Design prd

PRD生成器

本Skill负责将上游阶段的产出（用户洞察、机会定义、创意发散）自动转化为符合质量标准的PRD文档，为后续产品设计（IA、流程、原型）提供结构化输入。需求收集、理解和优先级排序已内建于 design-prd 的 Step 1-3 中，无需单独的需求管理阶段。支持PRD-L/S/X三级分层，自动进行4道质量门禁检查，确保文档完整性、一致性、歧义消除和可追溯性。

核心原则

1. 质量门禁不可绕过——4道门禁是PRD质量的底线，任何情况下不得跳过
2. 分层匹配复杂度——PRD-L/S/X对应不同复杂度，避免过度或不足
3. 追溯链必须贯通——每个功能点可追溯到上游输出和业务目标
4. 人类决策权优先——AI判断置信度<0.7时强制人类确认，PM可覆盖AI分级

执行步骤

1. 确定PRD分层级别（L/S/X）——基于Effort估算和团队数量自动分级，PM可覆盖
2. 按对应层级结构生成PRD文档——PRD-L使用简化模板，PRD-S使用完整9节结构，PRD-X使用增强版9节结构
3. 执行4道质量门禁检查——完整性/一致性/歧义消除/可追溯性，不通过则自动修正
4. 版本生命周期管理——创建→评审→定稿→变更，每次变更记录变更日志
5. 上下游衔接——确保PRD可追溯到上游需求，下游设计可直接消费PRD输出

详见下方各章节详细说明。

1. PRD分层体系

1.1 分层定义

层级	触发条件	文档规模	评审流程	决策权
PRD-L (Light)	Effort < 2人天	200-500字	PM自审	PM单方面决策
PRD-S (Standard)	2人天 ≤ Effort ≤ 20人天	1500-3000字	需求评审会	产品委员会决策
PRD-X (eXtensive)	Effort > 20人天 OR 跨3+团队	3000-8000字	多轮评审	跨部门评审+管理层审批

1.2 自动分级规则

分级判定算法：
1. 提取上游输出的Effort估算（单位：人天）
2. 统计涉及团队数量（开发、设计、测试、运营等）
3. 应用分层决策树：
   IF Effort < 2 AND 团队数 ≤ 1 THEN PRD-L
   ELSE IF Effort <= 20 AND 团队数 ≤ 3 THEN PRD-S
   ELSE PRD-X

1.3 人类可覆盖AI判断

• PM可手动指定分层级别，无需遵循自动判断
• 覆盖时需在文档元信息中记录覆盖原因
• 自动判断置信度 < 0.7时，强制要求人类确认

2. PRD-S完整9节结构

以下为PRD-S（Standard）的标准结构，PRD-L和PRD-X在此基础上按比例调整。

完整结构定义：详见 Reference/prd-structure.md

结构概览

Section	名称	核心内容
Section 1	元信息（Meta）	文档ID、版本、状态、关联文档
Section 2	背景与目标（Why）	Problem Statement、目标与成功定义、目标用户与场景
Section 3	方案设计（What & How）	方案概述、功能规格（MoSCoW）、用户故事（Given-When-Then）、交互逻辑、状态设计、数据模型、接口定义
Section 4	边界与约束	明确不做、技术约束、已知限制
Section 5	非功能需求（NFR）	性能、可用性、安全、可观测性
Section 6	数据埋点方案	事件列表、埋点验证方案
Section 7	验收标准	功能验收、性能验收、安全验收
Section 8	发布与运营	灰度计划、Feature Flag、回滚预案、运营准备
Section 9	附录	术语表、变更记录、开放问题、关联文档索引

3. 质量门禁

门禁1：完整性检查

检查清单：

• 9节结构全部存在
• 所有必填字段已填充
• MoSCoW分级已标注
• Given-When-Then验收标准已覆盖主流程
• 状态设计覆盖5种特殊状态
• 非功能需求包含4个维度

