痛点:原来怎么干的
一家 B 端软件公司的产品经理每人每月要写 4 到 6 份 PRD,此前每份从梳理到定稿约 3 天,最大问题是验收标准缺失:研发与测试常在评审时追问边界条件,一份 PRD 平均被打回 1.8 次,测试用例因此晚启动约 2 天,需求返工率高。
做法:分几步改
- 沉淀公司历史优质 PRD 为结构模板与写作规范,建内部知识库,收录术语表和常见业务规则,供 AI 参照时做权限隔离。
- 产品经理提供一页纸需求要点,大模型按模板生成 PRD 初稿,含用户故事、流程图文字版和异常分支清单。
- AI 针对每个用户故事自动枚举边界条件并生成验收标准(Given-When-Then 格式),标注哪些是推测需人工确认。
- 经理逐条确认或推翻推测项,补充优先级和取舍理由后提交评审,每次评审意见回流更新知识库里的规则示例。
效果:改完变成什么样
单份 PRD 编写耗时
约 3 天 → 约 1.5 天
PRD 评审被打回次数
平均 1.8 次 → 约 0.6 次
测试用例启动时间
评审后约 2 天 → 当天启动
可以直接抄的三条
- AI 写 PRD 最有价值的是枚举异常分支和验收标准,把人最容易漏的穷举类工作先交出去。
- 让 AI 对不确定内容主动标注「推测需确认」,比它假装确定更安全,评审效率反而更高。
- 评审意见要回流进知识库形成写作规范,否则同一类问题每份新文档还会再犯。
适用边界:该做法在本案例的规模与工具条件下成立,换到数据量更大、合规要求更严的场景需重新验证。 效果数字为案例方提供或访谈整理的参考值,不构成效果承诺。
广告
查看档期与价格 →案例详情页广告位(正文下方)
阅读完成率高,适合有转化目标的工具方
来源:社区分享整理(案例方为化名团队),效果为用户自述参考值
涉及工具:大模型 API、知识库、模板化 · 标签:需求文档(新增)、模板化、任务追踪
涉及工具:大模型 API、知识库、模板化 · 标签:需求文档(新增)、模板化、任务追踪