乐于分享
好东西不私藏

案例讲解:老项目PRD文档如何高效接入AI Coding开发流程?

案例讲解:老项目PRD文档如何高效接入AI Coding开发流程?

一、引言:为什么老项目开发需要新流程?

在AI Coding实践中,我们发现一个普遍痛点:老项目的PRD文档往往是Word格式,内容详尽但AI无法理解和处理

传统开发模式下,产品经理提供的Word PRD文档主要由开发人员人工阅读理解,然后转化为代码。但在AI Coding时代,这个流程遇到了挑战:

  • AI无法直接解析Word文档:AI可以读取文本,但无法从中提取结构化的字段信息
  • PRD描述缺乏技术关联:AI不知道这个需求涉及哪些现有模块、哪些API可以复用
  • 验收标准不明确:AI不知道”做到什么程度算完成”

本文将详细介绍我们总结的一套老项目AI Coding标准工作流程,帮助团队将老的PRD文档高效转化为AI可理解、可执行的开发任务。


二、老项目AI Coding标准工作流程(7步SOP)

2.1 流程总览

┌─────────────────────────────────────────────────────────────────────────────┐│                        老项目AI Coding标准流程                                │└─────────────────────────────────────────────────────────────────────────────┘   步骤1            步骤2            步骤3            步骤4           步骤5          步骤6          步骤7   ▼                ▼                ▼                ▼               ▼              ▼              ▼┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐│ 项目    │    │ 代码    │    │ 文档    │    │ 规范    │    │ PRD    │    │ 需求    │    │ 迭代    ││ 评估    │───▶│ 扫描    │───▶│ 重建    │───▶│ 对齐    │───▶│ 转换   │───▶│ 开发    │───▶│ 实施    ││         │    │         │    │         │    │         │    │        │    │         │    │         │└─────────┘    └─────────┘    └─────────┘    └─────────┘    └─────────┘    └─────────┘    └─────────┘     │              │              │              │              │              │              │     ▼              ▼              ▼              ▼              ▼              ▼              ▼  评估报告       分析报告       7类技术文档     对齐报告     需求确认.md    开发规范        交付文档

2.2 步骤详解

步骤1:项目评估

目标:快速了解老项目现状,评估重构范围和工作量

AI执行的操作

  1. 扫描项目目录结构
  2. 统计代码行数、文件数
  3. 识别技术栈
  4. 识别数据库、中间件依赖
  5. 评估技术债务等级

输出文档docs/项目评估报告.md

步骤2:代码扫描与分析

目标:理解代码结构,识别问题和可复用资产

AI执行的操作

  1. 分析代码结构(模块划分、依赖关系)
  2. 扫描API接口定义
  3. 分析数据库表结构
  4. 识别业务逻辑和关键函数
  5. 检测潜在安全和性能问题

输出文档docs/代码分析报告.md

步骤3:文档重建

目标:基于代码自动生成完整的技术文档(这是AI理解老系统的关键)

AI执行的操作

  1. 架构设计文档 – 基于代码结构生成
  2. 接口文档 – 基于路由和Handler生成
  3. 数据模型文档 – 基于数据库代码生成
  4. 业务流程文档 – 基于业务逻辑生成
  5. 部署文档 – 基于配置文件生成

输出文档(7类核心文档)

docs/├── 架构设计文档.md      # 系统架构、模块划分├── 接口文档.md         # API定义、参数、响应├── 数据模型文档.md     # 表结构、关系├── 业务流程文档.md     # 业务逻辑、状态流转├── 部署文档.md         # 部署步骤、配置├── 项目概述文档.md     # 项目背景、功能清单└── 依赖分析文档.md     # 外部依赖、版本

步骤4:规范对齐

目标:识别老项目与资产库的差异,生成对齐方案

AI执行的操作

  1. 读取资产库中的UI规范
  2. 读取资产库中的前端组件
  3. 读取资产库中的后端API规范
  4. 对比老项目代码与规范差异
  5. 生成对齐方案

输出文档docs/规范对齐报告.md

步骤5:PRD转换(核心关键)

