PRD 翻车的方式都差不多：只列特性、不给上下文。没说「为什么是这个」「为什么是现在」「不做什么」。结果工程各自脑补，scope 第二周开始膨胀，发布指标到上线那天还没人定。下面这 12 个 Prompt 强制写进 PRD 必备的 4 件事——带具体用户的问题、可衡量的目标、明确的「不做」清单、暴露所有 open question——并且约束模型，不让它拿套话把文档凑长。
用法很简单：复制模板，把 [方括号] 里的占位换成你自己的事实，粘进去。想先搭骨架，配合 PRD 大纲 Prompt 一起用。
一句话总结
- 按 scope 选模板（特性、Epic、MVP、集成、下线、A/B 等）。
- 每个
[占位]都换成真事实——输入越具体，输出越不套路。 - 每个模板都已内建成功指标和明确的「不做」清单，别删掉。
- 分享前先用第 11 个（对抗式批评）过一遍草稿。
- 选模型（截至 2026 年 6 月）：长而结构化的文档用 Claude Opus 4.7 或 Sonnet 4.6；想快速来回改用 ChatGPT GPT-5.5 Thinking。
该用哪个模型
任何前沿模型都能起出一份能用的 PRD，但文档一长，差别就出来了。截至 2026 年 6 月：
| 模型 | 上下文 | 写 PRD 的强项 | 备注 |
|---|---|---|---|
| Claude Opus 4.7 / Sonnet 4.6 | 100 万 token | 长而结构化的文档；可整段粘研究材料 + 访谈记录 | Sonnet 4.6 是日常主力，Opus 4.7 用于最难的综合。Claude Pro 月费 $20，已捆绑。 |
| ChatGPT GPT-5.5（Thinking） | Plus（$20）应用内约 320 页；完整 100 万仅 $200 Pro | 快速来回、紧凑改写 | 约 2026 年 4 月起为 ChatGPT 默认模型。 |
| Gemini 3.1 Pro | 100 万 token | 从 Google Docs / Drive 综合材料 | Google AI Pro 月费 $19.99。 |
写单个特性 PRD，选哪个模型几乎无所谓。但如果一个 Epic 要吃进访谈笔记、数据导出、再加一份写了一半的设计文档，Claude 或 Gemini 的 100 万 token 上下文能一次性放下，不用你再切块。如果你天天写 PRD，ChatPRD 之类的 PM 专用工具在这些模型之上套了 PM 专属模板。
这套 Prompt 适合用在哪
- 新特性 scope
- MVP 定义
- 跨团队对齐
- Vendor / agency brief
- 集成与平台工作
- 下线 / 迁移
1. 特性 PRD（1 页）
特性：[1 句摘要]。
受众：[persona——角色、场景、当前替代方案]。
要解决的问题：[pain——附 1 句用户原话或数据]。
请出 1 页 PRD，含：
- 问题（带证据）
- 用户与场景
- 目标与成功指标（可衡量）
- scope：含 / 不含（各至少 3 条）
- 5 步 happy path
- edge case（>=5）
- 依赖与假设
- open question
每节不超过 80 字。任何一节都不许写 "TBD"。2. Epic PRD（2 页）
Epic：[名]。
时间窗：[季度]。
对应的战略目标：[公司级目标]。
请出 2 页 PRD：
- 市场背景（什么变了、为什么现在）
- 用户洞察（这一 Epic 押在的那条信念）
- 成功指标 + 一条 tripwire 指标
- 假设写成 "若发 X，则 Y，因为 Z"
- 里程碑与大致日期
- 风险按优先级排
- 跨团队依赖与点名 owner
- 3 件明确不在这一 Epic 范围内的事3. MVP PRD
产品想法：[1 段]。
若证伪就停项目的那条信念：[信念]。
请出 MVP PRD：
- 能交付用户价值并验证那条信念的最薄切片
- 砍掉的、后续版本要的（列 5 条）
- MVP 能学到什么，以及「继续往下做」的指标 / 阈值
- 成功标准拆成「发出去 / 有人用 / 真喜欢」
- 估算工期：人周（区间）
- 杀项目条件：什么情况下停4. 从原型出 PRD
下面是原型 / 线框描述。
请转 PRD：
- 5 步用户流（含进入与退出点）
- 字段与数据（名、类型、校验、是否必填）
- 校验规则（白话）
- 错误态（>=4）
- 空态（>=3）
- 加载 / 异步状态
- 原型里没体现的 edge case
原型留下的歧义动作，统一列在末尾。
[粘贴原型描述]5. Vendor brief
我要请 [vendor / agency 类型] 做 [scope]。
预算区间：[]。截止：[日期]。
请写 vendor brief：
- 要什么（带例子）
- 明确不要什么（带例子）
- 交付物与文件格式
- 里程碑 + 对应付款触发
- 验收标准（客观、可测）
- IP 条款（白话）
- 沟通节奏
- 一段「什么情况下我们会终止合作」6. 含明确「不做什么」的 PRD
为 [feature] 写一份 PRD，30% 篇幅放「明确不做」。
列 5-7 个被默认会含、其实不在 scope 的。每条：
- 哪个 stakeholder 会默认包含
- 不做的原因（成本 / 依赖 / scope 纪律）
- 什么时候会重新评估（版本号或触发条件）
然后是常规 PRD（问题、用户、目标、scope-in、UX、指标、风险）。
输出顺序：先放「不做」清单，让 reviewer 第一眼看到。7. 含风险登记的 PRD
为 [feature] 写 PRD，含真正的风险登记。
风险登记格式：