失败处理：

• 阻塞生成流程
• 输出缺失项清单
• 提示补充方向

门禁2：一致性检查

检查规则：

• OKR目标 → 成功指标 一致性
• 指标 → 功能需求 一致性
• 功能需求 → 验收标准 一致性
• 上下游引用是否存在

追溯链：

战略目标 → OKR → 关键结果 → 主指标 → 功能需求 → 验收标准

失败处理：

• 标识不一致位置
• 提供修正建议
• 记录为待确认项

门禁3：歧义检查

自动检查项：

• 模糊量词检测（"快速"、"大量"、"偶尔"等）
• 悬空引用检测（引用不存在的图表、字段、接口）
• 逻辑矛盾检测（前置条件与结果矛盾）

人类复核项：

• 业务规则合理性
• 用户场景真实性
• 技术方案可行性

失败处理：

• 自动修正可识别歧义
• 标记需人类确认项
• 生成歧义澄清问题清单

门禁4：可追溯性检查

追溯要求：

• 每个功能点可追溯到上游输出
• 每个验收标准可追溯到具体指标
• 每个指标可追溯到业务目标

失败处理：

• 生成追溯链断点报告
• 提示缺失的追溯路径
• 要求补充上游证据

4. 版本生命周期

4.1 版本状态机

┌─────────────────────────────────────────────────────────────┐
│                                                             │
│   v0.1 AI初稿  →  v0.2 PM精炼  →  v0.3 评审修改             │
│       ↓                ↓               ↓                    │
│   自动生成         人工修订        评审反馈                  │
│                                                             │
│   v1.0 定稿  →  v1.x 开发变更  →  v2.0 上线更新             │
│       ↓               ↓               ↓                    │
│   评审通过       开发中调整      上线后复盘                  │
│                                                             │
└─────────────────────────────────────────────────────────────┘

4.2 版本定义

版本	触发条件	变更权限	评审要求
v0.1	AI自动生成	AI	无
v0.2	PM首次修订	PM	无
v0.3	评审后修订	PM+评审人	无
v1.0	评审通过定稿	变更委员会	完整评审
v1.x	开发中变更	开发+PM	变更评审
v2.0	上线后大版本更新	PM	复盘评审

4.3 状态流转

当前状态	流转动作	下一状态	触发条件
草稿	提交评审	评审中	4道门禁全部通过
评审中	评审通过	已定稿	评审委员会批准
评审中	评审不通过	评审修改	存在阻塞项
已定稿	触发变更	开发中变更	开发阶段发现需调整
已上线	发布更新	已归档	新版本上线

5. 执行决策逻辑

5.1 生成顺序依赖图

拓扑排序规则：

生成优先级（从高到低）：
1. 元信息（Section 1）- 无依赖
2. 背景与目标（Section 2）- 依赖上游探索输出
3. 方案设计（Section 3）- 依赖Section 2和设计输出
4. 边界与约束（Section 4）- 依赖Section 3
5. 非功能需求（Section 5）- 依赖Section 3
6. 数据埋点（Section 6）- 依赖Section 3
7. 验收标准（Section 7）- 依赖Section 2, 3
8. 发布与运营（Section 8）- 依赖Section 7
9. 附录（Section 9）- 依赖其他所有Section

5.2 上游冲突决策规则

冲突类型与处理策略：

冲突类型	判定规则	处理策略	升级条件
目标冲突	两个OKR方向相反	优先级仲裁	涉及KPI影响 > 10%
方案冲突	多方案指向不同实现	方案对比评分	涉及架构重大调整
指标冲突	指标优化方向矛盾	护栏指标约束	护栏指标被突破
优先级冲突	功能优先级排序矛盾	MoSCoW重新分级	MVP范围变化 > 30%

升级决策矩阵：

升级阈值：
- 来源数 ≥ 2 且结论不一致
- MVP范围变化 > 30%
- 涉及安全合规问题
- 涉及重大技术债务

升级路径：
1. 记录冲突详情
2. 召集相关方会议
3. 产出决策纪要
4. 更新PRD

5.3 上游数据不完整处理

缺失等级定义：

等级	定义	处理方式
L0	字段完整，但内容空洞	AI补充描述，标注置信度低
L1	部分字段缺失	使用模板填充，标记待确认
L2	核心字段完全缺失	中断流程，强制要求补充