目标:将Word PRD文档转换为AI可理解的结构化Markdown文档

核心价值

  • 把人工写的PRD转化为AI能提取字段的结构化文档
  • 明确关联到现有系统的模块和接口
  • 定义清晰的验收标准

详细说明见第三章

步骤6:需求开发

目标:基于已重建的文档和新需求,进行开发

AI执行的操作(调用SDD流程):

  1. 读取已重建的接口文档 → 理解现有API
  2. 读取数据模型文档 → 理解数据结构
  3. 读取规范对齐报告 → 知道哪些需要兼容/改造
  4. 读取需求确认.md → 明确开发任务
  5. 调用资产库复用组件
  6. 生成代码并测试

步骤7:迭代实施

目标:按迭代执行开发

AI执行的操作

  1. 按迭代执行编码
  2. 编写测试用例
  3. 执行部署
  4. 更新文档
  5. 沉淀新资产到资产库

三、PRD转换:核心关键步骤

3.1 为什么要做PRD转换?

Word PRD的问题
AI理解的障碍
非结构化文本
AI无法提取关键字段
人工描述的流程
缺少标准化的字段定义
自然语言歧义
“用户可以xxx”描述模糊
缺少验收标准
AI不知道什么算完成
无技术关联
AI不知道现有系统架构

3.2 标准模板:需求确认.md

以下是AI友好的需求确认文档标准模板

---name: {需求名称}需求确认version: 1.0.0projectName: {项目名称}documentType: 需求确认priority: P0/P1/P2affectedModules: ["模块1", "模块2", "模块3"]updatedAt: {日期}---# {需求名称} - 需求确认## 1. 项目概述### 1.1 需求背景{需求产生的背景、业务目标}### 1.2 需求目标1. 目标12. 目标23. 目标3---## 2. 用户角色定义| 角色 | 权限说明 | 其他说明 ||------|---------|---------|| 角色A | 权限描述 | 补充说明 || 角色B | 权限描述 | 补充说明 || 角色C | 权限描述 | 补充说明 |---## 3. 功能需求清单### 3.1 核心功能| 功能点 | 功能描述 | 涉及页面 | 优先级 ||--------|---------|---------|--------|| F1 | 功能描述 | /page/path | P0 || F2 | 功能描述 | /page/path | P1 |### 3.2 详细功能说明#### F1 {功能名称}**页面结构**- 区域1- 区域2- 区域3**交互逻辑**- 交互1- 交互2**API需求**1. {接口名称}GET /api/v1/xxx- query: param1, param2- 返回: { field1, field2 }---## 4. 权限矩阵### 4.1 页面权限| 页面 | 角色A | 角色B | 角色C ||------|-------|-------|-------|| 页面1 | ✅ | ✅有限制 | ❌ || 页面2 | ✅ | ✅ | ✅ |### 4.2 权限提示文案| 场景 | 角色A提示 | 角色B提示 ||------|----------|----------|| 场景1 | 提示内容 | 提示内容 |---## 5. 页面流程图```markdown用户入口 → 判断角色 →   ├─ 角色A → 完整功能  ├─ 角色B → 有限制功能  └─ 角色C → 引导页面```markdown---## 6. 数据模型变更### 6.1 新增表| 表名 | 说明 | 核心字段 ||------|-----|---------|| table_name | 说明 | field1, field2, field3 |### 6.2 变更表| 表名 | 变更内容 ||------|---------|| table_name | 变更说明 |---## 7. 接口变更清单### 7.1 新增接口| 接口 | 方法 | 说明 ||------|-----|------|| /api/v1/xxx | GET/POST | 接口说明 |### 7.2 变更接口| 接口 | 变更内容 ||------|---------|| /api/v1/xxx | 变更说明 |---## 8. 验收标准### 8.1 功能验收| 功能点 | 验收条件 | 测试场景 ||--------|---------|---------|| F1 | 条件1 | 场景1 || F2 | 条件2 | 场景2 |### 8.2 非功能验收| 指标 | 要求 ||------|-----|| 页面加载时间 | < 2秒 || 接口响应时间 | < 500ms |---## 9. 依赖与风险### 9.1 依赖项| 依赖 | 说明 ||------|-----|| 依赖项1 | 说明 |### 9.2 风险| 风险 | 影响 | 应对措施 ||------|-----|---------|| 风险1 | 影响说明 | 应对措施 |---## 10. 关联文档| 文档 | 说明 ||------|-----|| 架构设计文档.md | 现有系统架构 || 接口文档.md | 现有接口定义 || 数据模型文档.md | 现有数据表结构 |

