prd

产品需求文档（PRD）

概述

设计全面、达到生产级标准的产品需求文档（PRD），打通业务愿景与技术落地之间的鸿沟。该 Skill 适用于现代软件系统，确保需求定义清晰明确无歧义。

适用场景

以下场景请使用此 Skill：

• 开启全新的产品或功能开发周期
• 将模糊的想法转化为具体可落地的技术规范
• 明确 AI 驱动特性的相关需求
• 项目相关方需要一份统一的“单一事实来源”（Source of Truth）来界定项目范围
• 用户提出“写个 PRD”、“整理需求文档”或“规划功能”等请求时

---

操作流程

阶段 1：需求调研（访谈机制）

在动手写 PRD 的第一行字之前，你必须向用户提问，以补全信息盲区。切勿盲目假设上下文。

重点询问：

• 核心痛点：为什么我们现在要抓紧做这个？
• 成功指标：如何衡量它是否达到了预期效果？
• 限制条件：预算、技术栈或交付截止日期是什么？

阶段 2：分析与范围界定

综合整理用户的输入，梳理出潜在的依赖关系和隐藏的复杂度。

• 绘制用户业务流程（User Flow）。
• 明确非目标（Non-Goals），保护项目上线排期。

阶段 3：技术文档撰写

依据下文的严格 PRD 规范模板生成文档。

---

PRD 质量标准

需求质量

使用具体、可衡量的标准，杜绝使用“快速”、“简单”或“直观”等模糊词汇。

# 模糊表述（错误示范）
- 搜索功能必须足够快，且返回相关度高的结果。
- UI 界面必须看起来现代且易于使用。

# 具体表述（正确示范）
+ 在 1 万条记录的数据集中，搜索请求必须在 200ms 内返回结果。
+ 搜索算法在基准评估（Benchmark Evals）中必须达到 >= 85% 的 Precision@10。
+ UI 界面必须遵循 'Vercel/Next.js' 设计系统，且 Lighthouse 无障碍（Accessibility）得分达到 100%。

---

严格 PRD 规范模板

在输出文档时，你必须严格遵循以下结构：

1. 执行摘要

• 问题陈述：用 1-2 句话阐述用户痛点。
• 拟定方案：用 1-2 句话说明解决方案。
• 成功标准：3-5 个可衡量的 KPI 指标。

2. 用户体验与功能需求

• 用户画像：这个功能是做给谁用的？
• 用户故事：作为一个 [用户]，我希望 [采取某项行动]，以便于 [获得某种收益]。
• 验收标准：针对每个用户故事列出具体的“完成定义”（Done Definitions）。
• 非目标：有哪些东西是我们本次明确不做的？

3. AI 系统需求（如适用）

• 工具需求：需要调用哪些工具和 API？
• 评估策略：如何衡量输出结果的质量与准确率。

4. 技术规范

• 架构概览：数据流向与组件间交互关系。
• 集成点：API、数据库（DB）及身份认证（Auth）。
• 安全与隐私：数据处理规范与合规要求。

5. 风险评估与路线图

• 分阶段交付：MVP -> v1.1 -> v2.0。
• 技术风险：延迟、成本过高或第三方依赖故障等风险。

---

落地执行指南

建议做法（必须落实）

• 明确测试方法：针对 AI 系统，清晰指定如何测试和校验输出质量。
• 小步迭代：先提供草案，并针对特定章节主动寻求反馈。

避坑指南（切记避免）

• 跳过调研：绝不能在没有提出至少 2 个澄清问题的前提下直接撰写 PRD。
• 凭空臆造限制：如果用户未明确技术栈，请主动询问或标注为 TBD（待定）。

---

示例：智能搜索系统

1. 执行摘要

问题：用户在海量文档库中难以精准查找特定的代码片段。
方案：构建一套智能搜索系统，直接给出回答并附带来源引用。
成功标准：

• 搜索耗时减少 50%。
• 引用准确率 >= 95%。

2. 用户故事

• 故事：作为一名开发者，我希望使用自然语言提问，这样就不用苦恼于猜关键词了。
• 验收标准：
  • 支持多轮对话澄清问题。
  • 返回的代码块附带“复制”按钮。

3. AI 系统架构

• 所需工具：codesearch、grep、webfetch。

4. 评估机制

• 基准测试：使用 50 个常见的开发者问题进行测试。
• 合格率：90% 的回答必须准确匹配预期引用。