上周,一个在阿里做产品的朋友发朋友圈:
"写了3天PRD,开发看了5分钟说看不懂,又花了2天改。"
"感觉自己在做无用功。"
下面一堆产品经理点赞。
有人留言:"同感。PRD越写越长,越来越没人看。"
还有人说:"我现在都不知道PRD该写成什么样了。"
PRD越写越累,价值感越来越低。
这是大部分产品经理的困境。
在腾讯做产品这些年,我见过太多PRD:
- • 动辄50页,开发说"看不完"
- • 写得很细,上线后发现需求理解错了
- • 写得很快,遗漏了关键场景
以前的标准是:"好的PRD就是详细的PRD"。
AI时代不一样了。
今天我想聊聊,AI时代的PRD该长什么样,以及我在腾讯学到的PRD方法论怎么和AI结合。
一、传统PRD遇到的3大困境
困境1:写得越详细,越没人看
传统PRD的逻辑:越详细越好。
很多产品经理会这样写:
12345678910功能描述:1. 用户点击"提交"按钮2. 系统进行数据校验 2.1 如果数据格式正确,继续 2.2 如果数据格式错误,提示"XX格式错误"3. 系统调用后台接口 3.1 如果接口返回成功,跳转到成功页面 3.2 如果接口返回失败,提示"提交失败,请重试"4. 系统记录操作日志...
这样写有什么问题?
开发根本不需要这么详细的流程。
开发真正需要的是:
- • 这个功能要解决什么问题
- • 输入什么,输出什么
- • 边界条件是什么
- • 异常情况怎么处理
传统PRD把大量篇幅花在"描述流程"上。
结果:
- • 产品经理写得累
- • 开发看得累
- • 关键信息被淹没
困境2:写PRD花的时间,比做需求分析还多
我见过很多产品经理:
- • 需求分析:2天
- • 写PRD:5天
正常吗?
不正常。
PRD是需求分析的输出,不该比需求分析本身还耗时。
为什么会这样?
传统PRD写作有太多重复劳动:
- • 整理需求背景(从会议纪要、聊天记录里扒)
- • 画流程图(反复调整布局)
- • 写异常场景(一个个枚举)
- • 整理数据字段(手动做表格)
- • 写验收标准(想半天怎么写)
这些工作重要,但大部分是机械性的。
以前没办法,只能硬写。
AI时代不一样了。
这些机械活可以交给AI。
困境3:PRD更新成本太高,文档腐化
需求会变。
这是常态。
传统PRD最大的问题:更新成本太高。
改一个需求,要改PRD的多个章节:
- • 需求背景要改
- • 功能描述要改
- • 流程图要重画
- • 数据字段要调整
- • 验收标准要更新
改一次,半天没了。
很多产品经理干脆:
- • 不改了,口头和开发说一下
- • 等上线后再补文档
PRD就这么腐化了。
变成"历史文件"。
维护成本太高,文档和实际开发脱节。
这才是传统PRD最致命的问题。
二、AI时代的PRD,该长什么样?
我的答案:结构化+可追溯+动态更新。
特征1:结构化——机器能读,人能快速定位
传统PRD给人看,是"文档"。
AI时代的PRD,给"人+机器"看,要"结构化"。
什么叫结构化?
用统一格式组织信息,AI也能理解。
举例:
传统写法:
123用户可以在列表页点击"编辑"按钮,进入编辑页面。编辑页面包含标题、内容、标签等字段。用户修改后点击"保存",系统更新数据。
结构化写法:
12345678910111213141516171819202122232425## 功能:内容编辑 **触发条件:**- 入口:列表页"编辑"按钮- 权限:内容创建者或管理员**输入:**- 内容ID- 用户权限token**处理逻辑:**1. 验证用户权限2. 加载内容数据3. 渲染编辑表单**输出:**- 成功:编辑表单页面(包含标题、内容、标签字段)- 失败:权限错误提示页面**数据变更:**| 字段 | 类型 | 必填 | 说明 ||-----|------|-----|------|| title | string | 是 | 标题,不超过50字 || content | text | 是 | 正文内容 || tags | array | 否 | 标签,最多5个 |
结构化有什么好处?
