用AI IDE提升10倍效率：产品经理的工作空间设计指南

前言：从在线文档到AI IDE的转变

过去这些年，作为产品经理的我，一般都会把业务分析文档、业务流程图、页面设计的字段清单、产品需求文档等文档内容，都放在语雀、飞书文档、钉钉文档这些在线文档，后续的更新、分享等都可以直接在线操作特别方便。

但是实际来到了2025年之后，AI IDE越发的爆火。我身边很多做技术的朋友都开始用Cursor、Windsurf这些AI IDE写代码，效率直接起飞。此时，作为一名产品经理，我也开始琢磨：能不能用AI IDE来管理我的需求文档、PRD、业务分析这些文档内容呢？

在刚开始摸索的时候，我是直接把在线文档的那套思路搬过来——创建一个项目文件夹，然后把所有文档都扔进去，偶尔用AI帮我生成一些内容。用了几天我就发现不对劲：

AI生成的内容质量很不稳定，同样的指令和事项，AI给的内容今天一个风格，明天又是另一个风格；我想让AI帮我整理一些业务需求，但是它根本不知道我们公司的业务背景；AI除了能生成Markdown文档之外，还有各种txt文档，也可以生成HTML代码、JS脚本或者是一些Python代码等，随着文档越来越多之后，我自己都找不到之前写过的内容在哪里。

后来我才意识到，在线文档和本地IDE是完全不同的工作方式，不能照搬。在线文档强调的是实时协作和云端同步，而AI IDE的优势在于可以通过配置文件和项目结构来"训练"AI，让它真正理解你的工作场景。这就好比你换了一个新工具，不能还用老方法，得琢磨出新工具的正确打开方式。

经过一段时间的摸索，我总结出了一套适合产品经理们使用AI IDE时，需要搭建的项目文件结构。这套方法的核心就是：通过标准化的项目结构和配置文件，让AI成为真正懂你业务的工作伙伴，而不只是一个文字生成器。

今天这篇文章，我就把这套方法完整地分享给你，而且相关的内容我还制作了视频，分享在了知识星球的语雀知识库中。如果你已经加入了知识星球，那么你可以直接去知识星球APP查看到最新的通知，或者直接前往语雀知识库中查看。

完整的项目结构一览

先不说理论，我直接把整个工作空间的文件结构给你看一下。这套结构分为强制推荐和灵活可选两部分。

如果你使用的是Cursor，那么可以把.agent改成.cursor，因为不同的IDE，对应的这种初始化Agent文件夹命名会不太一样。如果是使用Antigravity或者Windsurf，则直接使用.agent即可。

产品经理的AI IDE工作空间/
├── .agent/                    # ⭐ 强制推荐 - AI配置中心
│   ├── rules/                 # 项目规则（PRD规范、字段清单格式等）
│   ├── skills/                # AI技能包（可复用的专项能力）
│   └── workflows/             # 标准工作流（/create-prd、/create-field-list等）
├── AGENT.md                   # ⭐ 强制推荐 - 全局知识库
│
├── analysis/                  # 建议 - 业务分析区
│   ├── data-analysis/         # 数据分析（成品或草稿）
│   ├── process-simulation/    # 流程推演
│   └── scope-analysis/        # 影响范围分析
├── assets/                    # 建议 - 资源文件库
│   ├── images/                # 截图、UI效果图
│   ├── icons/                 # 图标资源
│   ├── mockups/               # 原型图、设计稿
│   └── diagrams/              # 流程图、架构图源文件
├── context/                   # 建议 - 项目上下文
│   ├── 01-project-background.md    # 项目背景
│   ├── 02-target-audience.md       # 目标用户
│   ├── 03-core-strategy.md         # 核心策略
│   ├── 04-business-logic.md        # 业务逻辑
│   └── 05-term-glossary.md         # 术语表
├── docs/                      # 可选 - 参考文档库
│   ├── 01-reference/          # 参考资料
│   └── 02-other-docs/         # 其他文档
├── drafts/                    # 建议 - 草稿区
│   └── archive/               # 归档
├── outputs/                   # 建议 - 最终交付物
│   ├── client-prds/           # 对外交付的PRD
│   ├── presentations/         # 汇报演示材料
│   ├── handoff-docs/          # 交接文档
│   └── archive/               # 归档
├── prds/                      # 建议 - 正式PRD输出区
│   └── archive/               # 归档
├── prompts/                   # 可选 - 提示词库
└── templates/                 # 建议 - 模板库
    ├── prd-template.md              # PRD标准模板
    ├── field-list-template.md       # 字段清单模板
    ├── business-process-template.md # 业务流程推演模板
    └── frontend-style-guide.md      # 前端样式规范

