ai-first-product-creation

name	ai-first-product-creation
description	当创作者需要将自己的专业知识或工作流程转化为可销售、可复用的AI驱动产品时

ai-first-product-creation

When to Use

当创作者需要将自己的专业知识或工作流程转化为可销售、可复用的AI驱动产品时description

Core Logic

执行步骤

1. 输入：一个需要转化为产品的任务或工作流程。 操作：创建一份详细的流程文档。

   • IF 选择记录自己的流程：
     • 打开笔记工具，以指导他人完全复现为目标，详细记录流程的每一步。
   • ELSE IF 选择借鉴他人流程：
     • 确定目标任务。
     • 找到教授该任务的专家视频或PDF电子书。
     • 将视频链接或PDF上传给AI，并指令其分解出详细步骤说明。
     • 将AI生成的步骤说明保存为文档。 判断标准：生成的文档是否能让一个对该领域不熟悉的人，仅凭文档就能理解并执行整个流程。 输出：一份结构化的、详细的流程说明文档。

2. 输入：第一步生成的流程说明文档。 操作：将流程文档转化为结构化的AI提示序列。

   • IF 采用推荐的“两阶段”提示结构：
     1. 为流程中的每个关键子任务设计“第一阶段（收集背景）”提示，用于向用户提问以获取必要信息。
     2. 为每个子任务设计“第二阶段（执行任务）”提示，利用第一阶段收集的信息执行具体任务。
     3. 确定提示之间的依赖关系和输入输出流（例如：创意生成提示的输出是简介提示的输入）。
   • ELSE 使用“元提示”快捷方式：
     • 将任务说明文档输入给一个专门用于生成优质提示的“元提示”（或使用相关工具功能）。
     • 要求“元提示”按照“两阶段”结构输出完整的提示。 判断标准：生成的提示是否能引导AI完成从信息收集到任务执行的全过程，且提示之间逻辑连贯。 输出：一套封装了整个工作流程的、可独立使用的AI提示序列。

3. 输入：第二步生成的AI提示序列。 操作：通过实际使用进行测试和迭代优化。

   • 使用自己创建的提示处理实际任务。
   • 评估AI输出的质量（如准确性、完整性、风格匹配度）。
   • 识别输出中不符合预期的部分。
   • 修改和完善对应的提示，以解决发现的问题。 判断标准：提示是否能稳定产出高质量（例如80-90%符合预期）的结果，仅需人工进行最终润色即可使用。 输出：一套经过优化、可稳定运行的AI提示工具。

4. 输入：第一步的流程概要文档和第三步优化后的提示工具。 操作：创建产品化的教育文档和包装。

   • 将第一步的流程概要扩展和结构化，形成一个从用户起点（A点）引导至目标（B点）的完整教学大纲或课程内容。
   • 整合说明如何使用第三步中优化后的提示工具。
   • IF 需要参考成功案例：
     • 购买一个成功的同类数字产品。
     • 使用AI分析其产品结构和成功模式。
     • 基于分析结果，创建一个指导自己产品设计的“元提示”。
     • 使用该“元提示”引导完成自身产品的最终创建。 判断标准：最终产品是否包含清晰的教学路径和易用的工具，能有效帮助用户达成目标。 输出：一个包含教育内容和AI工具包的完整数字产品。

输出格式要求

最终输出应为一个结构化的产品包，至少包含：

1. 产品核心价值声明：一句话说明该产品帮助用户解决什么问题。
2. 详细教学指南/课程大纲：基于记录的流程，结构化地引导用户从入门到掌握。
3. AI提示工具包：提供优化后的、可直接使用的提示序列，并说明其使用顺序和依赖关系。
4. 使用说明：明确指导用户如何结合教学内容和AI工具完成目标。

Metadata

属性	值
领域	产品设计
类型	procedural (procedural)
置信度	90%
前置条件	拥有一个需要记录和优化的个人工作流程或专业知识领域
来源	创作者经济：智能创作者如何在2026年赚钱（你来得太早） > 如何构建一个 AI 优先的产品