name: prd-generator description: 从结构化输入生成全面的产品需求文档。应用公司模板、创建技术规格、定义成功指标、构建发布检查清单，并随时间版本化管理PRD变更。 allowed-tools: Read, Grep, Write, Bash, Edit, Glob
PRD生成器技能
使用模板、技术规格、成功指标和发布就绪检查清单生成全面的产品需求文档。
概述
本技能提供在整个产品开发生命周期中创建和管理产品需求文档的全面能力。它将功能规格转换为结构化PRD，便于跨职能评审。
能力
PRD生成
- 从功能规格生成PRD
- 应用公司模板和格式
- 创建多种PRD变体（详细版、执行摘要版）
- 支持增量式PRD开发
技术规格
- 生成技术需求部分
- 定义API合约和数据模型
- 指定集成需求
- 记录技术约束
成功指标
- 定义成功标准和关键绩效指标
- 创建指标规格
- 设置发布和长期目标
- 指定测量方法
发布规划
- 构建发布检查清单
- 定义通过/不通过标准
- 创建推出计划
- 记录回滚程序
版本管理
- 随时间跟踪PRD变更
- 维护修订历史
- 支持协作编辑
- 生成变更摘要
先决条件
模板需求
支持的模板：
- 标准PRD
- 技术PRD（API/平台）
- 增长功能PRD
- MVP/实验PRD
- 自定义模板
输入格式
{
"feature": {
"name": "功能名称",
"description": "简要描述",
"problem_statement": "解决的问题",
"target_users": ["用户画像1", "用户画像2"]
},
"template": "standard",
"sections": ["all"] // 或特定部分
}
使用模式
标准PRD模板
# 产品需求文档
## 文档信息
| 字段 | 值 |
|-------|-------|
| 功能名称 | [名称] |
| 作者 | [产品经理姓名] |
| 创建日期 | [日期] |
| 状态 | [草稿/评审/已批准] |
| 版本 | [1.0] |
---
## 1. 概述
### 1.1 问题陈述
[我们解决什么问题？为什么现在解决？]
### 1.2 机会
[市场机会，业务影响]
### 1.3 目标用户
[主要和次要用户画像]
---
## 2. 目标与成功指标
### 2.1 目标
| 目标 | 指标 | 目标值 | 时间线 |
|-----------|--------|--------|----------|
| [目标1] | [指标] | [目标值] | [时间] |
### 2.2 非目标
- [我们明确不做的事情]
---
## 3. 用户故事与需求
### 3.1 用户故事
[带验收标准的用户故事列表]
### 3.2 功能需求
| ID | 需求 | 优先级 | 备注 |
|----|-------------|----------|-------|
| FR-001 | [需求] | P0 | [备注] |
### 3.3 非功能需求
- 性能：[需求]
- 安全：[需求]
- 可访问性：[需求]
---
## 4. 解决方案设计
### 4.1 用户体验
[UX流程描述，线框图链接]
### 4.2 技术方案
[高层次技术方案]
### 4.3 依赖项
| 依赖项 | 团队 | 状态 |
|------------|------|--------|
| [依赖项] | [团队] | [状态] |
---
## 5. 发布计划
### 5.1 推出策略
[分阶段推出计划]
### 5.2 通过/不通过标准
- [ ] [标准1]
- [ ] [标准2]
### 5.3 回滚计划
[需要时如何回滚]
---
## 6. 开放问题
| 问题 | 负责人 | 截止日期 | 解决方案 |
|----------|-------|----------|------------|
| [问题] | [负责人] | [日期] | [解决方案] |
---
## 附录
### A. 研究与数据
### B. 竞争分析
### C. 技术规格
### D. 修订历史
PRD生成示例
## 输入：功能规格
**功能**：智能搜索与AI建议
**问题**：用户难以找到相关内容，导致挫败感和放弃。
**目标用户**：所有注册用户，尤其是新用户。
---
## 生成的PRD
# 产品需求文档：智能搜索与AI建议
## 文档信息
| 字段 | 值 |
|-------|-------|
| 功能名称 | 智能搜索与AI建议 |
| 作者 | [生成] |
| 创建日期 | 2026-01-24 |
