夜雨聆风
一、工具链迭代：从多模型试用到确定组合 1. 当前与规划工具方案 本人深耕 B 端产品领域，现阶段稳定使用的工具链：Claude Code + Obsidian + Axure + Mimo-v2.5-pro 结合业务与 AI 协同趋势，下一阶段将完成升级：Claude Code + Obsidian + Figma + Mimo-v2.5-pro + 语音输入法
2. AI 模型试用历程 之前测试用 Antigravity 与国际版 Trae 两款工具，受限于未付费充值，免费 Token 额度不足，无法满足日常使用需求。 随后我切换为 国际版 Trae + 火山引擎 Doubao-seed-2.0-code + Doubao-seed-2.0-pro 双模型组合。双模型搭配主要基于两点考量：
火山引擎单模型提供 200 万免费 Token，可支撑高频使用； Doubao-seed-2.0-code 不具备图片识别能力。由于当时使用 Axure 制作原型，我需要将原型截图后，交由 Doubao-seed-2.0-pro 完成图像解析、生成 PRD 初稿，并持续优化内容细节。 结合开发团队的反馈，Trae 功能偏向基础，难以支撑复杂 B 端业务场景。为此我转向 Claude Code，但适配过程并不顺利：目前暂无针对中文 B 端 PRD 场景深度优化的 AI 模型。因此很长一段时间内，我仍沿用原有组合，高昂的 Token 消耗也带来了不小的使用成本。
二、MD 编辑器选型：Obsidian 成为最优解 所有 PRD 文档均采用 Markdown 格式，编辑器的体验直接影响工作效率。 Trae 自带 MD 实时预览功能，体验尚可，但长期使用易产生视觉疲劳。我逐一对比测试了 Trae、VS Code+插件 、Typora、Obsidian 四款工具，最终确定以 Obsidian 作为主力编辑器。 它支持多标签页管理、灵活分屏，非常适合多模块、多版本文档对照编写；同时原生兼容 Git，便于版本管理与文档备份，规避 AI 操作带来的风险。 补充实用工具：若有 Word 导出需求，思源笔记是优质选择，可借助模板将 Markdown 一键转为标准 Word 文档。从 2023 年摸索 MD 转格式的各种方法，到如今各类工具日趋成熟，个人认为：Markdown 必将成为 PRD 文档的主流格式，改变你的有可能是开发或者前端。
三、AI 生成 PRD 的三大现实痛点 经过长期使用，AI 辅助撰写 PRD 的短板也逐步显现，主要集中在三方面：
1. 文档错误率上升，整体质量下滑 AI 无法理解企业业务背景与隐性规则，现有模型逻辑能力有限。当输入信息不够完整、精准时，极易产生偏差。 在基础元素、固定格式等标准化内容上，AI 表现稳定；但面对业务流程、状态流转、核心业务逻辑时，出错率显著升高。目前自身的指令优化能力、文字输入的完整度仍有提升空间，这也是文档质量下降的主要原因。
2. 审核模式转变：AI 成为第一道校验关口 以往 PRD 由开发、测试人工评审，如今团队全员接入 AI 工具，文档上线前首先需要通过 AI 校验。 Markdown 格式对机器解析友好，流程图逻辑、字段定义、状态机异常等问题，都会被 AI 快速识别并反馈。传统的人工评审模式正在改变，对产品文档的严谨性提出了更高要求。
3. 综合效率不及预期，Token 消耗压力大 当前 AI 模型对代码生成的优化成熟度，远高于 PRD 长文本撰写场景。目前使用免费模型为主，PRD 撰写推理过程会消耗大量 Token。 AI 仅简化了框架搭建、格式排版等重复工作，综合效率提升有限。为改善现状，后续计划更换组合工具，并搭配语音输入法，用语音口述补足业务细节，提升输入效率。
四、原型工具选择：Axure 与 Figma 在 AI 时代的取舍 早期选择 Axure，是综合功能、团队习惯后的权衡结果。 我使用 Figma 已有较长时间，依托 MCP 协议，Figma 在 AI 联动生成 PRD、衔接前后端开发等环节具备明显优势。目前我暂未测试 “PRD 直转 HTML” 功能；同时实测验证：Claude 通过 MCP 生成 Figma 页面的效果较差，页面可用性低，且 Token 损耗严重，暂不具备落地条件。
五、结尾 AI时代工具与工作流始终在动态迭代。后续会持续探索 AI、编辑器、原型工具的协同方案，也期待和各位产品同行交流经验，一同打造 AI 时代下更高效、更落地的 B 端产品工作流程。