3.3 PRD转换Skill

以下是处理PRD转换的Skill定义:

---id: prd-convert-skillname: PRD需求转换description: 将非结构化的PRD文档(Word/PDF)转换为AI可理解的结构化需求确认.md文档---# PRD需求转换Skill## Skill描述将产品经理提供的Word/PDF格式PRD文档,通过AI理解后转换为标准化的Markdown格式需求确认文档。## 输入- 原始PRD文档(Word/PDF格式)- 现有项目文档(架构设计、接口文档等,可选)## 输出标准化的 `需求确认.md` 文档## 处理流程1. **文档解析**:提取Word/PDF中的文本内容2. **需求理解**:AI理解需求内容,识别功能点、角色、权限3. **结构提取**:提取关键字段(功能点、页面、接口、权限)4. **模板映射**:将提取的内容映射到标准模板5. **技术关联**:关联到现有系统的模块和接口6. **验收定义**:补充验收标准## 核心字段| 字段 | 说明 | 必填 ||------|-----|-----|| name | 需求名称 | 是 || affectedModules | 涉及模块 | 是 || 功能需求清单 | 功能点列表 | 是 || 权限矩阵 | 角色权限对照 | 是 || 接口变更清单 | 新增/变更接口 | 是 || 验收标准 | 验收条件 | 是 |## 使用示例```markdown用户:帮我把这个PRD转换成需求确认文档Skill:解析Word文档 → 提取功能点 → 生成需求确认.md

四、案例分析:监控权限调整需求接入

说明:以下案例基于真实需求文档脱敏处理后展示

4.1 原始需求概述

需求名称:监控中心权限控制优化

核心需求

  • 实现用户分级权限体系(免费用户/付费用户/大会员)
  • 新增监控概览、监控对象、监控动态三个功能模块
  • 无权限用户引导留资转化

涉及模块

  • 监控中心模块
  • 用户权限模块
  • 消息推送模块

4.2 经过7步SOP处理后的结果

步骤1-4:老项目文档重建

通过代码扫描和分析,成功重建了以下文档:

  • 架构设计文档.md – 明确现有监控系统架构
  • 接口文档.md – 识别出现有15个监控相关API
  • 数据模型文档.md – 识别出8张监控相关数据表

步骤5:PRD转换结果

转换后的需求确认文档核心内容:

---name: 监控中心权限控制优化需求确认version: 1.0.0projectName: 某标讯平台documentType: 需求确认priority: P0affectedModules: ["监控中心""用户权限""消息推送"]---## 3. 功能需求清单### 3.1 核心功能| 功能点 | 功能描述 | 涉及页面 | 优先级 ||--------|---------|---------|--------|| F1 监控概览 | 新增监控概览页面,展示全局指标 | /monitor/overview | P0 || F2 监控对象管理 | 支持添加/取消/筛选监控对象 | /monitor/objects | P0 || F3 监控动态列表 | 展示监控动态,支持筛选 | /monitor/dynamics | P0 || F4 权限提示引导 | 无权限时展示留资引导 | 全局 | P0 || F5 推送设置适配 | 权限控制的推送消息内容调整 | /settings/push | P1 |## 4. 权限矩阵| 页面 | 免费用户 | 付费用户 | 大会员 ||------|---------|---------|--------|| 监控概览 | ✅ 有限制 | ✅ 有限制 | ✅ 完整 || 监控对象-全部 | ✅ 有限制 | ✅ 有限制 | ✅ 完整 || 监控动态 | ✅ 有限制(500条) | ✅ 有限制(5000条) | ✅ 完整 |## 7. 接口变更清单### 7.1 新增接口| 接口 | 方法 | 说明 ||------|-----|------|| /api/v1/monitor/overview | GET | 获取监控概览数据 || /api/v1/monitor/objects | POST | 添加监控对象 || /api/v1/monitor/objects/batch | POST | 批量添加监控 || /api/v1/leads | POST | 提交留资信息 |### 7.2 变更接口| 接口 | 变更内容 ||------|---------|| /api/v1/monitor/dynamics | 增加权限过滤逻辑 |

