产品需求文档 PRD 模板:AI 硬件专用版

产品需求文档 PRD 模板：AI 硬件专用版

一、引言

我曾经带过一个从互联网转型 AI 硬件的产品经理。他之前在头部大厂做了 5 年 SaaS 产品，软件PRD 写过好多。结果第一次写 AI 硬件 PRD，被研发怼得怀疑人生。

"你这个识别准确率 99% 是怎么来的？" "NPU 算力预留 30% 冗余，依据是什么？"

他答不上来。因为传统软件 PRD 根本不要求这些。

AI 硬件 PRD 和软件 PRD，是两套完全不同的语言体系。

软件 PRD 关注功能逻辑。AI 硬件 PRD 要定义算法模型、算力平台、传感器规格、功耗约束、成本目标。少一个，项目就得返工。

我干了多年+AI 硬件产品，踩过无数坑。今天把这套AI 硬件专用 PRD 模板分享给你。

包含：

7 大核心模块
12 个关键决策清单
5个常见坑

二、核心差异

2.1 技术架构

软件 PRD：功能模块 + 接口定义

AI 硬件 PRD：算法模型 + 算力平台 + 传感器 + 嵌入式系统 - 感知层：摄像头、麦克风、IMU - 计算层：CPU/GPU/NPU - 算法层：模型架构、量化精度 - 执行层：电机控制、通信

举例：AI 质检摄像头

软件 PRD：用户上传图片→后端 AI 接口→返回结果

AI 硬件 PRD：

摄像头：500 万像素，全局快门，30fps
NPU：4TOPS，INT8 量化
模型：YOLOv8，mAP≥95%，延迟≤50ms
功耗：≤5W

AI 硬件 PRD 要定义物理世界的约束。

2.2 需求定义

软件 PRD：功能 + 性能 - QPS≥1000，响应≤200ms

AI 硬件 PRD：准确率 + 延迟 + 功耗 + 成本 - 识别准确率≥98% - 延迟≤100ms - 续航≥8 小时 - BOM≤199 元

准确率指标最容易被怼。

很多 PM 写"识别准确率≥99%"。

研发会问：

什么场景？实验室还是产线？
测试集多大？
光照、遮挡怎么办？

正确写法：

测试集：10000 张图片（10 种光照）
准确率：mAP≥98%
边界：照度 50-5000lux，遮挡≤30%

有数据支撑，研发才认。

2.3 验证方式

软件 PRD：功能测试 + 性能测试

AI 硬件 PRD：场景测试 + 模型评估 + 硬件兼容 - 场景：白天/夜晚、室内/室外 - 模型：精确率、召回率、 - 硬件：高低温、振动、EMC

最怕：实验室能用，产线翻车。

我见过一个项目，实验室 99%，量产 85%。

原因：产线摄像头有运动模糊，PRD 没定义这个场景。

避坑：PRD 里明确测试场景，覆盖边界条件。

三、PRD 模板框架（7 大模块）

3.1 产品概述

产品定位：一句话定义 - "AI 质检摄像头，99% 缺陷检出率，降低成本 80%"

目标用户：B 端工厂质检员

核心价值：效率提升 3 倍，成本降低 80%

3.2 技术规格

算法模型：

类型：YOLOv8/ResNet
精度：INT8 量化
数据：10000 张标注图片
框架：TensorRT

算力平台：

芯片：高通 RB5/瑞萨 R-Car
NPU：≥10TOPS
显存：≥8GB

传感器：

摄像头：500 万像素，30fps
麦克风：4 麦阵列
IMU：6 轴

通信：

WiFi 6、BLE 5.2、千兆网口

3.3 功能需求

Must Have：缺陷检测、实时报警、数据上传

Should Have：远程配置、固件 OTA

用户故事：

作为质检员，我希望自动识别缺陷
作为主管，我希望实时查看良率

3.4 性能指标

AI 性能：

准确率：mAP≥98%
误检率：≤1%
延迟：≤50ms
并发：≥30fps

硬件性能：

功耗：≤5W
续航：≥8 小时
温度：-20℃~60℃
防护：IP65

可靠性：

MTBF：≥50000 小时
跌落：1.2m

3.5 数据需求

训练数据：

规模：10000 张图片
场景：10 种光照、5 种角度

隐私合规：

GDPR：用户数据可删除
加密：AES-256

3.6 成本约束

BOM 目标：200 元 - 主芯片：80 元（40%） - 摄像头：40 元（20%） - 结构件：30 元（15%） - 其他：50 元（25%）

量产优化：

1K 台：200 元
10K 台：180 元
100K 台：160 元

3.7 时间计划

研发节点：

EVT：2026-03
DVT：2026-06
PVT：2026-09
MP：2026-12

里程碑：

2026-02：PRD 定稿
2026-05：首板点亮
2026-08：模具验收

四、12 个关键决策

写 PRD 前，先填这 12 个决策。填不完，别动手。

4.1 产品定义（3 个）

决策 1：目标用户是谁？ - 35 岁工厂质检主管 - 核心诉求：降低漏检率

决策 2：解决什么问题？ - 人工质检效率低（50 件/小时） - 目标：效率提升 3 倍，漏检≤1%

决策 3：差异化在哪？ - 竞品 A：准确率高，价格贵 - 我们的策略：98% 准确率 +1299 元

4.2 技术方案（4 个）

决策 4：端侧还是云端？ - 选择：端侧推理 + 云端训练

决策 5：自研还是外购？ - 选择：核心算法自研，通用模型外购

决策 6：算力平台？ - 选择：高通 RB5（功耗低）

决策 7：传感器？ - 选择：500 万像素全局快门

4.3 工程实现（3 个）

决策 8：功耗目标？ - 目标：≤5W，续航≥8 小时

决策 9：成本上限？ - BOM 上限：200 元

决策 10：防护等级？ - 等级：IP65

4.4 量产交付（2 个）

决策 11：量产时间？ - 目标：2026 年 Q4

决策 12：质量标准？ - 良率：≥95%

五、5 个常见坑

5.1 算力估算不足

症状：延迟 200ms（目标 50ms）

避坑：预留 30% 算力冗余

5.2 功耗失控

症状：续航 4 小时（目标 8 小时）

避坑：早期功耗建模，动态调频

5.3 数据闭环缺失

症状：模型准确率没提升

避坑：设备端数据上传，需要支持 OTA

5.4 成本超标

症状：BOM 300 元（目标 200 元）

避坑：BOM 表精确到每个元件

5.5 验证不充分

症状：20% 返修率

避坑：场景覆盖 + 边界测试

六、结语

好 PRD 的 3 个标准：

1. 研发看得懂 - 技术规格精确到型号

2. 测试可验证 - 每个指标都有测试方法

3. 量产可执行 - 成本、时间、质量明确

PRD 不是文档，是契约。

你写的每个字，研发都要实现，测试都要验证，供应链都要采购。

想清楚了再写，写完了就别改。

作者：跃迁 X 硬核 AI 智造局主理人 AI 人工智能及硬件产品专家 | 10 年 + 行业经验专注 AI 算法模型与硬件载体结合的商业化落地实践