不懂代码的 PM 怎么用 AI 构建产品|lenny's newsletter

你是不是也有过这样的想法：

"要是我会写代码就好了，这个功能我自己就能做出来。"

然后打开 Cursor，看着满屏幕的代码和终端命令，默默关掉窗口……

但如果我告诉你，一个高中学音乐、完全不懂代码的 PM，现在正在用 AI 独立开发产品、还赚到了钱呢？

Zevi Arnovitz 就是这样的人。Meta 的 PM，一年前还对代码"恐惧"，现在用 Cursor + Claude 搭建了自己的 SaaS 产品。甚至，他的工程师同事都来找他学习怎么用 AI 写代码。

这篇文章会告诉你他是怎么做到的——更重要的是，你也能做到。

先别急着打开 Cursor

很多人一上来就想用 Cursor，结果被吓退了。Zevi 的建议是：像"暴露疗法"一样循序渐进。

三步走策略：

第 1 步：ChatGPT Projects（1-2 周）

• 创建一个"技术合伙人"项目
• 在对话框里描述你的想法，让 AI 帮你思考技术方案
• 关键 Prompt："你是我的 CTO。我负责产品和用户体验,你完全负责技术实现。请挑战我的想法，不要做讨好型回答。"

这一步的目的不是写代码，而是让你习惯用技术思维思考问题。

第 2 步：Bolt/Lovable（2-4 周）

• 开始真正构建简单的产品原型
• 这些工具会帮你做很多技术决策
• 适合验证想法,但功能有限

第 3 步：Cursor（持续学习）

• 当你开始觉得 Bolt 限制太多时，就该升级了
• Cursor 给你完全的控制权
• 配合 Claude Code 使用效果最佳

Zevi 的金句："代码本质上就是文字。既然你能写 PRD，就能看懂代码。"

核心工作流：6 个斜杠命令搞定一切

Zevi 开发了一套高效的工作流，全部通过"/ 命令"(可复用的提示词)实现。这些提示词我会在文末提供下载。

完整流程图：

1. /create-issue - 快速记录灵感

• 使用场景：正在开发时突然想到新功能或发现 bug
• 作用：让 Claude 快速捕捉你的想法，自动在 Linear 创建工单
• 示例："我想给 StudyMate 加填空题功能，占总题量 30%，每题两个空格，6 个备选答案，拖拽交互"

2. /exploration-phase - 深度探索

• 使用场景：准备开始做某个功能
• 作用：AI 会分析代码库，问你关键问题，帮你理清思路
• 重点：这一步不写代码，只讨论方案
• Claude 会问：数据结构怎么设计?UI 交互如何?需要改哪些现有代码?

3. /create-plan - 生成执行计划

• 输出一个结构化的 markdown 文件
• 包含：TLDR、关键决策、分步骤任务清单
• 妙处：这个计划可以给不同的 AI 模型使用(下文会讲)

4. /execute-plan - 开始编码

• 把计划丢给 AI,让它开始写代码
• Zevi 技巧：简单任务用 Cursor Composer(超快)，复杂任务用 Claude Code

5. /review + /peer-review - 多重代码审查

这是最精彩的部分。Zevi 会让三个不同的 AI 模型互相审查代码：

• Claude：沟通能力强，会解释为什么这么做
• GPT Codex：擅长解决最难的 bug，但不爱说话
• Gemini：UI 设计天才，但写代码过程"惊心动魄"

具体操作：

1. 让 Claude 审查自己的代码 → 发现问题 A2. 让 GPT 审查同一段代码 → 发现问题 B3. 让 Cursor Composer 也审查 → 发现问题 C4. 用 /peer-review 命令：   "你是这个项目的 Tech Lead。   其他团队的 Lead 审查了你的代码,发现了这些问题：[粘贴问题 A、B、C]   你要么解释为什么这不是问题,要么修复它。"

Zevi 说 Claude 有时会"怼回去"："这个问题已经被提了三次了，我再说一遍，这是设计如此，不是 bug。"

6. /update-docs - 更新文档

• 让 AI 总结这次改动，更新技术文档
• 确保下次 AI 开发时有更多上下文

一个真实案例：10 分钟加一个新功能

在播客中，Zevi 现场演示了给 StudyMate(他的学习应用)加"填空题"功能。

全过程耗时不到 10 分钟：

1. 用 Wispr Flow 语音输入需求(30 秒)
2. Claude 问了几个澄清问题(1 分钟)
3. 自动创建 Linear issue(10 秒)
4. 探索阶段:Claude 分析代码库，提出 8 个关键问题(2 分钟)
5. Zevi 粘贴预先准备的答案(10 秒)
6. Claude 生成详细计划(1 分钟)
7. Cursor Composer 执行计划，写完所有代码(4 分钟)
8. 本地运行测试(1 分钟)

