完整 AI PRD、验收标准与交互原型
形成设计和工程可直接评审的产品方案。
- 用自己的话解释“完整 AI PRD、验收标准与交互原型”及其核心术语。
- 在真实 AI 产品场景中识别何时应该使用本课方法。
- 完成一份可沉淀进你的 AI 学习助手项目的实践产出。
REAL SCENE
先从一个真实场景开始
你的作品集展示 40 页 PRD 和精美原型，面试官却找不到为什么这样设计、异常怎么处理、模型错了谁负责、测试如何验收。高质量案例不以页数取胜，而以需求—决策—流程—规则—验收的追踪链展示产品判断。
PLAIN EXPLANATION
说人话：它到底是什么？
完整 AI PRD 应让产品、设计、工程、算法和测试基于同一方案评审。它包含背景证据、目标非目标、用户故事、主异常流程、信息架构、模型行为、数据权限、状态规则、验收、评测与发布。原型重点验证信息与控制，不只展示视觉；每项关键决策记录备选、证据和取舍，验收标准写成可执行条件。
PRD 追踪与决策
从机会和目标建立 requirementId，链接用户故事、流程、规则、接口、原型、测试和指标。决定日志记录问题、候选、证据、结论与日期，使面试官看到你如何思考而不是只看最终答案。
- 每个 Must 关联成功假设
- 非目标和被拒方案保留
- 变更同步更新关联产物
AI 流程与交互原型
原型覆盖输入指导、生成中、停止、结果来源、编辑、反馈、重试、权限和人工接管；高风险建议与执行分开。使用真实长文本、空状态和失败文案验证，而非只画理想 happy path。
- 状态机先于高保真视觉
- 移动端核心任务可完成
- 无障碍键盘和焦点可验收
可测试验收标准
使用 Given/When/Then 或明确条件写正常、异常和边界；概率输出用评测集、rubric 与最低阈值，确定性行为逐条断言。质量、延迟、成本、安全和回滚共同构成上线验收。
- 删除快速智能等模糊词
- 错误说明影响与恢复动作
- 测试证据链接到需求版本
作品集 PRD 用追踪链展示证据、决策和取舍，不用篇幅证明专业。
原型必须覆盖 AI 不确定性、状态、控制、来源和人工接管。
确定功能逐条验收，概率能力用代表集、rubric 和上线阈值验收。
KEY POINT
这节课最重要的结论
- 为什么重要
- 这决定了完成一套可展示、可答辩的 AI 产品项目时，团队是否拥有一致、可验证的判断标准。
- 适用边界
- 当问题目标、数据来源或失败成本发生变化时，不要机械套用；先重新确认假设和风险等级。
EXAMPLES
正确案例与常见反例
PRD 中“完成核心课并产出模板”链接到用户证据、流程、原型、progress API、埋点和 E2E。AI 解释页覆盖无证据、超时与反馈，原型用长课程在手机测试。验收写明引用支持率、首字延迟、错误恢复和安全拒答。
PRD 复制模板填满背景，却没有非目标和决定；原型只有生成成功的桌面截图，按钮写“智能优化”。验收是“回答准确、体验友好”，测试无样本和阈值；接口、权限和埋点与需求各自使用不同版本。
“请用 requirementId 贯穿 PRD、designFrame、apiSpec、eventSpec 和 testCase。AI state machine 固定为 idle/generating/completed/needs_review/failed/canceled。确定规则走自动测试，模型行为引用 evalSuite/version 与 threshold。”
HANDS-ON
必做实操任务
本节产出：你的 AI 学习助手项目中的《完整 AI PRD、验收标准与交互原型》一页实践卡
步骤 1整理一份从证据、目标、需求到原型、接口、测试和指标的追踪矩阵。
步骤 2为核心流程绘制正常、空、缺信息、无权限、超时、失败和接管。
步骤 3制作低保真原型并用三名用户完成真实任务，记录关键问题。
步骤 4把十条模糊需求改写为 Given/When/Then 或评测门槛。
实践结果会自动保存在本机，并进入项目工坊的任务来源。
项目/版本：____
证据与目标：____
非目标：____
requirementId｜用户故事｜优先级｜决定理由：____
主流程：____
状态机：____
异常/边界/权限：____
模型行为：输入____ 正常____ 澄清____ 拒答____ 失败____
数据来源/保留/删除：____
原型页面与状态：____
可用性任务和结果：____
确定性 AC：Given____ When____ Then____
概率 AC：evalSet____ rubric____ threshold____
延迟/成本/安全/回滚：____
追踪：API____ event____ test____ metric____CHECKLIST
产品经理工作检查表
MASTERY QUIZ
掌握测验
达到 60% 即可完成本课。
INTERVIEW
常见面试题
展开参考回答
我会用 requirementId 串联研究证据、目标、非目标、用户故事、优先级、流程、规则、原型、接口、埋点和测试，并保留备选与取舍。原型覆盖 AI 生成、来源、不确定、编辑、重试、失败和人工接管，做真实任务可用性测试。确定性行为用 AC，模型质量用评测集、rubric、阈值和安全底线。
RECAP & FURTHER READING
重点回顾、延伸阅读与下一步
- 1
围绕“完整 AI PRD、验收标准与交互原型”继续阅读：阅读一份完整项目复盘，沿着目标、证据、方案、交付、结果和反思还原决策链。
- 2
用“AI PRD、验收标准、原型”作为检索词，分别写下一条定义、一条适用边界和一个反例。
- 3
对照本课正确案例与反例，寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。