4.3 接入开发后的效果

维度
传统方式
接入SOP后
开发周期
预计2周
预计1周
接口复用
需人工梳理
AI自动识别15个可复用接口
文档完整性
需人工编写
自动生成7类文档
权限逻辑
易遗漏边界case
AI基于矩阵表自动实现

五、配套Skill体系介绍

5.1 Skill总览

整个SOP流程依赖以下Skill:

Skill名称
功能
在流程中的位置
老项目重构与文档重建
扫描代码,自动生成7类技术文档
步骤1-3
研发资产检索复用
从资产库检索可复用组件和API
步骤4
PRD需求转换
将Word PRD转换为Markdown需求确认
步骤5
规范驱动研发(SDD)
按标准流程进行需求开发
步骤6

5.2 Skill详细说明

Skill1:老项目重构与文档重建

---id: legacy-refactor-skillname: 老项目重构与文档重建description: 基于代码自动分析、文档重建和规范对齐,实现老项目的智能重构---## 功能1. **项目评估**:扫描项目代码,生成评估报告2. **代码分析**:理解代码结构,识别问题3. **文档重建**:自动生成7类技术文档4. **规范对齐**:对比资产库,生成对齐方案## 输出- 项目评估报告.md- 代码分析报告.md- 架构设计文档.md- 接口文档.md- 数据模型文档.md- 业务流程文档.md- 部署文档.md- 规范对齐报告.md

Skill2:研发资产检索复用

---id: asset-retrieval-skillname: 研发资产检索复用description: 从企业资产库检索可复用的UI规范、组件和API---## 功能1. **UI规范检索**:检索全局UI设计规范2. **组件检索**:检索可复用的前端组件3. **API检索**:检索可复用的后端接口4. **复用建议**:生成资产复用推荐方案## 输入参数- businessDomain: 业务域- developScenario: 开发场景## 输出- UI规范摘要- 推荐组件列表- 推荐API列表- 复用等级建议

Skill3:PRD需求转换

(见3.3节)

Skill4:规范驱动研发(SDD)

---id: sdd-dev-skillname: 规范驱动研发description: 全栈规范驱动开发(SDD)技能,引导用户从需求确认到发布部署的完整研发流程---## 核心流程1. 需求对齐 → 生成需求确认.md2. 架构设计 → 调用资产检索,生成架构设计.md3. 数据模型 → 生成数据模型.md4. 接口设计 → 生成接口设计.md5. 前端设计 → 生成前端设计.md6. 编码实现 → 生成代码7. 测试验证 → 生成测试报告8. 部署上线 → 生成部署文档## 关键特性- 规范先行,确认后执行- 资产库联动,优先复用- 迭代拆分,小步快跑- 文档自动生成

六、总结

6.1 核心价值

价值点
说明
文档资产化
将老项目的Word PRD转化为AI可理解的Markdown
流程标准化
7步SOP确保每个环节都有明确输入输出
资产联动
打通老项目文档与资产库的关联
效率提升
开发周期预计缩短30%-50%

6.2 实施建议

  1. 从小项目试点:先在1-2个老项目上验证流程
  2. 完善资产库:积累更多可复用组件和API
  3. 培训团队:让团队熟悉这套SOP和配套Skill
  4. 持续优化:根据实践反馈迭代改进

6.3 关键成功因素

  • 文档质量:需求确认.md的质量决定后续开发效率
  • 资产库丰富度:资产库越丰富,复用率越高
  • 团队协作:产品、开发、AI三方协同

相关阅读


本文基于企业AI Coding实践总结,流程和模板可根据企业实际情况调整使用。