- 至少 5 条
- 每条：描述、类别（技术 / 市场 / 组织 / 法务）、概率（低 / 中 / 高）、影响（低 / 中 / 高）、缓解、owner
- 按 概率 x 影响 排序
- 1 条明确标「我们接受这个风险」
外加常规 PRD 节，从简。8. 集成 / 平台 PRD
集成：[我们的产品] <-> [对方产品 / API]。
方向：[单向拉 / 单向推 / 双向]。
请出 PRD 覆盖：
- 用户结果与触发
- 数据模型：什么字段流向哪里（含 PII）
- 鉴权模型与 token 生命周期
- Rate limit 与 backoff 策略
- 失败模式与给用户的错误提示
- 版本：对方 API 变了怎么办
- 隐私与合规备注
- 监控与 on-call 告警9. 下线 / 迁移 PRD
我们要下线 [feature]，迁移到 [新路径]。
受影响用户：[细分 + 量级]。
硬截止日：[日期 or "待定"]。
请出下线 PRD：
- 为什么要砍
- 谁受影响、怎么影响
- 迁移路径（手动 / 自动 / 混合）
- 沟通时间表：T-90、T-30、T-7、当天、之后
- 迁移失败的回滚方案
- 成功指标（如 Y 日前老路径用户低于 X%）
- 我们承诺迁移中不会破坏什么10. A/B 实验 PRD
实验：[要测的] vs [对照]。
请出实验 PRD：
- 假设："若改 X，则主指标移动 Y，因为 Z"
- 主指标与测量方式
- 护栏指标（>=2），不许回退
- 样本量与预计时长（标假设）
- 受众与排除条件
- 各 variant 的具体差异
- 决策规则：发布 / 砍 / 迭代
- 预先声明的「这次实验上不做的决定」11. PRD review——对抗式批评
下面是我的 PRD 草稿。
请以挑剔 reviewer 的身份批评：
- 问题是否清晰，是不是个真问题（而不是「找解决方案」找出来的）？
- 成功指标是否可衡量，是不是对的指标（不是虚荣代理）？
- 给定时间，scope 是否现实？
- open question 是否暴露，还是藏在假设里？
- 缺什么会让工程第 1 天就卡住？
- scope 里哪些不配占位？
输出：5 个亮点、5 个修复、分享前必须回答的 1 个问题。
[粘贴 PRD]12. 从用户访谈出 PRD
下面是 [N] 次用户访谈的笔记，主题 [topic]。
请综合成一份 PRD 前置 brief：
- 反复出现的 pain（附原话证据）
- 用户已经自创的 workaround，以及它哪里不够
- 「如果你能挥魔杖」的请求，聚成 3 类主题
- 能放在 PRD 开头的那 1 句原话
- 反信号：哪些人没这个问题、为什么
- 建议的成功指标，要用上访谈里出现过的措辞
末尾：写 PRD 前还想再访谈一次确认的 2 件事。
[粘贴笔记]怎样让草稿更锋利
- 喂真材料，别喂形容词。 粘一句真实用户原话、一个工单数量、一个流失率。「用户很沮丧」只会得到一份套路 PRD；「37% 试用用户根本没到第二屏」得到的才是聚焦的那种。
- 设硬性上限。 每节字数上限、「任何一节不许写 TBD」，能逼模型别和稀泥。模板 1-3 就是这么干的。
- 让它自己跟自己吵。 把输出丢给第 11 个 Prompt，再把批评结果回灌：「针对修复 1、3、5 重写」。两轮比一个超长 Prompt 强。
- 先把指标钉死。 你自己说不出成功指标，AI 就会替你编一个虚荣指标。起草前先定指标，或让模型先给三个候选你来挑。
容易踩的坑
- 没有成功指标，或指标只是「把功能发出去」。
- 没有「不做什么」——scope 必膨胀。
- 把假设伪装成事实（「用户会……」）。
- edge case 写 “TBD”——工程会替你定，且你不会喜欢答案。
- 一份 PRD 同时承担愿景文档、规格、上线计划。
常见问题
AI 起的 PRD 能过评审吗？ 能过的是草稿，不是成品。模型几分钟就给你结构、暴露的 edge case 和一个初版指标，但决策仍归你：真正的成功指标、实际的 scope 取舍、只有你团队才懂的权衡。把输出当一份值得改的强初稿，而不是能直接发的终稿。
2026 年 6 月写 PRD 哪个模型最好？ 要吃进研究材料的长 PRD，Claude Opus 4.7、Sonnet 4.6 和 Gemini 3.1 Pro 都是 100 万 token 上下文，访谈笔记、数据、半成品设计文档可以一次粘进去。单个特性快速迭代，ChatGPT GPT-5.5（Thinking）快且好上手。在 PM 写手的多次 PRD 横评里，Claude 是结构化长文常被点名的那个。
怎么让 AI 别写套话？ 给具体（真实原话、真实数字）、限每节长度、禁写 “TBD”。本文模板三样都做了。如果某节还是空泛，让模型「逐句说明这行依据哪条输入，说不出就删」。
用 PRD 专用工具还是通用聊天机器人？ 偶尔写 PRD，通用模型 + 这些 Prompt 就够。每周都写，PM 专用工具（如 ChatPRD）在同样的底层模型上加了模板、教练和集成。想了解输入与结构，看 用 AI 写 PRD。
edge case 能让 AI 帮我定吗？ 它能快速给候选（模板 1 和 4 都逼它给 5 个以上），这正是价值所在——最容易漏的 edge case，往往是根本没人想到要列的那些。但每条都要拿你真实系统去验，模型猜的是它在你代码库和数据里看不到的行为。
相关阅读
- User Story Prompt
- 特性优先级 Prompt
- 产品问题陈述 Prompt：PM 与创始人模板
- 用 AI 写 PRD：输入信息、Prompt 和产品需求结构
- PRD 大纲 Prompt：15 个先搭骨架再写正文的模板