McDonald's IT · AI Practice

产研测 AI 协同
新范式

— 产品篇 —

Lucas Zhuang · 2026

"我们团队正在做一件事：
一个功能，从需求到上线，全程 AI 协作完成。
PRD 是 AI 写的，代码是 AI 写的。
它即将跑在生产环境里。"

02
Part 1 · 实践

PM 的日常痛点

😰 评审被问哑

边界没想清楚，异常流程没覆盖，一问三不知

⏰ 一个 PRD 写一周

调研、方案、原型、文档，每一步都重复劳动

🔄 工具链断裂

Figma 画完再搬到 Confluence，格式丢失，来回折腾

03
Before

传统 PM Workflow

📋 调研 → 📝 写方案 → 🎨 画原型 (Figma) → 📄 写 PRD → 📋 回填 Confluence → 🗣️ 评审
1~2 周

一个完整 PRD 的平均耗时

04
After

AI-Powered Workflow

💡 Idea → 🤖 Cony 交互精炼 → 📄 PRD 自动生成 → 🖼️ 原型代码截图 → 📋 Confluence 回填
2 小时

同样质量的 PRD，从一周多到两小时

05
Cony · Deep Dive

不是一次性生成，
是交互式精炼

  • 4 个阶段：愿景 → 场景 → 方案 → 验收
  • 每阶段通过问卷引导你思考
  • 不是替你写，是帮你想清楚
  • 输出的 PRD 经得起评审拷问

🤖💬

Cony 会追问你没想到的边界

06
Cony · 15 维度

15 维度全面扫描

🎯

目标用户

📊

业务指标

⚡

异常流程

🔒

权限边界

📱

多端适配

🔄

数据流转

已覆盖的维度自动跳过，不重复提问 · 根据回答自适应深度

07
Cony · 智能适配

你说得越多，
它挖得越深

简单回答 → 基础 PRD，快速出稿

详细回答 → 深入追问，覆盖边界

专家回答 → 挑战假设，发现盲区

不是模板填空，是真正的思维伙伴

08
Cony · Phase 0

先扫描，再精准提问

输入你的 idea 或初稿后，Cony 先做覆盖度分析：

✅ 已覆盖 → 直接纳入，不重复问
🔶 部分覆盖 → 生成验证类问题
❌ 未覆盖 → 生成挖掘类问题

🔍📋

15 维度逐一扫描
自动判定每个阶段 EXECUTE 或 SKIP

你写得越完整，Cony 问得越少 · 复杂度自动判定（低/中/高）影响问卷深度

09
Cony · 质量门禁

核心标准：开发能否
不问任何人直接编码？

📋

完整性

🔗

一致性

🎯

专业性

⚙️

功能完备性

✅

覆盖率

撰写前：检查未确认假设 + 开放问题
撰写后：5 维度质量自检，🔴 项清零才能交付

10
Cony · 完整闭环

从 Idea 到交付，一条龙

💡 输入 → 🔍 分析 → 💬 问卷 → 📄 撰写 → 🖼️ 原型 → ✅ 自检 → 📋 回填

🖼️

原型自动生成

代码生成 + 截图
嵌入 PRD

📚

知识沉淀

模块清单 + 术语表
越用越聪明

🔄

阶段流转

自动通知下游
支持退回变更

11
原型革新

从 Figma 到代码原型

Before

  • 手动画 Figma 原型
  • 截图贴到 PRD
  • 改需求 = 重画

After

  • Cony 直接生成前端代码
  • 自动截图嵌入 PRD
  • 改需求 = 改描述，秒级重生成
12
打通最后一公里

Confluence MCP

🤖 Cony 生成 PRD → 🔌 MCP 协议 → 📋 Confluence 页面

PRD 写完自动回填到 Confluence
不用复制粘贴，不用调格式
一键到位

13
数据分析

从手写 SQL 到自然语言

Before

  • 手写 SQL 查数据
  • Excel 做透视表
  • 截图贴报告

After

  • 告诉 AI 你要什么数据
  • AI 写 SQL + 执行 + 可视化
  • 全流程自动，结论直出
14
Part 2 · 洞见

三种 AI 用法对比

💬

ChatGPT

= 临时工
用完即走，没有记忆

⚙️

Coze / Dify

= 流水线
固定流程，缺乏灵活

🧠

Skill

= 你的分身
学会你的思维方式

15
App is Dead, Long Live the Skills

什么是 Skill？

不是固定流程，是 "AI 学会了你的思维方式"

方法论 + 经验 + 判断标准 = 可执行的 AI 能力

Cony 不是一个 App，是我把 PM 方法论沉淀成的 Skill
任何人都可以把自己的专业能力变成 Skill

16
生态

Skill · Power · MCP

Skill

方法论 + 经验
教 AI 怎么思考

Power

工具 + 能力
给 AI 手和脚

MCP

协议 + 连接
让 AI 接入外部系统

三者组合 = AI 不只会说，还会做，还能连

17
启发

Less Structure,
More Intelligence

放手让 AI 自由创造
给方向，不给流水线

— 来自 Manus 的启发

18
Part 3 · 展望

每个人都有自己的 Agent

🧑‍💼

PM Agent

👨‍💻

Dev Agent

🧪

Test Agent

随时加入 / 退出不同团队和工作空间
Agent 即团队成员

19
Agent-to-Agent

A2A 协作流

🤖 PM Agent (Cony) → 📂 共享工作空间 → 👨‍💻 Dev Agent → 🧪 Test Agent
  • 自动 @下游 Agent，上下文共享
  • PRD 变更自动触发代码更新
  • 测试用例从 PRD 自动生成
20
Real Case

我们正在跑通的案例

📋 BRD → 🤖 Cony PRD → 👨‍💻 Dev Agent 开发 → 🚀 上线

"这不是 PPT，
这是我们下个月要交付的东西"

21
更远的未来

Agent 之间的知识传播

👨‍🏫

师徒制

口耳相传
一对一，效率低

🌐

互联网

搜索 + 分享
Skill 市场，人类安装

🤖↔️🤖

Agent 互学

自发学习
能力在 Agent 间流动

我不会的，你的 Agent 教我的 Agent
知识传播的第三次革命

22

每个人都可以打造
自己的 AI 搭档

从今天开始，把你的方法论
沉淀成 Skill

Thank You · Lucas Zhuang