夜雨聆风
一、那个被"一句话需求"支配的下午
周五下午四点，产品组周会刚结束，老板拍拍我的肩膀：“咱们的会员体系得做个积分，下周五评审，你出个PRD。”
就这么一句话。没有竞品参考，没有规则说明，没有优先级排列。一句话，就是你的全部输入。
我当时的反应和大多数PM一样——先是一愣，然后脑子开始飞速运转：积分怎么获取？签到给多少？消费按什么比例？积分能干啥？兑换商品？抵扣现金？兑换有库存限制吗？退单了积分要不要扣回来？积分有没有有效期？过期怎么处理？用户多端登录同时兑换怎么办？积分状态怎么流转……
想到这里，我已经开始头疼了。
这不是我一个人的困境。做产品经理三五年以上的，谁没写过几十篇PRD？但说实话，每次从0开始写一份新功能的PRD，那种痛苦并没有因为经验增长而减少多少。因为你面对的永远是两类难题：
第一类：结构性问题——怎么列才不漏？
"做个积分体系"这五个字，拆解出来的功能模块至少包括：积分获取规则、积分消耗规则、积分账户管理、积分有效期管理、积分流水记录、积分对账、积分运营后台……每个模块下面还有子功能，比如积分获取又可以拆成消费获取、签到获取、任务获取、活动获取。你脑子里的清单越列越长，但永远不确定有没有遗漏。
第二类：细节性问题——怎么写才全？
光一个"积分获取规则"的字段定义就够你喝一壶：积分类型、获取方式、单次获取数量、每日获取上限、获取条件、是否允许叠加、积分生效时间、积分来源标识……每一个字段都要想清楚类型、约束和默认值。
更让人头大的是异常场景。正常流程谁都写得出来：用户下单→支付成功→积分到账。但异常呢？订单退款了积分扣不扣？扣的话是全部扣还是按比例扣？积分已经用了怎么办？部分退款怎么处理？积分活动期间下了单但支付时活动已经结束了，还给不给积分？并发场景下同一笔积分被双倍发放了怎么处理？
还有一个拦路虎：状态机。积分不是简单的"有"和"没有"，它至少有五种状态——待生效、已生效、已冻结、已过期、已消耗。每种状态之间的流转条件是什么？哪些可以逆转？哪些不可逆？画出来就是一个复杂的有限状态机。
所以现实就是：一个中等复杂度的新功能PRD，前前后后至少2-3天。第一天列框架和功能清单，第二天填字段和写逻辑，第三天补异常场景和状态机。然后交给开发review，又回来一堆问题，再改一轮。
这3天里，真正需要"产品思考"的时间其实不到半天。剩下的2天半，你只是在做一件事情——把脑子里的结构化信息，一个字一个字地码到文档里。
这件事，AI可以做。
二、拆解PRD写作流程：AI到底能帮你做什么
先别急着打开AI工具，我们先把PRD的写作流程拆开看。
写一份PRD，本质上是9个步骤的线性推进：
看完这张表，结论很清晰：AI最强的区域在步骤4-6，也就是字段定义、交互逻辑和状态机设计。这三个环节恰好是PRD中最耗时间、最琐碎、最容易出现遗漏的部分。
而步骤1、7、8，必须由人来主导。为什么？因为"为什么要做积分"取决于业务战略，"看什么数据"取决于决策场景，"系统能不能扛住"取决于技术架构——这些都是需要业务判断和上下文理解的工作，AI做不了决策，只能提供参考。
步骤2、3、9，AI可以提供很好的辅助，但最终拍板还是人。
所以最佳协作模式不是"AI替你写PRD"，而是**“AI出初稿，人来审核迭代”**。打个比方：AI是你的初级产品经理助理，他帮你把脏活累活干了——列清单、填字段、写逻辑、画状态机；你是高级产品经理，负责方向判断、业务决策和最终把关。
这个定位很重要。搞混了，要么变成"AI写的东西没法用"，要么变成"我还是自己写吧"——两个极端都不对。
三、实操：从一句话需求到完整PRD
理论说完了，上手干。
工具1：对话式AI（豆包/通义千问）
对话式AI的核心优势是可以多轮迭代。你不是一次性让它写出完整PRD，而是逐步推进，每一轮在前一轮的基础上深化。
第一轮：生成功能清单
Prompt模板：
