漫步在长安街上，每隔几步就能看到布防，那种安全感让人踏实。时隔六年再次回到北京，心境与期待已截然不同——下一个六年，要稳步前行。
我一直对前沿科技保持高度好奇，而且是那种会主动把它们拉入生活、嵌入工作流的人。这次，我想聊聊几款AI大模型工具如何真正改变了我的工作方式。注意，不只是“提效”层面的微调，而是能力结构上的实质性突破。
本文大致分为三部分：
- 用 Cursor 快速绘制产品原型
- 借助 Coze 重塑信息获取方式
- 依靠 Chat2DB 将数据分析效率拉满
改用 Cursor 设计产品原型
第一个变化来得相当猛烈：以前画原型主要依赖 Axure、蓝湖、Figma 等工具，现在基本都交给 Cursor 了。这一转变带来的直接冲击是——产品经理这个角色，开始跨越 UE、UI 的设计边界。门槛也确实存在：编程经验完全不需要（像我这号代码小白），但需要你学会与一个“AI副驾驶”对话。
说实话，我本来就习惯自己画原型，只是以前精力有限，标准就是“刚好够用、研发能懂就行”。而 Cursor 是一款输入自然语言就能生成代码的AI编程工具，最近技术上有了重大突破，行业内火得一塌糊涂。
不过它对我不只是“新鲜感”这么简单。它融合了垂直大模型能力和联网搜索，两个例子就能看出它的实力。
例1——交互设计上：
- 先建一个文件夹，专门存放即将生成的作品
- 准备一段提示词——我写了：“帮我生成一个移动H5端招聘软件首页，符合欧美用户使用习惯。直接创建一个HTML文件，不需要考虑Node.js环境，所有数据在前端模拟”
- 然后让它跑起来
你猜结果如何？它直接生成了一个完整的首页界面，交互逻辑清晰流畅。
例2——视觉设计上：
我拿之前的素材，简单优化了下提示词，让它帮我把商品图片替换掉——输入：“帮我替换第一个商品的图片，搜索一张日本樱花图，要求图片质量高，最好有景深效果”。
值得留意的是，Cursor 不会拒绝你那“一句话需求”（哪怕需求描述得很模糊），它的系统会自动帮你优化 Query，或许就是为了让你尽快感受到产品力。而我在多次尝试之后，也开始有意识地把提示词写得丰满一些，让它能精准理解我到底想要什么。
关键点其实就一句话：快速搭建原型框架 + 在此基础上做细节微调。提示词喂得好，效率就不是“快一点”的程度了。
用 Coze 改善信息获取
第二个变化是给自己搭建了一条全新的信息获取通道。
痛点很明确：比如36氪AI频道，对AI从业者来说每天新增10篇文章，篇篇都读完？这挑战不小。文章还经常很长，信息密度高，读了后面忘了前面。
怎么解决？我通过Coze构建了一个智能体，让它自动扫描近20篇文章，然后结构化输出：【新闻发布日期】【标题】【每篇80字以内的摘要】。
几分钟内就能完成阅读。从“每天被信息追着跑”变成了“几分钟搞定当天的AI行业风向”。
具体实现步骤：
- 在Coze中创建Bot，配置好工作流
- 设定信息来源（比如RSS或网页）
- 编写提示词模板，要求自动总结
- 设定输出格式（日期+标题+摘要）
这版v1.0的效果，还算让人满意。
用 Chat2DB 做数据分析
第三块是关于数据分析的。以前写SQL，能拖就拖，能抄就抄。现在有了Chat2DB，节省最多的不是写SQL本身的时间，而是“从业务问题到可视化报表”的往返时间。
冲击是：产品经理一个人就能把数据分析这条线跑通。前提条件是：你得有点SQL基础——不是为了自己写，而是为了能识别AI自动生成的SQL有没有明显错误。
说白了，工具已从“辅助提效”走到了“能力替代”的边缘。你不需要会写每一行代码，但要会判断它写得对不对。