缺失处理流程：

检测缺失 → 判断等级 → 应用策略 → 输出结果

L0处理：
1. 标注"AI补充，待确认"
2. 提供置信度评分
3. 生成确认问题清单

L1处理：
1. 标注"待补充"
2. 使用默认值或模板填充
3. 阻塞相关下游生成
4. 生成补充清单

L2处理：
1. 标注"缺少核心输入"
2. 输出中断报告
3. 指定缺失字段
4. 要求重新输入

5.4 自校正循环

触发条件：

• 门禁检查失败
• 人类反馈修正
• 上游数据更新

循环限制：

• 最大自校正轮次：3轮
• 每轮超时时间：5分钟
• 超出限制后输出问题报告，人工介入

自校正流程：

第N轮校正：
1. 分析失败原因
2. 生成修正方案
3. 应用修正
4. 重新执行门禁检查
5. 若通过则结束，否则进入第N+1轮

6. 上下游衔接

6.1 上游消费

阶段	输出物	消费方式
洞察分析（insight-analysis）	用户洞察、痛点、行为模式	替代原 requirements-collection 输入，提取用户研究数据和需求收集
机会定义（opportunity-definition）	机会列表、优先级排序、问题陈述	替代原 requirements-understanding/prioritization 输入，提供需求理解和优先级排序
探索（Discovery）	用户洞察、问题陈述、需求池	提取Problem Statement、目标用户定义
战略（Strategy）	OKR、路线图、价值主张	对齐业务目标、优先级判断
构思（Ideation）	解决方案、功能列表	引用方案设计、验收标准来源
设计（Design）	原型、流程图、信息架构	引用交互逻辑、页面规格
度量（Metrics）	指标体系、数据埋点方案	直接引用或补充完善

6.2 下游驱动

下游方	驱动内容	交付物	消费来源
UI前端	交互逻辑、状态设计、页面规格、数据模型	组件意图描述 + 页面数据需求	prd.json.pages[] + prd.json.user_flows[]
后端架构	功能规格、接口定义、数据实体、边界条件	API契约输入 + 数据模型输入	prd.json.features[] + prd.json.entities[]
开发	功能规格、接口定义、边界条件	技术设计文档	prd.md + prd.json
设计	交互逻辑、状态设计、页面规格	设计规范文档	prd.md + prd.json.pages[]
测试	验收标准、测试用例、环境要求	测试计划	prd.json.features[].acceptance_criteria[]
运营	发布策略、运营准备、效果评估	运营方案	prd.md
监控	可观测性要求、埋点方案	监控仪表盘	prd.json.non_functional_requirements

6.3 数据流向图

[洞察分析产出] → [机会定义产出] → [创意发散产出]
        ↓              ↓                ↓
        └──────────────┴────────────────┘
                      ↓
          PRD生成器（需求收集、理解、优先级排序已内建于 Step 1-3）
                      ↓
        ┌─────────┼─────────┐
        ↓         ↓         ↓
[IA设计]  [流程设计]  [原型设计]

交互模式

🤖→👤 AI建议人类审批

输入

输入项	类型	必填	来源	说明
metadata	JSON/object	是	系统生成	请求元信息
insight_analysis	JSON/object	○	output/pm-discovery/insight-analysis / 上游探索阶段	用户洞察分析产出，替代原 requirements-collection 输入，提供用户研究数据和需求收集
opportunity_definition	JSON/object	○	output/pm-discovery/opportunity-definition / 上游探索阶段	机会定义产出，替代原 requirements-understanding/prioritization 输入，提供需求理解和优先级排序
exploration_outputs	JSON/object	○	上游探索阶段	用户洞察、问题陈述
strategy_outputs	JSON/object	○	上游战略阶段	OKR、路线图
ideation_outputs	JSON/object	○	上游构思阶段	解决方案、功能列表
design_outputs	JSON/object	○	上游设计阶段	原型、用户流程
metrics_outputs	JSON/object	○	上游度量阶段	指标体系、埋点方案
requirement	JSON/object	是	用户提供	需求上下文及手动覆盖配置

