用 AI 从零写一份 PRD 的完整工作流

这个工作流解决什么问题

当你只有一个功能想法，但需要快速形成可讨论的 PRD 初稿时，可以使用这个工作流。它适合从“想做一个功能”过渡到“可以进入评审的需求文档”。

AI 在这里的价值不是替代产品经理做决策，而是帮助你补齐结构、暴露遗漏、整理表达，并生成第一版可讨论材料。

最终产出

完成这个工作流后，你应该得到：

需求背景
用户场景
功能列表
用户流程
数据指标
风险与依赖
待确认问题
评审前检查清单

Step 1：澄清目标

不要一开始就让 AI 写完整 PRD。第一步应该是让 AI 根据一句话需求提出澄清问题。

可使用 Prompt：

你是一名资深产品经理。请根据以下功能想法，先不要写 PRD，而是帮我提出需要澄清的问题。

请从以下角度提问：
1. 业务目标
2. 目标用户
3. 用户场景
4. 成功指标
5. 功能边界
6. 约束和风险
7. 依赖方

功能想法：
[填写你的想法]

这一轮的目标是发现信息缺口，而不是追求文档完整。

Step 2：补充输入信息

根据 AI 提出的问题，整理一份需求输入表：

功能名称：
业务背景：
目标用户：
用户痛点：
产品目标：
成功指标：
核心场景：
不做什么：
上线约束：
已知风险：

“不做什么”非常重要。很多需求失控，都是因为没有定义边界。

Step 3：生成 PRD 结构

确认关键信息后，让 AI 输出 PRD 大纲，而不是直接写全文。这样便于先检查结构是否正确。

请根据以上需求输入，生成 PRD 大纲。

要求：
- 只输出标题结构和每节要写什么
- 不要展开正文
- 标记信息不足的位置
- 给出建议补充的问题

Step 4：展开功能需求

结构确认后，再逐个模块生成功能说明。建议每次只展开一个模块，避免 AI 在长文中遗漏边界。

每个功能模块建议包含：

功能目标
适用用户
前置条件
主流程
异常流程
权限规则
数据记录
验收标准

示例 Prompt：

请只展开“收藏 Prompt”这个模块。

输出结构：
1. 功能目标
2. 用户故事
3. 主流程
4. 异常流程
5. 权限和限制
6. 埋点建议
7. 验收标准

Step 5：补充风险和依赖

要求 AI 从研发、设计、数据、运营和合规角度列出风险和依赖。

请从研发、设计、数据、运营、合规和用户体验角度，检查这份 PRD 可能遗漏的风险、依赖和待确认问题。

请按严重程度排序，并说明为什么需要关注。

这一步可以显著提升评审质量，因为 AI 往往能帮你发现文档中没有写清楚的边界条件。

Step 6：生成评审清单

在正式评审前，让 AI 帮你生成检查清单：

目标是否清晰？
用户场景是否具体？
功能边界是否明确？
数据指标是否可衡量？
设计和研发依赖是否明确？
异常状态是否覆盖？
是否存在合规或权限风险？

完整案例：从模糊想法到可测试的验收标准

假设原始想法只有一句：“希望用户能收藏常用 Prompt。”不要直接要求 AI 生成完整 PRD，可以按下面的顺序推进。

1. 澄清后的输入

业务目标：提高用户再次使用优质 Prompt 的效率。
目标用户：已登录且会重复执行同类任务的用户。
核心场景：用户在 Prompt 详情页收藏，之后在个人中心查找并取消收藏。
成功指标：收藏按钮点击成功率、收藏后再次访问率；具体口径待数据同事确认。
不做范围：首版不支持收藏夹分类、批量导入和公开分享。
约束：未登录用户点击收藏时引导登录；同一用户不能重复收藏同一条内容。

2. AI 展开的需求片段

用户故事：作为已登录用户，我希望收藏当前 Prompt，以便之后快速找到。
主流程：点击收藏按钮 → 服务端保存关系 → 页面显示“已收藏”。
异常流程：请求失败时保留未收藏状态，并提示用户重试。
权限规则：收藏记录仅本人可查看和修改。

3. 人工确认后的验收标准

已登录用户首次点击收藏后，服务端只新增一条收藏关系，刷新页面仍显示“已收藏”。
同一用户重复提交收藏请求时，不产生重复记录。
未登录用户点击收藏时进入登录引导，不创建收藏记录。
保存失败时页面不显示成功状态，并提供可理解的失败提示。
取消收藏后，该内容不再出现在个人收藏列表中。

这里的数字口径、权限策略和错误提示不能由 AI 自行决定，需要产品、研发和数据负责人确认。想先系统拆解需求，可参考用 AI 做需求分析的工作流；需要单次生成结构时可使用 AI PRD Prompt，团队长期复用则适合配置 PRD 写作 Skill。

Prompt、Skill 和人工判断怎么分工

阶段	更适合的方式	原因
一次性澄清、生成大纲	Prompt	输入变化大，便于当场补充上下文
固定 PRD 结构、评审清单	Skill	可沉淀团队字段、术语和输出格式
目标取舍、优先级、合规与承诺	人工判断	依赖真实业务约束和责任人授权
验收标准草拟	Prompt 或 Skill	AI 可补边界，但最终要由产品和研发确认可测试性

常见失败边界

失败 1：从一句话直接生成全文

AI 会用看似完整的内容填补未知信息，容易把假设写成结论。应先让它列问题，并把未知项明确标为“待确认”。

失败 2：遗漏“不做范围”

如果只列功能清单，不写首版不支持什么，评审时很容易不断扩展需求。至少要写出明确排除项，以及后续变化由谁确认。

失败 3：验收标准无法测试

“体验流畅”“响应及时”“操作简单”都不能直接验收。应改写成可观察的输入、系统行为和结果；具体阈值若没有依据，不要让 AI 猜测。

失败 4：把建议当作已确认决策

AI 补充的指标、负责人、上线日期和技术方案都只是候选项。没有会议记录、数据口径或责任人确认时，必须标记为待确认。

人工复核重点

PRD 初稿必须由产品经理检查，尤其是：

数据口径
业务目标
优先级
权限规则
异常流程
上线节奏
跨团队依赖

AI 可以帮助你写得更快，但最终文档是否能进入开发，仍然取决于真实业务判断和团队共识。