这是 Google UX 证书 2024+ 才加进来的新模块,把 Gemini / NotebookLM / Career Dreamer 这些 Google AI 工具串进 UX 工作流和求职全程。本课用的都是 Google 自家工具,但方法论(尤其 T-C-R-E-I 提示词框架)是通用的,换成 Claude/GPT 一样用。
对 PM 的意义:这门是 7 个 wiki 里对你最新鲜、最能直接抄的——它把"用 AI 做产品工作"拆成了具体场景 + 提示词模板。其中 NotebookLM(文档接地的问答)你本机已有 notebooklm skill （本地参考资料）,这里给的是"拿它当项目知识库 / 面试备战库"的具体玩法。
一、T-C-R-E-I 提示词框架(核心,全程复用)
写有效 Prompt 的 5 要素,记忆口诀 "Thoughtfully Create Really Excellent Inputs":
| 字母 | 要素 | 怎么写 |
|---|---|---|
| T | Task 任务 | 指定 AI 的角色 Persona(如"15 年经验的 UX 内容设计师")+ 输出格式 Format(列表/表格/段落) |
| C | Context 背景 | 目标用户、产品、场景、风格偏好(如"用户 29 岁、爱冬季运动、刚从滑雪板换滑雪") |
| R | References 参考 | (可选)给类似例子/想模仿的风格,结果更贴需求 |
| E | Evaluate 评估 | 看输出是否达预期;不满意先回看提示词是否够具体 |
| I | Iterate 迭代 | 改提示词、加细节、换格式,反复直到满意 |
提升提示词效果的 4 个实操技巧:① 明确说哪里不满意(加更明确指引) ② 给范例(想要的格式/风格) ③ 复杂句拆成几个简单句 ④ 告诉 AI 你喜欢哪几个输出 + 为什么,让它基于偏好再出。
这套和你 KB 里 newtype · Prompt / Context Engineering 实战 / 王凯 Claude Code 终端工作流方法论(完整版) 的提示词心法一脉相承,T-C-R-E-I 是给非技术 UX 同学的轻量版。
二、Gemini 辅助 UX 的 7 个场景
| 场景 | 怎么用 | 关键点 |
|---|---|---|
| 生成用户画像 Personas | 贴用户调研总结 + "给我 4 个典型画像,各带简单描述" | 省整理时间、快进头脑风暴;但 AI 初稿必须团队核对修改,别过度依赖 |
| 简化设计规范 | "根据 m3.material.io,手机对话框两个按钮该靠左还是右?实心还是文字样式?" | 像 24h 在线设计顾问,懂术语(CTA/Material);专业判断仍靠人 |
| 设计迭代发散 | "我是 UX 设计师做语言学习 App,对以下草拟想法给迭代建议" + 贴已有想法 | 用足 Context+References,AI 在你基础上拓展而非重复;能发现 edge cases |
| 改进 stakeholder 沟通 | "把这句 UX 术语浓的话改成几个无术语、简洁的版本" | 去 jargon——把"迭代式亲和图分析识别 persona…"翻成人话,按"简洁版/详细版"分类 |
| 写作品集文案/案例研究 | "我是 UX 设计师,基于以下项目信息写第一人称的案例研究开场" | AI 擅长起草,你负责加个性;它会标出要你补的部分(App 名/目标用户) |
| 生成真实占位文案 | 设计稿里不用 "Lorem Ipsum",让 AI 生成贴近真实场景的示例内容 | 高保真 Mockup 更真实 |
| 分析用户研究数据 | 让 AI 总结调研发现、找行为规律、划分用户类型 | 仍需人验证数据准确性 |
铁律(讲师 Paolo,Google Maps UX 总监):AI 是加速工具,不取代思考和决策。"勇敢试、几乎零风险、很多免费;建立使用习惯,理解它怎么工作,适应行业演变。"最终打磨/评估/落实仍靠人。
三、NotebookLM:文档接地的项目+面试助手
NotebookLM = Google 的 AI 研究助手,只用你上传的文档回答(不引用外部不确定内容,答案标出处)。和联网 AI 的根本区别:信息可信、可溯源。
两大用途:
- 项目知识库(讲师 Ben,Google Cloud PM):跨团队协作时资料散、邮件长——建团队知识库。三步:① 上传文档(产品说明/设计方案/时间表) ② 教同事问法("这项目要做什么?""下阶段截止?") ③ 得到带出处的答案。场景:新人入职/写会议纪要/列议程/找资料/做 FAQ。注意:文档不会被用来训练 AI(保密)、文档越准答案越准、适合稳定不常改的文档。
- 面试备战库:上传招聘 JD + 公司资料 + 简历 + 行业报告 → ① 总结关键信息(快速掌握公司背景) ② 生成面试学习资料(常见问题/答题思路/技能指南) ③ 生成语音概览(通勤路上听着复习)。
你本机 notebooklm skill 用的是 teng-lin pip 版(全 API),墙内登录有专门配方,见 wiki-local-env-layout。
四、求职 AI 全程
起点:可迁移技能 + 职业身份陈述 + Career Dreamer
- 可迁移技能 Transferable Skills(讲师 Mike):识别你过往经历里最有价值、能带到新岗位的技能(转行 UX 尤其重要)。
- 职业身份陈述 Career Identity Statement:一句话定位你是谁、能带来什么——后续改简历/求职信的锚。
- Career Dreamer(Google 工具):用 AI 开启求职探索,帮转行者找方向。
AI 改简历(2 步)
- 打造基础版简历:展示核心技能、量化成果(如"提升满意度 25%")、格式清晰、可作定制模板。把旧简历 + 职业身份陈述喂 Gemini:"给我具体可行的修改建议,让我更有竞争力申请 X 岗位。" → AI 建议用可转移技能重写、更量化、给示例文字。
- 按岗位定制:把目标 JD + 基础简历一起给 Gemini:"根据这个职位描述,建议我怎么调整简历成为理想候选人。" → AI 匹配关键词、建议增删(如加 A/B 测试经验)。每版命名(
Sage_Resume_Google_PM.pdf)存档。始终保持真实。
配套:写个性化求职信 Cover Letter、优化 LinkedIn/在线形象(招聘官 Olga/Antonio 视角:在线形象有机会也有坑)。
面试:STAR + 形式 + Gemini Live 练习
- 面试最佳实践 + 形式:熟悉不同面试形式(电话/视频/现场/作品集展示)。
- STAR 法回答行为问题:Situation 情境 / Task 任务 / Action 行动 / Result 结果——结构化讲你的经历。
- Gemini Live 模拟面试:用 AI 语音实时练习答题。NotebookLM 生成公司 FAQ + 答题思路。
- 为面试官准备有思考的问题(反问)、处理刁钻问题(讲师 Julia 自信应对)、面试后跟进(感谢信)、回应 offer。
求职管理:人脉 + 韧性
- 人脉 Networking(讲师 A.J./模块 3):求职最有效的渠道之一,主动建立 + 用人脉强化求职。
- 韧性 Resilience:求职是长跑,被拒正常,保持心态(呼应 Google UX 证书 / UX 设计基础 里 Lisa/Juan/Michael 的入行故事——都不是一帆风顺)。
关键术语速查(Glossary)
| 英文 | 中文 | 一句话 |
|---|---|---|
| T-C-R-E-I | 提示词 5 要素 | Task/Context/References/Evaluate/Iterate |
| Persona (in prompt) | 角色设定 | 让 AI 扮演某种专家身份 |
| NotebookLM | — | 只用你上传文档回答的 AI(可溯源) |
| Career Identity Statement | 职业身份陈述 | 一句话定位你能带来什么 |
| Transferable Skills | 可迁移技能 | 过往经历里能带到新岗位的能力 |
| Career Dreamer | — | Google AI 求职探索工具 |
| STAR Method | STAR 法 | 情境/任务/行动/结果,答行为面试题 |
| Gemini Live | — | AI 语音实时模拟面试 |
<!-- 视频缺口:本主题含 Generate personas / Simplify frameworks / Improve stakeholder comm / Use AI iteration / portfolio copy 等讲师演示视频——文字已覆盖方法与提示词;少量讲师访谈裸视频(Paolo 等)未转写,内容已并入。 -->