完整输入数据结构与验证规则：详见 Reference/input-schema.md

输出

输出项	格式	路径
PRD文档	Markdown	output/pm-design/design-prd/prd.md
PRD结构化数据	JSON	output/pm-design/design-prd/prd.json
质量门禁检查报告	JSON	output/pm-design/design-prd/{PRD-ID}_quality_report_{timestamp}.json
需人类确认清单	Markdown	output/pm-design/design-prd/{PRD-ID}_human_review_required.md

完整输出数据结构与模板：详见 Reference/output-schema.md

prd.json 结构定义

prd.json 是 PRD 的机器可消费版本，供 Backend/UI 下游 Skill 编程式消费，确保功能点、页面、实体、用户流程等核心信息可被自动解析和对齐。

{
  "prd_id": "string",
  "version": "string",
  "level": "L | S | X",
  "status": "draft | in_review | approved | released",
  "meta": {
    "title": "string",
    "owner": "string",
    "created_at": "ISO8601",
    "updated_at": "ISO8601"
  },
  "goals": [
    {
      "goal_id": "string",
      "description": "string",
      "okr_alignment": "string",
      "success_metrics": [
        {
          "metric_name": "string",
          "target_value": "string",
          "current_value": "string | null",
          "unit": "string"
        }
      ]
    }
  ],
  "features": [
    {
      "feature_id": "string",
      "name": "string",
      "description": "string",
      "priority": "must | should | could | wont",
      "status": "planned | in_progress | completed | cancelled",
      "goal_id": "string",
      "acceptance_criteria": [
        {
          "criterion_id": "string",
          "given": "string",
          "when": "string",
          "then": "string"
        }
      ],
      "dependencies": ["feature_id"],
      "related_pages": ["page_id"],
      "related_entities": ["entity_id"]
    }
  ],
  "pages": [
    {
      "page_id": "string",
      "name": "string",
      "route": "string",
      "description": "string",
      "data_requirements": [
        {
          "data_name": "string",
          "source": "api | local | cache",
          "api_endpoint": "string | null",
          "fields": ["string"]
        }
      ],
      "functional_areas": ["string"],
      "user_flows": ["flow_id"],
      "states": [
        {
          "state_name": "string",
          "description": "string",
          "triggers": ["string"]
        }
      ]
    }
  ],
  "entities": [
    {
      "entity_id": "string",
      "name": "string",
      "description": "string",
      "fields": [
        {
          "field_name": "string",
          "type": "string",
          "required": "boolean",
          "description": "string",
          "constraints": "string | null"
        }
      ],
      "relationships": [
        {
          "target_entity_id": "string",
          "type": "one_to_one | one_to_many | many_to_many",
          "description": "string"
        }
      ],
      "api_endpoints": [
        {
          "method": "GET | POST | PUT | PATCH | DELETE",
          "path": "string",
          "description": "string"
        }
      ]
    }
  ],
  "user_flows": [
    {
      "flow_id": "string",
      "name": "string",
      "description": "string",
      "entry_page": "page_id",
      "steps": [
        {
          "step_id": "string",
          "action": "string",
          "page_id": "string",
          "expected_outcome": "string",
          "error_handling": "string | null"
        }
      ],
      "alternative_paths": [
        {
          "condition": "string",
          "steps": ["step_id"]
        }
      ]
    }
  ],
  "non_functional_requirements": {
    "performance": [
      {
        "requirement": "string",
        "metric": "string",
        "target": "string"
      }
    ],
    "availability": [
      {
        "requirement": "string",
        "metric": "string",
        "target": "string",
        "measurement": "string"
      }
    ],
    "security": [
      {
        "category": "authentication | authorization | encryption | audit | compliance",
        "requirement": "string",
        "implementation": "string"
      }
    ],
    "observability": [
      {
        "dimension": "metrics | logs | traces",
        "indicator": "string",
        "alert_threshold": "string"
      }
    ]
  },
  "tracking_plan": {
    "events": [
      {
        "event_id": "string",
        "event_name": "string",
        "trigger": "string",
        "properties": [
          {
            "property_name": "string",
            "type": "string",
            "required": "boolean"
          }
        ],
        "related_metric": "string"
      }
    ],
    "validation": {
      "coverage_target": "number",
      "data_delay_threshold": "string"
    }
  },
  "traceability": [
    {
      "feature_id": "string",
      "goal_id": "string",
      "upstream_source": "string",
      "upstream_artifact_id": "string"
    }
  ]
}