文件夹分类说明

核心原则：只有.agent/和AGENT.md是必需的，其他所有文件夹都可以根据实际需求选择性创建。不要为了完整性而创建一堆用不上的文件夹，那只会增加维护负担。

如果你不想要手动参考这个文件目录去一个一个创建文件夹和文件，那么你可以尝试使用下面的这个提示词，直接一步到位，丢给AI，然后它帮你去初始化生成这样的文件夹结构。

## 📋 提示词

我想创建一个产品经理使用AI IDE的工作空间，帮助我完成PRD撰写、字段清单整理、前端Demo生成和业务分析等日常工作。

请帮我创建以下完整的项目结构：

## 文件夹结构（按字母A-Z排序）

请创建以下文件夹：


[项目名称]/
├── .agent/ # AI配置中心（强制推荐）
│ ├── rules/ # 项目规则
│ ├── skills/ # AI技能包（可复用的专项能力）
│ └── workflows/ # 工作流（标准化流程）
├── analysis/ # 业务分析区（建议，可选）
│ ├── data-analysis/ # 数据分析
│ ├── process-simulation/ # 流程推演
│ └── scope-analysis/ # 影响范围分析
├── assets/ # 资源文件库（建议，可选）
│ ├── images/ # 图片素材
│ ├── icons/ # 图标
│ ├── mockups/ # 原型图、设计稿
│ └── diagrams/ # 流程图、架构图源文件
├── context/ # 项目上下文（建议，可选）
├── docs/ # 参考文档库（建议，可选）
│ ├── 01-reference/ # 参考资料
│ └── 02-other-docs/ # 其他文档
├── drafts/ # 草稿区（建议，可选）
│ └── archive/ # 归档
├── outputs/ # 最终交付物（建议，可选）
│ ├── client-prds/ # 对外交付的PRD
│ ├── presentations/ # 汇报演示材料
│ ├── handoff-docs/ # 交接文档
│ └── archive/ # 归档
├── prds/ # 正式PRD输出区（建议，可选）
│ └── archive/ # 归档
├── prompts/ # 提示词库（建议，可选）
├── templates/ # 模板库（建议，可选）
└── AGENT.md # 全局知识库（强制推荐）


## 核心初始化内容

### 1. 必需文件

#### AGENT.md（全局知识库）

创建项目根目录的 `AGENT.md`，作为项目的知识库，包含：

- 项目简介
- 项目演进日志
- 最佳实践
- 经验教训

#### .agent/配置目录

创建 `.agent/` 目录结构：

.agent/
├── rules/ # 项目规则（可选，后续补充）
├── skills/ # AI技能包（可选，后续补充）
└── workflows/ # 标准工作流（可选，后续补充）

**说明**：`.agent/`目录中的rules、skills、workflows可以根据实际需求逐步添加。推荐初始化以下三个核心Phase工作流：

1. `1-analyze-requirement.md` (需求洞察)
2. `2-design-solution.md` (方案架构)
3. `3-generate-specs.md` (规格生成)

### 2. README文件结构

为主要文件夹创建README.md说明文件：

#### 项目根目录 README.md

包含章节：

- 项目简介
- 项目结构（文件夹树形图）
- 快速开始
- 文件夹说明
- 使用技巧

#### analysis/README.md

说明内容：

- 文件夹用途（业务分析、流程推演、影响范围分析）
- 子文件夹说明（data-analysis/、process-simulation/、scope-analysis/）
- 文件命名规范