AI能理解 - 可以自动检查PRD完整性
开发能快速定位 - 想看什么直接跳
测试能直接转用例 - 输入输出定义清楚
特征2:可追溯——每个需求都有来源和决策依据
传统PRD最大的问题:你不知道为什么要做这个需求。
开发会问:"为什么要加这个字段?"
你只能说:"产品需要。"
但为什么产品需要?用户场景是什么?不加会怎样?
这些信息在传统PRD里往往缺失。
AI时代的PRD,每个需求都应该有清晰的来源。
示例:
123456789101112131415161718192021222324252627## 需求:增加"标签"字段 **需求来源:**- 用户访谈(2024-06-10,用户A/B/C)- 用户原话:"我想给内容分类,但现在只能用文件夹,不够灵活"**业务目标:**- 提升内容组织效率- 降低用户找内容的时间成本**数据支撑:**- 60%用户有内容分类需求- 用户平均查找时间5分钟(行业平均2分钟)**不做的后果:**- 用户继续用低效的文件夹方式- 可能流失到竞品(XX产品已有标签功能)**方案选择:**- 方案A:文件夹+标签(推荐)- 方案B:只优化文件夹- 选择理由:标签更灵活,满足多维度分类需求**参考资料:**- 用户访谈记录:[链接]- 竞品分析:[链接]- 数据报告:[链接]
这样写有什么好处?
开发理解为什么要做 - 不是产品拍脑袋
方案有理有据 - 可以讨论和挑战
后续可复盘 - 上线后验证假设
特征3:动态更新——需求变了,文档秒级同步
传统PRD是"一次性"的:
- • 写完→评审→开发→上线
- • 中间改需求,手动更新文档
AI时代的PRD该是"动态"的:
- • 需求变了,AI自动识别影响范围
- • 自动更新相关章节
- • 自动通知相关人
示例:
1234567891011121314151617181920[需求变更]原需求:标签最多5个新需求:标签最多10个[AI自动识别影响]- 数据字段定义(第3章)- 前端表单校验(第5章)- 后端接口参数(第7章)- 测试用例(第9章)[AI生成变更清单]- [ ] 更新数据字段说明- [ ] 更新前端校验规则 - [ ] 更新后端接口文档- [ ] 更新测试用例[自动通知]- @前端开发 张三- @后端开发 李四- @测试 王五
三、我在腾讯学到的PRD方法论
在腾讯这些年,我总结了一套写PRD的方法:3层结构+5W2H模板。
3层结构
第1层:决策层(Why & What)
- • 为什么要做?
- • 要解决什么问题?
- • 成功标准是什么?
第2层:方案层(How)
- • 怎么解决?
- • 有哪些方案?
- • 为什么选这个?
第3层:实现层(Detail)
- • 具体怎么实现?
- • 数据结构是什么?
- • 异常情况怎么处理?
为什么分3层?
不同角色关注点不一样:
- • 老板关注第1层 - 值不值得做
- • 开发关注第2+3层 - 怎么做
- • 测试关注第3层 - 边界条件
传统PRD把3层混一起。
导致:
- • 老板看不到重点(淹没在细节里)
- • 开发看不到全局(只看到实现细节)
分层之后,每个角色快速定位自己需要的信息。
5W2H模板
这是腾讯内部广泛用的需求分析模板:
Why - 为什么做 业务目标、用户痛点、数据支撑
Who - 给谁做 目标用户、用户画像、使用场景
What - 做什么 功能列表、优先级、范围边界
Where - 在哪做 功能入口、使用路径、页面位置
When - 什么时候做 里程碑、上线时间、灰度计划
How - 怎么做 方案设计、交互逻辑、技术实现
How much - 成本多少 开发工时、资源需求、ROI分析
这套模板最大的价值:逼你把需求想清楚。
如果某个W/H回答不出来,说明需求没想透。
四、AI+腾讯方法论:PRD 2.0实战
现在,我把腾讯方法论和AI结合,形成了新的PRD写作流程。
Step 1:AI生成决策层(5分钟)
传统方式: 自己写需求背景,花半天
AI方式: AI基于需求材料直接生成
Prompt:
123456789101112131415161718192021222324252627282930基于以下需求材料,生成PRD的决策层部分。 【输入材料】- 用户访谈记录:[粘贴]- 业务目标:[粘贴]- 数据分析:[粘贴]【输出要求】按5W2H模板,生成:## 1. Why - 为什么做- 业务目标(用数据说话)- 用户痛点(用用户原话)- 数据支撑(用具体数据)- 不做的后果(说清楚影响)## 2. Who - 给谁做- 目标用户(具体画像)- 典型场景(3-5个)- 用户旅程(关键路径)## 3. What - 做什么- 核心功能(必须做)- 辅助功能(可选)- 不做什么(边界)【注意】- 每个结论都要有证据支撑- 用具体数据,不要模糊表达- 用用户原话,不要自己解读
效果: 5分钟生成决策层初稿。你只需要审核和调整。
Step 2:AI生成方案层(10分钟)
传统方式: 自己想方案,画流程图,花1天
AI方式: AI生成多个方案对比
Prompt:
1234567891011121314151617181920212223242526272829303132333435363738基于决策层信息,生成方案层部分。 【输入】[粘贴决策层内容]【输出要求】## 1. Where - 功能入口- 推荐方案(含理由)- 备选方案(含优缺点对比)## 2. When - 实施计划- 里程碑(具体时间节点)- 灰度方案(10%→30%→100%)- 风险评估(可能的风险)## 3. How - 解决方案- 方案A:[描述] - 优点:[列出] - 缺点:[列出] - 成本:[人天]- 方案B:[描述] - 优点:[列出] - 缺点:[列出] - 成本:[人天]- 推荐方案:[A/B]- 推荐理由:[说明]## 4. How much - 成本评估- 开发成本:[人天]- 设计成本:[人天]- 测试成本:[人天]- 总成本:[人天]- ROI分析:[预期收益/成本]【注意】- 至少给出2个方案对比- 成本要具体到人天- ROI要可量化
效果: 10分钟生成方案对比。你只需要选最合适的方案。
Step 3:AI生成实现层(15分钟)
传统方式: 手动写功能描述、画流程图、整理数据字段,花2-3天
AI方式: AI生成结构化文档
Prompt:
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960基于方案层信息,生成实现层部分。 【输入】[粘贴方案层内容]【输出要求】## 1. 功能详细设计### 功能A:[功能名称]**触发条件:**- 入口:[描述]- 权限:[描述]**输入:**- 参数1:[类型、必填、说明]- 参数2:[类型、必填、说明]**处理逻辑:**1. [步骤1]2. [步骤2]3. [步骤3]**输出:**- 成功:[描述]- 失败:[描述]**异常处理:**| 异常情况 | 处理方式 | 提示信息 ||---------|---------|---------|| 权限不足 | 阻止操作 | "您没有权限" || 网络异常 | 重试3次 | "网络异常" |## 2. 数据结构设计| 字段名 | 类型 | 长度 | 必填 | 默认值 | 说明 ||-------|------|-----|------|--------|------|| id | int | - | 是 | 自增 | 主键 || title | string | 50 | 是 | - | 标题 |## 3. 接口定义### 接口1:创建内容- 路径:POST /api/content- 请求参数:[列出]- 返回结果:[列出]- 错误码:[列出]## 4. 页面交互### 页面1:列表页- 布局:[描述]- 元素:[列出]- 交互:[描述]- 异常状态:[空状态、加载中、错误]【注意】- 用表格形式展示结构化数据- 异常情况要全面- 接口定义要具体
效果: 15分钟生成实现层初稿。你只需要补充业务细节。
Step 4:AI做完整性检查(5分钟)
传统方式: 自己检查,经常遗漏
AI方式: AI做checklist检查
Prompt:
123456789101112131415161718192021222324252627282930313233对以下PRD进行完整性检查。 【输入】[粘贴完整PRD]【检查清单】1. 决策层完整性 - [ ] 是否说清楚为什么做 - [ ] 是否有数据支撑 - [ ] 是否有用户原话 - [ ] 是否有成功标准2. 方案层完整性 - [ ] 是否有方案对比 - [ ] 是否说明选择理由 - [ ] 是否评估成本 - [ ] 是否有风险识别3. 实现层完整性 - [ ] 是否覆盖所有功能点 - [ ] 是否定义数据结构 - [ ] 是否处理异常情况 - [ ] 是否有验收标准4. 逻辑一致性 - [ ] 决策层和方案层是否对应 - [ ] 方案层和实现层是否对应 - [ ] 是否有自相矛盾的地方【输出】- 缺失项清单- 矛盾项说明- 优化建议
