以与朋友和同事分享的短视频，帮助传播这些想法</li><li>个人和团队讨论问题，帮助你吸收并参与阅读内容</li><li>团队练习，帮助你将想法付诸实践</li><li>补充阅读帮助你更深入地理解核心思想</li></ul><p>我们会在评论区讨论每个月的阅读内容，并每季度聚会进行现场电话会议。</p><p>晚加入？没问题。我全年都会关注每本阅读指南的评论。从当月开始，或者回到一月——随你方便。你可以随时寻求帮助，分享有效的方法，并与其他读者交流。</p><p>如果你想参与，（或者挖出你以前的版本），分享“传播爱”视频，预留时间进行团队练习，并注册社区活动。我们开始吧！</p><h2>本月阅读</h2><p><strong>章节：</strong></p><ul><li>第九章：识别隐藏的假设</li></ul><p>预计阅读时间：~28分钟</p><p>本章将介绍：</p><ul><li>为什么我们需要检验假设，而不是检验整个想法</li><li>支撑每个产品创意的五种假设类型（可愿性、可行性、可行性、可用性和伦理性）</li><li>如何利用故事映射来揭示隐藏的假设</li><li>如何在开始前进行尸前检查，找出可能出错的地方</li><li>如何利用假设映射来识别你最冒险的“信念飞跃”假设</li></ul><p>需要一份副本吗？</p><h2>与朋友和同事分享这份爱</h2><p>我们在社区中学习效果最好。利用以下短视频与朋友和同事分享本章的关键概念。邀请他们和你一起参加读书会。</p><ul><li>- 产品创意通常依赖于五种不同的假设类型</li><li>- 为什么每个想法应目标是20+假…</li></ul>
评论点赞收藏58 天前

为女性健康构建 AI：Hertility 如何结合贝叶斯诊断与扫描自动化

Hertility 分享其女性健康 AI 产品的工程实践：利用百万级数据构建，采用贝叶斯网络提供概率诊断而非二元判断以增强医生信任；同时开发超声扫描自动化管线，通过 agentic loop 自动校验 AI 起草的临床信件。 内容涵盖 DICOM 数据处理、PII 最小化及将监管合规作为设计约束的基础设施架构。
评论点赞收藏69 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