prd.json 与 prd.md 的关系

维度	prd.md	prd.json
消费者	人类（PM、设计师、开发）	机器（Backend Skill、UI Skill）
内容	完整9节叙述+表格+图表	结构化核心数据（功能/页面/实体/流程）
生成顺序	先生成 prd.md	从 prd.md 提取结构化数据生成 prd.json
一致性	prd.json 必须与 prd.md 内容一致，冲突时以 prd.md 为准

输出校验规则

• 9节结构完整：PRD-S完整9节结构全部存在
• 追溯链贯通：从OKR到验收标准的追溯链完整
• 门禁通过：4道质量门禁全部通过
• 无歧义残留：无模糊量词和悬空引用
• prd.json 完整性：features/pages/entities/user_flows 四个数组均非空
• prd.json 引用一致性：feature.related_pages 中的 page_id 在 pages[] 中存在，feature.related_entities 中的 entity_id 在 entities[] 中存在
• prd.json 追溯链完整：每个 feature 都有对应的 traceability 条目
• prd.json 与 prd.md 一致：prd.json 中的功能点名称、优先级、验收标准与 prd.md 一致
• prd.json tracking_plan 完整性：tracking_plan.events 非空，每个 event 的 properties 非空
• prd.json NFR完整性：non_functional_requirements 的4个维度数组均非空

决策规则（详细）

9.1 门禁通过规则

硬性条件：

• 4道门禁必须全部通过
• 任一门禁失败则阻塞进入开发阶段

门禁状态映射：

门禁状态	进入开发	定稿	发布
全部通过	✓	✓	✓
门禁1失败	✗	✗	✗
门禁2失败	✗	✗	✗
门禁3失败	需人类确认	需人类确认	✗
门禁4失败	需补充	需补充	✗

9.2 冲突升级规则

必须升级的情况：

1. 来源冲突：需求涉及 ≥ 2个上游来源，且结论不一致
2. 范围剧变：MVP范围变化 > 30%
3. 安全合规：涉及用户隐私、安全合规、金融监管等敏感领域
4. 资源超限：需求资源消耗超过原计划的50%
5. 技术风险：方案涉及技术架构重大调整

升级流程：

1. 识别升级触发条件
2. 生成升级报告（冲突详情+各方立场+影响分析）
3. 确定升级层级（PM/产品委员会/管理层）
4. 召开决策会议
5. 产出决策纪要
6. 更新PRD

9.3 开放问题管理

开放问题状态：

• Open：未解决
• In Progress：处理中
• Resolved：已解决
• Won't Fix：明确不做

定稿规则：

• 所有Open问题必须已解决或转为Won't Fix
• 定稿时输出问题闭环报告

质量检查（详细）

10.1 完整性标准

检查项	标准	检查方法
结构完整性	9节全部存在	章节存在性扫描
字段完整性	必填字段100%填充	字段非空检查
验收覆盖	主流程+边界+异常全覆盖	Given-When-Then覆盖率
状态覆盖	5种状态全部定义	状态类型枚举匹配

10.2 一致性标准

检查项	标准	检查方法
目标追溯链	OKR→指标→功能→验收贯通	追溯链完整性检查
优先级一致性	MoSCoW在所有引用中一致	优先级交叉验证
版本一致性	版本号与变更记录匹配	版本号一致性检查

10.3 歧义消除标准

检查项	标准	检查方法
量词量化	无模糊量词（快速→<2s）	量词正则匹配+替换
悬空引用	所有引用指向存在目标	引用解析+存在性验证
逻辑矛盾	无前置与结果矛盾	逻辑规则引擎检查