如果找工程师做，这可能需要 1-2 天。

关键技巧：让 AI 持续变聪明

很多人用 AI 写代码后就结束了。Zevi 不一样，他有个复盘习惯：

每次 AI 犯错后:

1. 问它："你的系统提示词或工具配置里，哪部分导致了这个错误?"
2. 让它更新文档或斜杠命令，确保下次不再犯

还有个 /learning-opportunity 命令，专门用来学习：

• "我是一个技术能力中等的 PM，用 80/20 法则给我解释这段代码在做什么"
• 把不懂的概念变成学习机会

在大公司怎么用?

你可能会想："这在自己的项目上行,在公司能用吗?"

Zevi 的建议:

可以做的:

• 构建独立的 UI 组件
• 修复小 bug
• 快速做出可交互的原型
• 把你的想法"可视化"，让工程师看到效果

不要做的:

• 复杂的数据库迁移
• 直接推代码到生产环境
• 绕过工程师直接发布功能

更好的方式:

• 用 AI 写代码 → 创建 PR → 让工程师做最后审查和优化
• 这样工程师会觉得你在帮助他们，而不是越界

Zevi 预测："未来几年，PM 和工程师的边界会越来越模糊。每个人都是 builder。"

常见担心：我会不会变成"提示词民工"?

很多人担心过度依赖 AI 会让自己的技能退化。Zevi 的观点很清晰:

"如果你把 AI 当作外包思考的工具，那就是灾难。如果你把它当作永远在线的导师，那就是游戏规则改变者。"

关键区别:

• ❌ 错误用法：让 AI 写完就直接用，出问题说"这是 AI 写的"
• ✅ 正确用法：用 AI 快速实现想法，然后理解它做了什么，持续迭代

他的例子：在 Wix 做 PM 时，他只负责一个功能模块。但在自己的项目上，他要思考市场策略、用户引导、整个产品架构——这反而让他的 PM 技能提升得更快。

工具推荐清单

基于 Zevi 的实践,这里是完整工具栈:

必备:

• Cursor - 主力代码编辑器
• Claude Code - 在 Cursor 里运行的 AI agent
• Linear - 任务管理(可用 MCP 工具集成)

加分项:

• Wispr Flow - 语音转文字(比打字快)
• Composer - Cursor 内置,速度超快
• Gemini(Antigravity) - UI 设计
• GPT Codex - 解决复杂 bug

学习阶段:

• ChatGPT Projects - 起步
• Bolt/Lovable - 进阶

立刻开始：你的第一个项目

不要想太复杂。Zevi 的建议:

1. 今天：创建一个 ChatGPT Project，给它这个提示词:

   "你是我的技术合伙人。我想做一个[你的想法]。作为 CTO，告诉我需要考虑哪些技术问题，以及最简单的实现方式。用我能听懂的语言解释。"

2. 这周：在 Bolt 上做一个极简版原型

• 不用完美，能跑就行
• 目标是克服恐惧

3. 下周：下载 Cursor，把 Zevi 的 / 命令导入

• 选一个真实但简单的需求
• 走完整个流程一次

4. 持续:每次遇到不懂的，用 /learning-opportunity

• 把代码当作学习材料，不是黑盒

最后

借用 Zevi 的一句话：

"如果看完文章你觉得 Zevi 好厉害，那我失败了。如果你马上打开电脑开始试，那我成功了。"

现在，选择权在你手里。

你可以继续等"合适的时机"，或者承认"我不是技术背景"。

或者，你可以打开 ChatGPT，开始和你的"虚拟 CTO"聊聊那个一直想做的功能。

一年前，Zevi 在日本旅行时看了个 YouTube 视频，决定试试 AI coding。

一年后，他有了能赚钱的产品，还在 Meta 做 PM，工程师找他学技术。

你的一年后会是什么样?

附件下载：Zevi 的完整 / 命令合集和工作流模板 → https://aipmgrow.feishu.cn/wiki/IzlWwdgHmiLyiOk8mpGcP3OKnPe

想看实操? Lenny 的播客完整视频演示了整个过程，强烈推荐观看。
https://www.lennysnewsletter.com/p/the-non-technical-pms-guide-to-building-with-cursor

有问题? 在评论区留言，或者直接在 LinkedIn/X 上找 Zevi，他说很乐意帮助每一个想学习的人。

现在，去写点代码吧。你会惊讶于自己能做到什么。