| 状态 | 草稿 |
| 版本 | 0.1 |
---
## 1. 概述
### 1.1 问题陈述
用户目前在我们的应用中难以找到相关内容：
- **40%的搜索返回零结果**（分析，2025年第四季度）
- **平均3.2次搜索尝试**才能找到所需内容
- **首次搜索失败时25%的放弃率**
这种摩擦导致用户挫败感、参与度降低和流失增加。
### 1.2 机会
通过实施AI驱动的搜索建议：
- 将零结果搜索减少60%
- 提高搜索成功率至首次尝试解决
- 增加内容发现和参与度
- 通过更智能的搜索UX与竞争对手区分
**业务影响**：基于相关性分析，预计D30留存率提高15%。
### 1.3 目标用户
**主要**：新用户（0-30天）
- 不熟悉内容组织
- 需要关于可用内容的指导
- 搜索失败时放弃率最高
**次要**：高级用户
- 期望高效搜索
- 重视时间节省
- 将采用高级功能
---
## 2. 目标与成功指标
### 2.1 目标
| 目标 | 指标 | 目标值 | 时间线 |
|-----------|--------|--------|----------|
| 减少搜索摩擦 | 零结果率 | < 15% | 发布+30天 |
| 提高可查找性 | 首次尝试成功率 | > 70% | 发布+30天 |
| 增加参与度 | 搜索到内容点击率 | +25% | 发布+60天 |
| 提高留存率 | D30留存率（搜索用户） | +5% | 发布+90天 |
### 2.2 非目标
- 我们不会替换现有的基本搜索（这是增强功能）
- 我们不会在V1中个性化建议（未来迭代）
- 我们不会在此版本中支持语音搜索
---
## 3. 用户故事与需求
### 3.1 用户故事
**US-001：搜索建议**
作为搜索内容的用户，
我希望在输入时看到相关建议，
以便更快找到所需内容。
**验收标准**：
- [ ] 输入2个字符后显示建议
- [ ] 最多显示5个建议
- [ ] 建议在输入后200毫秒内更新
- [ ] 点击建议执行搜索
**US-002：拼写纠错**
作为输入错误的用户，
我希望搜索能理解我的意图，
以便仍然找到相关结果。
**验收标准**：
- [ ] 系统建议拼写错误的纠正
- [ ] 无精确匹配时显示“您是不是要找...”
- [ ] 用户可以点击搜索纠正后的术语
### 3.2 功能需求
| ID | 需求 | 优先级 | 备注 |
|----|-------------|----------|-------|
| FR-001 | 显示最多5个搜索建议 | P0 | 按相关性排序 |
| FR-002 | 支持建议的键盘导航 | P0 | 方向键，回车键 |
| FR-003 | 显示建议类型（内容，类别） | P1 | 视觉指示器 |
| FR-004 | 使用模糊匹配处理拼写错误 | P1 | 莱文斯坦距离 < 2 |
| FR-005 | 缓存热门建议 | P2 | 性能优化 |
### 3.3 非功能需求
**性能**：
- 建议加载时间 < 200毫秒（p95）
- 搜索索引在内容更改后5分钟内更新
**安全**：
- 建议尊重用户权限
- 建议日志中无个人身份信息
**可访问性**：
- WCAG 2.1 AA合规
- 屏幕阅读器支持建议
---
## 4. 解决方案设计
### 4.1 用户体验
[线框图链接：/designs/smart-search-v1]
**流程**：
1. 用户点击搜索框
2. 显示最近搜索（如果有）
3. 用户输入，输入2个字符后出现建议
4. 每次按键后建议更新
5. 用户选择建议或按回车键
6. 显示结果，匹配术语高亮
### 4.2 技术方案
**搜索基础设施**：
- 具有建议功能的Elasticsearch
- 前缀匹配与提升评分
- 通过模糊匹配实现拼写容错
**API**：
- 新端点：`GET /api/search/suggest?q={query}`
- 响应时间SLA：200毫秒p95
### 4.3 依赖项
| 依赖项 | 团队 | 状态 |
|------------|------|--------|
| Elasticsearch升级 | 平台 | 计划第一季度 |
| 搜索UI组件 | 设计系统 | 可用 |
| 分析跟踪 | 数据 | 需要规格 |
---
## 5. 发布计划
### 5.1 推出策略
1. **第1周**：内部试用（员工）
2. **第2周**：5%用户（随机样本）
3. **第3周**：25%用户（如果指标积极）
4. **第4周**：100%推出
### 5.2 通过/不通过标准
- [ ] 暂存环境p95延迟 < 200毫秒