效果: 5分钟完成全面检查,发现遗漏和矛盾。
时间对比
| 环节 | 传统方式 | AI方式 | 节省 |
|---|---|---|---|
| 决策层 | 4小时 | 5分钟+1小时审核 | 70% |
| 方案层 | 1天 | 10分钟+2小时审核 | 75% |
| 实现层 | 2-3天 | 15分钟+4小时补充 | 80% |
| 检查 | 2小时 | 5分钟+30分钟确认 | 70% |
| 总计 | 5天 | 1天 | 80% |
五、腾讯PRD模板(附下载)
基于腾讯方法论和AI能力,我整理了一份PRD 2.0模板。
模板结构
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657# PRD:[功能名称] ## 文档信息- 版本:v1.0- 作者:[姓名]- 日期:2024-06-14- 状态:草稿/评审中/已通过- 关联文档:[链接]---## 第1层:决策层(Why & What)### 1.1 Why - 为什么做**业务目标:**- 目标1:[具体目标](当前XX → 目标XX)- 目标2:[具体目标](当前XX → 目标XX)**用户痛点:**- 痛点1:[描述] - 用户原话:"[引用]" - 影响:[数据]- 痛点2:[描述] - 用户原话:"[引用]" - 影响:[数据]**数据支撑:**- 数据1:[具体数据](来源:[XX报告])- 数据2:[具体数据](来源:[XX分析])**不做的后果:**- 后果1:[描述]- 后果2:[描述]**成功标准:**- 指标1:从XX提升到XX- 指标2:从XX提升到XX### 1.2 Who - 给谁做**目标用户:**| 用户类型 | 占比 | 特征 | 核心需求 ||---------|------|------|---------|| 新用户 | 40% | 首次使用 | 快速上手 || 低频用户 | 30% | 月度使用 | 记住路径 || 高频用户 | 30% | 日常使用 | 提升效率 |**典型场景:**1. 场景1:[描述] - 频率:[高/中/低] - 痛点:[描述]2. 场景2:[描述] - 频率:[高/中/低] - 痛点:[描述]**用户旅程:**
发现需求 → 寻找入口 → 完成任务 → 验证结果 ↓ ↓ ↓ ↓ [痛点1] [痛点2] [痛点3] [痛点4]
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137 ### 1.3 What - 做什么**核心功能(必须做):**- [ ] 功能1:[描述](优先级:P0)- [ ] 功能2:[描述](优先级:P0)**辅助功能(可选):**- [ ] 功能3:[描述](优先级:P1)- [ ] 功能4:[描述](优先级:P2)**不做什么(边界):**- ❌ 功能X:[描述](理由:[说明])- ❌ 功能Y:[描述](理由:[说明])---## 第2层:方案层(How)### 2.1 Where - 功能入口**方案对比:**| 方案 | 优点 | 缺点 | 影响 ||-----|------|------|------|| 方案A:一级菜单 | 可见性高 | 占用位置 | 新用户+30% || 方案B:二级菜单 | 不占位置 | 可见性低 | 新用户-20% |**推荐方案:** 方案A**理由:** [说明]### 2.2 When - 实施计划**里程碑:**- Week 1-2:需求评审+设计- Week 3-4:开发- Week 5:测试- Week 6:灰度上线**灰度方案:**- Week 6:10%用户(观察数据)- Week 7:30%用户(验证效果)- Week 8:100%用户(全量)**风险评估:**| 风险 | 概率 | 影响 | 应对方案 ||-----|------|------|---------|| 风险1 | 中 | 高 | [方案] || 风险2 | 低 | 中 | [方案] |### 2.3 How - 解决方案**方案A:[方案名称]**- 描述:[详细描述]- 优点:[列出]- 缺点:…