#### assets/README.md

说明内容：

- 文件夹用途（统一管理图片、原型图、流程图等资源）
- 子文件夹说明（images/、icons/、mockups/、diagrams/）
- 资源命名规范（[模块名]-[内容描述]-[版本号].扩展名）
- 引用方式

#### drafts/README.md

说明内容：

- 文件夹用途（草稿区，AI生成的初稿、快速记录、试错迭代）
- 组织方式（按日期+主题）
- 归档规则

#### outputs/README.md

说明内容：

- 文件夹用途（最终对外交付物）
- 子文件夹说明（client-prds/、presentations/、handoff-docs/、archive/）
- 文件命名规范
- 质量标准

#### prds/README.md

说明内容：

- 文件夹用途（正式PRD输出区）
- 组织方式（按模块组织）
- 审核标准

### 3. 可选文件（建议创建）

以下文件可根据实际需求选择性创建：

- `templates/` - 模板库（PRD模板、字段清单模板等）
- `context/` - 项目上下文（项目背景、目标用户、核心策略等）
- `prompts/` - 提示词库
- `docs/` - 参考文档

**说明**：这些文件夹和内容可以在项目实际使用过程中逐步补充，不必在初始化时全部创建。

## 要求

1. **强制推荐**：`.agent/`文件夹和`AGENT.md`是强制推荐的核心配置
2. **灵活可选**：其他文件夹（`analysis/`、`context/`、`drafts/`、`prds/`等）都是建议性的，可根据实际需求选择性创建
3. **命名自由**：除了`.agent/`和`AGENT.md`外，其他文件夹的命名可以灵活调整，不必严格使用英文，可以使用中文或自定义名称
4. **文件夹按字母排序**：顶层文件夹建议按A-Z排序（有助于浏览）
5. **中文友好**：所有文档使用中文，专业术语保持英文
6. **内容完整**：所有模板和文档包含完整的章节和示例
7. **规范明确**：项目规则和样式规范要详细具体
8. **可直接使用**：创建后可立即投入使用

> **重要提示**：产品经理使用AI IDE时，核心是`.agent/`配置和`AGENT.md`知识库。其他文件夹结构仅作为参考建议，你完全可以根据自己的工作习惯和项目特点进行调整和定制。

请开始创建完整的项目结构。

核心配置：.agent文件夹 + AGENT.md

.agent/文件夹的三个子目录

.agent/是整个工作空间的核心，它告诉AI应该如何为你工作。里面包含三个关键子目录：

1. rules/项目规则

这里存放的是项目级的基础规范和要求，类似全局规则，但针对这个项目。内容包括：

• 语言与排版（中文优先、中英文间距、代码块规则等）
• 思考方式（先理解目标、主动发现逻辑漏洞、提出优化建议）
• 输出原则（结构化优先、先结论后展开、关键信息加粗）
• PRD文档规范（结构清晰、字段表格格式、业务规则编号、状态闭环）
• 协作习惯（不确定先确认、大改动说明思路、输出后询问调整）

为什么重要：项目规则定义了"这个项目的工作标准"，让AI按照统一规范输出。和全局规则的区别是，全局规则适用所有项目，项目规则只适用当前项目。

2. workflows/工作流

这里存放产品经理日常工作中，沉淀的标准化的工作流程，例如说从需求洞察到最终交付的完整4阶段：

• /1-analyze-requirement：Phase 1 需求洞察

• 调用Requirement-Clarifier Skill
• 拒绝伪需求，识别X-Y Problem
• 输出：RDD需求定义卡片（核心洞察+用户故事+验收标准+建议方案）

• /2-design-solution：Phase 2 方案架构

• 调用Data-Modeler Skill设计数据模型
• 调用Edge-Case-Detector Skill识别风险
• 输出：ER图+字段清单+流程图+风险报告

