AI时代的产品文档：给模型写PRD是什么体验

微信扫一扫，分享给好友

关闭

传统PRD写给设计和研发看。当产品里有大模型，「读者」多了一个：模型本身。给机器看的文档，和给人看的写法不一样——这是AI产品经理正在经历的方法论迁移。

AI功能PRD的新增部分

输入样本：什么样的输入是正常的、边界的、恶意的。用户会输入多长的文本、会贴什么样的图、会怎么试探你的产品。

期望输出：好的输出长什么样（最好有示例），坏的输出长什么样（空洞、编造、格式混乱）。

不可接受项：安全红线（不能输出什么）、合规禁区（涉政、隐私、版权的边界）。这三块在传统PRD里没有对应物，却是AI功能验收的核心。

结构化优于叙述

模型微调和评测需要结构化数据，不是形容词。与其写「回复要友好专业」，不如给出50组「差输入-好输出」对照样本。示例即规格——对机器而言，十个具体例子胜过一页形容词。

可测试性

AI功能的验收标准要从「效果要好」变成可评测的指标集：准确率阈值、拒答率上限、响应时长、安全评测集通过率。上线前跑评测集，上线后持续监控。写不清指标的AI需求，等于没写完。

文档的新受众与新角色

给模型写的内容（系统提示词、few-shot示例）本身就是产品代码：需要版本管理、评审流程、迭代记录。「提示词工程师」的工作本质，是写一份极特殊的PRD——读者是模型，验收是评测集。

一个实践建议：把提示词放进代码仓库，像管理代码一样管理它的每个版本与每次改动原因。三个月后你会感谢这个决定。

写在最后

AI时代的PRD，正从「描述想做什么」变成「定义什么是对」。写好样本、写清红线、写死指标——比写出漂亮的需求描述更重要。