10.4 可执行性标准

检查项	标准	检查方法
验收格式	Given-When-Then格式正确	格式正则匹配
判定明确	Then结果可客观判定	判定条件可测试性检查
覆盖完整	Happy Path+边界+异常	覆盖率统计分析

降级策略

上游文件缺失降级方案

缺失范围	降级方案	输出影响
insight_analysis缺失	基于用户描述和opportunity_definition补充用户洞察，标注"洞察数据待补充"	Section 2用户需求部分简化，需求收集可能不够完整
opportunity_definition缺失	基于用户描述和insight_analysis推断机会和优先级，标注"优先级待确认"	需求理解和优先级排序可能不够精准
insight_analysis + opportunity_definition均缺失	基于用户口头描述执行内建的需求收集、理解和优先级排序（Step 1-3），标注"需求管理数据为AI推断"	需求管理全流程依赖AI推断，置信度降低
部分上游缺失（如仅缺exploration_outputs）	生成对应章节时标注"待补充"，其他章节正常生成	部分章节内容不完整，标注待补充
exploration_outputs缺失	背景与目标章节标注"待补充"，基于用户描述生成简化版	Section 2内容简化
strategy_outputs缺失	OKR对齐和优先级判断章节标注"待补充"	Section 2.2目标定义简化
ideation_outputs缺失	方案设计章节标注"待补充"，基于用户描述生成功能列表	Section 3功能规格简化
design_outputs缺失	交互逻辑和状态设计标注"待补充"	Section 3.2交互逻辑简化
metrics_outputs缺失	数据埋点方案标注"待补充"	Section 6内容简化
所有上游缺失	基于用户口头描述生成简化版PRD-L（200-500字），内建执行需求收集、理解和优先级排序	输出PRD-L级别文档

数据获取说明

当上游文件缺失时，需用户提供以下信息以支撑降级生成：

• 产品需求描述：核心需求是什么，解决什么问题
• 目标用户：产品的目标用户群体是谁
• 核心功能列表：需要实现的主要功能点

上游变更响应

当上游输入发生变更时，本Skill的响应策略：

上游变更	影响范围	响应策略
用户洞察新增/变更	PRD中的用户需求章节	标注受影响的需求条目，建议人类确认是否更新PRD
商业模式变更	PRD中的商业模式章节	标注受影响的商业逻辑，建议人类确认是否更新PRD
OKR调整	PRD中的目标与指标章节	标注受影响的指标定义，建议人类确认是否更新PRD

当PRD自身变更时，对下游的通知机制：

PRD变更类型	通知范围	通知方式
功能点增删	change-impact-analysis	标记变更影响范围，触发变更影响分析
优先级调整	change-impact-analysis	标记优先级变更，触发影响评估
目标指标变更	metrics-system、tracking-plan	标记指标变更，触发度量体系更新
商业逻辑变更	business-model-canvas、business-strategy-report	标记商业逻辑变更，触发战略文档更新

变更记录

• v3.0: 将PRD完整9节结构、输入Schema、输出Schema拆分到Reference文件夹，SKILL.md保留核心逻辑和概览表格
• v3.1: 需求管理内建——输入新增insight_analysis和opportunity_definition引用（替代原requirements-collection/understanding/prioritization输入）；标注需求收集、理解和优先级排序已内建于Step 1-3；上游消费新增洞察分析和机会定义；降级策略新增insight_analysis/opportunity_definition缺失方案；数据流向图更新
• v3.2: 新增prd.json结构化输出——包含features[]/pages[]/entities[]/user_flows[]/goals[]/traceability[]，供Backend/UI编程式消费；下游驱动表新增消费来源列；输出校验规则新增prd.json完整性和引用一致性检查
• v3.3: prd.json补全——non_functional_requirements的availability/security/observability从空数组补全为完整Schema；新增tracking_plan数据埋点结构；input-schema.md补充insight_analysis/opportunity_definition字段；删除重复的质量检查和决策规则章节；prd-structure.md PRD-L/X调整规则具体化；OKR对齐格式与prd.json goals[]结构对齐