我是一个电商产品的产品经理，需要为会员体系设计一个积分系统。目前的需求背景是：通过积分体系提升用户活跃度和复购率。请帮我列出积分系统需要包含的功能模块清单，每个模块下列出子功能点，并标注优先级（P0/P1/P2）。
AI返回的功能清单大概长这样：
积分获取模块
消费获取积分（P0）：按消费金额按比例获取 签到获取积分（P0）：每日签到固定积分 任务获取积分（P1）：完成指定任务获取 活动获取积分（P1）：参与运营活动获取
积分消耗模块
积分兑换商品（P0） 积分抵扣现金（P0） 积分抽奖（P2）
积分账户管理
积分余额查询（P0） 积分明细查询（P0） 积分过期提醒（P1）
积分规则管理（后台）
获取规则配置（P0） 消耗规则配置（P0） 积分发放/扣减（P1）
积分对账与统计
积分流水记录（P0） 积分发放统计（P1）
你看，这一步AI帮你省了至少2小时的头脑风暴时间。你不需要照单全收，但用它作为起点，比从空白文档开始高效得多。
第二轮：迭代生成字段表
在功能清单确定后，针对每个模块让AI生成字段定义。
Prompt模板：
基于上面的功能清单，请为"积分获取"模块生成详细的字段定义表，包括：字段名、字段说明、数据类型、是否必填、默认值、约束条件。特别要注意积分获取的各种规则字段。
AI会输出一张完整的字段表，比如积分获取规则的字段定义：
这一步如果手动写，至少要1-2小时。AI用30秒就能生成一个80分版本，你再花15分钟调整和补充就能到90分。
第三轮：生成状态机
Prompt模板：
请为会员积分设计状态机，积分状态包括：待生效、已生效、已冻结、已过期、已消耗。请列出每种状态的定义、所有状态间的流转关系、触发条件和约束。特别注意异常场景：退单扣回、冻结解冻、并发消耗等。
AI输出的状态机定义：
状态定义：
待生效：积分已发放但未到生效时间（如消费后T+1生效） 已生效：积分可正常使用 已冻结：因异常（风控/争议）被临时锁定 已过期：超过有效期未使用 已消耗：已被兑换或抵扣
流转规则：
待生效 → 已生效：到达生效时间 待生效 → 已冻结：风控触发 已生效 → 已冻结：争议/风控触发 已生效 → 已过期：超过有效期 已生效 → 已消耗：用户主动消耗 已冻结 → 已生效：解冻 已冻结 → 已过期：冻结期间超有效期 已消耗 → 已生效：退单积分退回（部分退回时状态不变，金额回退）
AI甚至会主动补充你可能没想到的边界条件：比如"已过期状态不可逆转"“已消耗状态原则上不可逆，仅退单场景允许回退”。
工具2：AI原型/文档工具（墨刀AI / Figma AI）
对话式AI解决的是内容生成问题，但PRD还需要结构化的文档呈现和页面原型。这时可以用AI原型工具来加速。
以Figma AI为例：
输入需求描述"会员积分系统，包含积分获取、积分消耗、积分账户管理"，AI会自动生成页面结构（积分首页、积分明细页、积分兑换页、积分规则说明页）和基础原型。
生成的原型可以直接在编辑器中调整，比从空白画布开始快很多。
AI工具还支持"上传PRD文档"，自动按照标准PRD模板（背景/目标/功能清单/详细设计/非功能需求）生成对应的原型文件。
下图以Figma为例，只需要简单描述需求，选择模型，AI就哐哐哐开始干活
这类工具的价值不在于"替代你画原型"，而在于给你一个60分的起点。从60分改到90分，远比从0分画到90分快。
Before vs After：真实对比
| 总耗时 | 2-3天 | 约2小时 |
关键不是"AI写得比你好"，而是AI帮你把80%的体力活干了，你把精力集中在20%需要产品判断的地方。原来2-3天的工作量，AI辅助下2小时出完整版。省下来的时间，你可以用来做更有价值的事——和业务方对齐目标、和开发做技术预研、甚至早点下班。
四、方法提炼：从"会用工具"到"有AI思维"
A. PRD写作的AI协作模式