- [ ] 5%推出中零P0错误
- [ ] 建议相关性 > 80%（抽样评审）
- [ ] 错误率无增加
### 5.3 回滚计划
1. 禁用功能标志 `smart_search_suggestions`
2. 回退到基本搜索（无需代码更改）
3. 通知用户临时更改
---
## 6. 开放问题
| 问题 | 负责人 | 截止日期 | 解决方案 |
|----------|-------|----------|------------|
| V1使用ML模型还是基于规则？ | [技术负责人] | 2026-01-28 | |
| 如何处理多语言？ | [产品经理] | 2026-01-30 | |
---
## 附录
### A. 研究与数据
- 用户访谈综合：[链接]
- 搜索分析仪表板：[链接]
- 竞争分析：[链接]
### B. 修订历史
| 版本 | 日期 | 作者 | 变更 |
|---------|------|--------|---------|
| 0.1 | 2026-01-24 | [生成] | 初始草稿 |
与Babysitter SDK集成
任务定义示例
const prdGenerationTask = defineTask({
name: 'generate-prd',
description: '从功能规格生成PRD',
inputs: {
feature: { type: 'object', required: true },
template: { type: 'string', default: 'standard' },
sections: { type: 'array', default: ['all'] },
includeTechnical: { type: 'boolean', default: true }
},
outputs: {
prd: { type: 'string' },
metadata: { type: 'object' },
openQuestions: { type: 'array' }
},
async run(inputs, taskCtx) {
return {
kind: 'skill',
title: `为${inputs.feature.name}生成PRD`,
skill: {
name: 'prd-generator',
context: {
operation: 'generate',
feature: inputs.feature,
template: inputs.template,
sections: inputs.sections,
includeTechnical: inputs.includeTechnical
}
},
io: {
inputJsonPath: `tasks/${taskCtx.effectId}/input.json`,
outputJsonPath: `tasks/${taskCtx.effectId}/result.json`
}
};
}
});
输出格式
PRD导出选项
格式：
- Markdown (.md)
- Google文档（通过API）
- Confluence（通过API）
- Notion（通过API）
- PDF（通过转换器）
结构化JSON导出
{
"prd": {
"metadata": {
"title": "智能搜索与AI建议",
"version": "0.1",
"status": "draft",
"created": "2026-01-24",
"author": "产品经理姓名"
},
"sections": {
"overview": {...},
"goals": {...},
"requirements": {...},
"design": {...},
"launch": {...}
}
},
"validation": {
"completeness": 0.85,
"missingSections": ["competitive_analysis"],
"warnings": ["未链接线框图"]
}
}
最佳实践
- 从问题开始：始终将PRD锚定在用户/业务问题上
- 指标具体化：模糊的目标导致模糊的结果
- 包括非目标：明确说明不会做的事情
- 链接到研究：引用支持数据
- 明确定义成功：如何知道这个功能有效？
- 为失败做计划：包括回滚和应急计划
常见陷阱
- 解决方案优先思维：从问题开始，而不是解决方案
- 缺少指标：每个PRD都需要可衡量的目标
- 范围蔓延：使用非目标防止蔓延
- 模糊需求：具体且可测试
- 缺少依赖项：早期识别障碍