本发明提供了一种用于薄互层油藏合采井产量预测方法，属于石油与天然气开采技术领域，包括以下步骤：步骤1，对收集的薄互层油藏注采井数据进行预处理；步骤2，对预处理后的数据进行数据集划分；步骤3，结合图卷积网络、长短期记忆网络和全连接网络建立薄互层油藏合采井产量预测模型，即GCN‑LSTM模型；步骤4，利用步骤2中的训练集数据对步骤3建立的GCN‑LSTM模型进行训练，并对比GCN‑LSTM模型在训练集和验证集上的预测误差；步骤5，利用步骤4训练好的GCN‑LSTM模型预测合采井的产量，并进行预测效果分析。本发明能够解决目前数据驱动产量预测模型无法考虑井间相互影响的问题。