用 AI 做产品路线图：思路与模板

把 AI 拉进路线图的讨论，最常见的两种写法都会在三个月内失效。一种是愿望清单：增长、留存、出海、智能化，每条都对，每条都没说先做哪个。另一种是上线日历：三月做 A，四月做 B，排得整整齐齐，可一旦 A 延期，后面全乱。两种写法都绕开了路线图真正要回答的问题——先解决什么，为什么是它。

时间点是结果，判断才是内容

一张路线图上有三层信息：要解决什么问题、按什么顺序解决、为什么是这个顺序。时间点是第四层，由前三层推出来。把时间点提到最前面，等于让日历替你思考，团队随后会为了「按时上线」而交付一个没验证过的东西。

顺序之所以重要，是因为资源有限。同一个季度能做的事，通常只有想做的一半，路线图的价值就在于把另一半明确地放到后面，并且说清理由。

从目标倒推，不从功能列表往前凑

让模型帮忙时，先给处境，再给任务。「我的产品是（描述），当前阶段是（例如刚过验证期、正在扩量），团队（人数），这个季度最大的瓶颈是（一句话）」——这段话给得越具体，它排出来的东西越接近能用。只写「帮我做个路线图」，拿回来的必然是一份放之四海的模板。

倒推的顺序是：先定这一阶段要验证什么，再看哪些事能验证它，最后才排时间。反过来做，从功能列表往前凑，凑出来的每一条都显得有必要，合起来却不知道要证明什么。

把想法压成一张能贴到墙上的表

从一段处境描述到一张能贴在墙上的表，中间是五个动作：

第二行最容易写歪。阶段目标如果写成「上线三个模块」，那是交付清单；写成「验证付费用户是否愿意为协作功能多付一档」，才是目标。差别在于后者能失败——能失败的目标，才有验证价值。

排序靠四个维度，最后一个常被忽略

价值、成本、依赖、验证价值。前三个大家都熟：对核心目标的影响有多大、要多少人天、有没有前置条件。第四个说的是「这件事能不能帮我们搞清楚该不该做下一件事」，在早期阶段它往往该排在最前面，因为它决定了后面所有投入是否值得。

把四个维度写进提示词，让模型逐条打分并说明理由，比让它「排个优先级」有用得多。理由比分数重要：分数是它编的，理由你能判断对错。做完一轮，你手上会有一张带注释的排序表，而不是一串 1 到 10 的编号。

「不做」那一栏，才是路线图的骨头

一份路线图如果没有明确的排除项，团队会被各种需求牵着走。排除项要写成三句话：这一阶段不做什么、为什么不做、什么条件下会重新考虑。第三句最关键，它把「否决」变成了「延后」，提需求的人不至于觉得被否掉，团队也不用反复解释同一件事。

排除项还有一个隐性作用：它让路线图有了边界感。看到「这一季不碰国际化」，团队就知道资源会集中在哪，讨论时也少了一半跑题。

模型能排顺序，排不了取舍

边界很清楚：战略方向、团队真实产能、市场时机，这三样它都给不了。它不知道两位创始人昨天为什么争执，不知道某个大客户下个月会不会续约，也不知道竞品正在悄悄降价。它给的优先级，是把通用的商业逻辑套在你的描述上，逻辑自洽，前提却可能是错的。

还有一类风险是它替你编。让它分析市场，它可能给出一个看起来精确的规模数字，来源却是几年前的一份报告，甚至是几段材料拼出来的——这类细节在AI 幻觉里很典型。涉及对外承诺的数字，一律回到原始来源核一遍。

要让路线图里的判断可被检验，每个阶段还得配一个可量化的口径。这一点和模型评估指标的思路一致：先说清用什么衡量，才知道有没有做到。至于那些「接入智能体」「做自动化流程」的事项，动手前先弄清智能体能做什么，别把能力边界当成待办事项写进去。

三个月后回看，改的往往不是日期

复盘路线图时，多数人只改日期：A 延到五月，B 挪到六月。真正该改的是判断——当初认为「先做留存再做拉新」的前提还成立吗？留存没起来，是因为功能没做，还是因为渠道带来的用户本来就不对？把这个问题答清楚，下一版才有变化；只改日期，等于把同一个判断又赌了三个月。

问法也决定复盘质量。把「帮我复盘这份路线图」换成「逐条对照当初写的验证目标，指出哪些已经可以判定为否，并说明证据」，输出会从安慰变成诊断。提示词里把角色和判断标准写清，是这类任务里性价比最高的一个动作。

速查：路线图自查五条

• 每一阶段都能用一句话说清要验证什么
• 排序表每条都有理由，不只有名次
• 有明确的「本阶段不做」，并写了重启条件
• 时间点是推出来的，不是先定死再倒填
• 对外引用的数字都回过原始来源