• /3-generate-specs：Phase 3 规格生成

• 基于Phase 2生成完整PRD
• 可选：生成前端Demo代码
• 输出：PRD.md+field-list.md+demo/

• /4-verify-iterate：Phase 4 验证迭代

• 4维自检清单（逻辑/数据/权限/前端）
• 问题回溯机制（回到对应Phase修正）
• 输出：AC验收标准清单

为什么重要：这不是简单的"做什么"流程，而是一套层层递进的方法论。从一句话需求到最终交付，每个阶段都有明确的输入输出，AI知道该调用哪个Skill、该输出什么格式。

3. skills/技能包

这是AI IDE最新的、高阶的玩法。如果说Workflows是你的流水线（按顺序把事做完），那Skills就是随叫随到的专家智囊团（把事做得专业）。

核心区别：

• Workflows (SOP)：关注"流程"。例：写PRD流程 = 需求分析 → 字段设计 → 文档生成。
• Skills (Capability)：关注"能力"。例：数据建模能力、异常探测能力。

我定义了几个产品经理常用的核心Skills，你如果有其他需求或者场景也可以自行定义其他的：

1. Requirement-Clarifier（需求挖掘专家）

• 识别X-Y Problem（用户给的是方案而非问题）
• 使用JTBD（Jobs-to-be-Done）和用户故事地图进行结构化追问
• 价值闭环验证（成功指标、上线验证方式）
• 角色定位："乔布斯式"产品总监，挑战一切伪需求
• 核心能力：
• 使用时机：Phase 1需求洞察阶段
• 典型输出：RDD需求定义卡片，包含核心洞察、用户故事、验收标准、MVP方案
• 实战价值：避免团队浪费时间做伪需求，确保每个需求都有明确的业务价值

2. Data-Modeler（资深数据架构师）

• DDD（领域驱动设计）思维，识别聚合根和实体关系
• 企业级数据库规范（雪花ID、软删除、乐观锁、审计字段）
• 精确类型定义（金额用Decimal(20,6)而非Double，禁止Float）
• ER关系图设计和索引建议
• 角色定位：拥有10年经验的数据架构师
• 核心能力：
• 使用时机：Phase 2方案架构阶段
• 典型输出：带审计字段、枚举值定义、索引建议的完整字段清单
• 实战价值：避免后期改表结构，减少90%的数据模型返工

3. Edge-Case-Detector（异常探测专家）

• 5维扫描：交互异常/并发冲突/数据一致性/权限安全/时间环境
• 墨菲定律思维（凡是可能出错的，一定会出错）
• 不只发现问题，必须给出解决方案（幂等、补偿、降级等）
• 角色定位：悲观主义的系统架构师 + 黑盒测试专家
• 核心能力：
• 使用时机：Phase 2方案架构阶段
• 典型输出：风险探测报告（P0/P1/P2优先级分类，含解决方案）
• 实战价值：提前发现80%的线上bug，避免救火式开发

实际使用技巧：

这3个Skills不是独立使用的，而是嵌入在Workflows的关键步骤中：

• Phase 1调用Requirement-Clarifier挖掘真实需求
• Phase 2先调用Data-Modeler设计模型，再调用Edge-Case-Detector识别风险
• 一个完整的需求，会经历3个Skills的"三重把关"，质量远超人工review

你可以把Skill理解为“进化版本的提示词”，可以通过渐进式披露的方式来节省Token，同时让Agent自动识别并激活调用这个提示词，然后Agent在执行的时候可以根据这个Skill中等详细指令和执行步骤，去加载调用引用的文件或代码等。

但是本质上，它还是一串提示词，用来给Agent提供输入的指令。所以大家完全不用被网络上的AI自媒体们的一堆“乱吹、瞎科普”给迷乱了双眼，觉得这个东西很牛逼、很高深，其实原理很简单，一用就懂了。

AGENT.md全局知识库

这个文件是项目的"成长日记"，我主要记录三类内容：

1. 项目演进日志

每次对工作空间做重要调整，都记上一笔：

• 2026-02-01：新增outputs/和assets/文件夹，用于区分内部文档和对外交付，集中管理静态资源
• 2026-01-31：项目初始化，建立.agent配置体系和文件夹结构