经过实战，我总结出一套稳定的协作模式：
人做什么：明确目标、业务决策、审核把关
“为什么要做积分体系”——这是战略问题，你必须想清楚 “积分的核心消耗场景是什么”——这是产品决策，AI无法替你判断 “AI生成的这个字段定义是否符合业务规则”——这是审核把关，你必须逐条确认
AI做什么：结构化内容生成、穷举补充、格式化输出
“列一张积分系统所有功能的清单”——结构化生成 “积分退单的场景有哪些”——穷举补充 “把以上内容按PRD模板格式输出”——格式化输出
迭代原则：四轮法
第一轮出框架：让AI生成功能清单和页面结构，你确认方向 第二轮填细节：让AI生成字段定义和交互逻辑，你审核修改 第三轮补异常：让AI穷举异常场景和边界条件，你筛选取舍 人审核定稿：通读全文，修正AI的"合理但不准确"的内容
这里有个关键认知：AI是"合理的"但不一定是"准确的"。AI会基于通用知识生成看起来很合理的内容，但可能不符合你们公司的业务规则。比如AI可能默认"积分永久有效"，但你们的业务决定"积分年底清零"——这个差异只有你知道。
所以"AI出初稿，人来审核迭代"不是偷懒，而是正确的工作方式。你审核AI输出的过程，其实比自己从零写更快——因为"判断对错"比"凭空创造"效率高得多。
记住那句话：**AI是你的初级产品经理助理，你是高级产品经理。**助理把草稿写好，你来批改。不是替你写，是帮你写。
B. 泛化方法论：结构化任务AI化
PRD只是起点。这套方法的本质是一种通用的AI使用思维，我称之为**“结构化任务AI化”**。
核心逻辑：任何"有固定框架、需要大量细节填充"的文档工作，都可以用AI辅助加速。
怎么判断一个任务适不适合AI化？问自己三个问题：
1. 这个任务有没有固定的模板/框架？
PRD有标准结构（背景→目标→功能→详细设计→非功能需求），竞品分析报告有固定框架（产品概述→功能对比→商业模式→优劣势），周报有固定模板。有框架的任务，AI就知道往哪里填内容。
2. 哪些部分是"填空题"而非"思考题"？
"积分字段名叫earn_ratio还是earn_point"是填空题，"积分到底要不要做"是思考题。填空题交给AI，思考题留给自己。
3. "填空题"部分占比多大？
如果80%都是填空题，那AI化收益极高（比如PRD）。如果80%都是思考题，那AI帮不了太多（比如产品战略规划）。
用这个框架去审视你的日常工作，你会发现大量可以AI化的场景：
竞品分析报告：框架固定（产品概述/功能对比/优劣势），大量内容是信息整理——AI可辅助 用户调研问卷：框架固定（人口学信息/使用习惯/满意度），题目设计是填空题——AI可辅助 项目复盘文档：框架固定（目标/过程/结果/反思），内容回顾是填空题——AI可辅助 数据分析报告：框架固定（背景/数据/发现/建议），数据描述是填空题——AI可辅助 技术方案评审文档：框架固定，但技术判断是思考题——AI辅助程度中等
从"会用某个工具"升级到"有AI使用思维"，差别在哪？
会用工具的人，想的是"这个功能我可以用AI来做"。有AI思维的人，想的是**“我的工作里有哪些环节是结构化的填空题”**——先找到可AI化的环节，再选合适的工具。
前者是"手里拿着锤子找钉子"，后者是"先看清哪里有钉子，再选锤子"。
这才是AI时代产品经理真正需要的能力——不是会用多少AI工具，而是能识别工作中有哪些环节可以结构化、可以交给AI。工具会变，但这个思维方式不会过时。
写PRD这件事，从0到1最难的不是写，是想。AI帮不了你想，但能帮你把想好的东西快速变成文档。
下次再遇到"做个XX体系"这种一句话需求，别急着打开Word从第一行开始码字。先想清楚目标，再让AI帮你把框架搭起来，然后你来做那个把关的高级产品经理。
试试看，你会回来感谢我的。
你写PRD最痛苦的环节是什么？有没有试过用AI辅助？欢迎评论区聊聊你的经验。