给 AI 当 PM 的一天：如何撰写极度严谨的 PRD
在当前的 AI 转型浪潮中，借助大模型进行产品需求文档（PRD）的撰写，绝非理想化的“一键生成”。Gank Interview 指出，面对复杂的业务系统，试图用一段冗长的提示词让大模型直接吐出完美文档，往往只会触发模型的幻觉与逻辑遗漏。真正的提效之道在于精准界定人机能力边界：利用大模型解决文档冷启动困难、搭建标准骨架并穷举常规异常状态，从而将产品经理从耗时的机械性案头工作中彻底解放出来。
核心突破：AI PRD 标准四步工作流
经过实战检验，最高效的 AI 辅助 PRD 撰写标准工作流可归纳为以下四个核心步骤，旨在通过结构化分步对话精确控制模型输出质量：
- 需求输入 (Context & Role Setup)：向 AI 投喂充分的业务背景、用户痛点与核心目标，确立专家角色定位。
- 结构生成 (Module Breakdown)：引导 AI 拆解核心功能模块，建立 PRD 的基础骨架，遵循 MECE 原则。
- 逻辑填充 (Acceptance Criteria)：分模块细化交互流程、数据流向与验收标准（AC），采用 BDD 格式描述。
- 边界校验 (Edge Cases & Exceptions)：补充边缘场景，针对系统限制进行人工审查与修正，防止逻辑漏洞。
关键价值：从“搭骨架”到“深水区”
这套工作流直击传统 PRD 撰写的两大痛点——“冷启动困难”与“格式化耗时”。
- 传统模式：面对空白文档常陷入无从下手，耗费大量时间查阅资料、枚举基础字段，评审时常因遗漏常规异常状态而反复修改。
- AI 辅助模式：利用 AI 瞬间完成基础框架搭建与常规交互状态枚举，PM 的核心精力得以释放，只需专注于补充核心业务逻辑、制定底层业务规则以及主导跨部门利益权衡。
避坑指南：明确 AI 的能力边界
大模型擅长搭建标准框架和处理常规交互逻辑，但对于以下高风险的“业务深水区”，仍需人类 PM 亲自把控：
- 复杂的历史数据兼容性处理
- 第三方 API 的调用限制与资损风险防控
- 深度的跨系统耦合逻辑推演
实战工具：万能结构化提示词模板 (Master Prompt)
Gank Interview 提供了一套经过实战检验的 Master Prompt 模板，核心逻辑为：角色设定 + 功能模块 + 验收标准。该模板强制要求 AI 考虑异常流程（Unhappy Path）、非功能性需求（性能/兼容性）及数据埋点，有效规避了 AI 生成“正确废话”的问题。
模板核心要素包括：
- 角色锚定：如“资深 B 端 SaaS 产品经理”。
- 约束注入：必须考虑现有系统限制与第三方接口约束。
- 量化验收：明确性能指标（如响应时间≤500ms）与可量化的验收标准。
“掌握这套方法论并不断利用 AI 迭代 PRD 细节，不仅能将数小时的基础案头工作压缩至十几分钟，更是产品经理在技术演进中重塑核心竞争力、确保业务价值与系统边界绝对可控的必经之路。”
本文基于 Gank Interview 官方技术文章深度编译，旨在为开发者与产品经理提供可落地的 AI 协作范式。