2. 最佳实践

工作中摸索出的高效方法：

• PRD撰写：字段清单先行，业务规则必须编号（R01、R02...），状态流转要闭环
• 字段清单：表格必含[字段名、类型、必填、说明]，枚举类型要列出所有可选值
• 前端Demo：必须提供TypeScript类型定义和Mock数据，否则AI推断不准确

3. 经验教训（踩过的坑）

• 问题：AI生成的TypeScript类型不准确

• 原因：只提供了字段清单表格，AI难以准确推断嵌套结构
• 解决：在前端Demo版PRD中明确提供完整的TypeScript定义和Mock数据

• 问题：PRD遗漏关键章节（异常处理、取消规则等）

• 原因：模板不够明确，workflow没有强制检查
• 解决：更新PRD模板标注必填章节，在/create-prd工作流中增加检查步骤

使用技巧：在对话中用@AGENT.md引用这个文件，AI能快速了解项目背景、最佳实践和不建议的操作，同时也能了解你的工作风格，了解这个项目的迭代记录等，这样它才能更懂你，从而提供更精准的建议。

其他工作文件夹的用途说明

文档流转路径：

在使用AI时，充分引用已有文档：

@AGENT.md @context/01-project-background.md @templates/prd-template.md

我需要为"库存盘点"模块创建PRD，业务需求如下：
[描述需求]

请使用/create-prd工作流帮我生成。

这样AI能同时理解：

• 项目的历史和最佳实践（AGENT.md）
• 业务背景和上下文（context/）
• 输出格式标准（templates/）

实践经验和注意事项

渐进式搭建路线图

核心原则：够用就好，不要过度设计。

关键实践要点

避坑指南

总结

用AI IDE做本地文档管理，和之前用在线文档是完全不同的思路。核心差异在于：在线文档靠云端同步和实时协作，AI IDE靠项目结构和配置文件来训练AI。

这套工作空间设计的核心要点：

1. 两个核心配置必不可少

• .agent/：定义规则、工作流、技能，告诉AI如何工作
• AGENT.md：记录项目演进、最佳实践、经验教训

2. 其他文件夹按需创建

• 不要一次建全，根据实际需求逐步添加
• 命名可以灵活调整，甚至用中文都可以
• 核心是够用，不是完整

3. 工作流程要跑通

• 可以自行定义你需要用到的完整工作流，把不同的工作流的文件放在不同的文件夹中
• 严格区分drafts（试错）和prds（稳定版本）
• 需要对外时才复制到outputs做最终调整

4. 持续优化和沉淀

• 定期更新AGENT.md，记录新的经验和教训
• 优化rules、workflows和skills，把最佳实践固化
• 清理归档，保持工作空间清爽

5. 充分利用上下文引用

• 用@AGENT.md、@context/、@templates/等引用文档
• 让AI同时理解业务背景、输出标准、历史经验
• 这样AI的输出质量会大幅提升

最后说一句实在话：这套方法不是一蹴而就的，我自己也是摸索了好几个月才逐渐定型。你不用照搬我的全部结构，可以从最核心的.agent/和AGENT.md开始，然后根据自己的工作节奏慢慢添加其他部分。

工具是死的，人是活的，适合自己才是最重要的。

如果你在实践过程中遇到什么问题，或者有更好的优化建议，欢迎在评论区留言交流。我也在持续优化这套方法，说不定你的经验能给我新的启发。

如果觉得这篇文章对你有帮助，欢迎点赞、转发，让更多产品经理知道AI IDE的正确打开方式。也欢迎关注我的公众号"PM维他命"，我会持续分享产品管理、供应链系统、AI应用的实战经验。

我是维他命，我们下次见！

参考资料
本文中提到的项目结构和工作流配置，均基于作者实际工作中的经验总结。如需获取完整的项目初始化模板，可直接微信私聊我：

我想要"产品经理的AI IDE工作空间文件结构模板"。

END