Lab 2：从想法到 PRD
面向人群：完成 Lab 1 的开发者 项目周期：约 1 小时 最终交付：PRD.md 产品需求文档
前置要求
Step 1：一句话描述你的产品
好的产品都能用一句话说清楚。把这句话发给 AI：
我想做一个 AI 对话训练平台，支持面试/口语/销售/客服等多种场景的角色扮演训练，AI 扮演对应角色并实时评分。这句话包含了三个关键信息：是什么（对话训练平台）、怎么用（角色扮演）、核心价值（实时评分）。如果你的一句话描述缺少其中任何一个，AI 后续的理解就会跑偏。
Step 2：让 AI 复述理解
不要急着让 AI 开始写 PRD。先用确认模板验证它是否真正理解了你的意图：
请用你自己的话复述一下你对这个产品的理解，包括：
1. 目标用户是谁
2. 核心使用场景
3. 与普通聊天机器人的区别如果 AI 的复述有偏差——比如它以为这是一个"AI 客服系统"而不是"训练平台"——立刻纠正。这一步看似多余，实际上能帮你省掉后面大量的返工。
Step 3：盲点发现
这是 AI 最有价值的能力之一。告诉它：
作为产品经理，请指出我可能遗漏的需求盲点和潜在风险。AI 通常会提出这些问题：
- 是否需要语音输入？（语音 vs 纯文字）
- 是否支持多语言场景？（中文面试 vs 英文面试）
- 是否有付费模式？（免费 vs 订阅）
- 场景模板谁来创建？（内置 vs 用户自定义）
- 训练数据如何处理隐私？
每一个问题都值得认真思考。不要全部说"以后再做"，而是明确标注哪些是 MVP 范围内的、哪些是 V2 的。
Step 4：用 Out-of-Scope 砍功能
还记得第 3 章讲的减法思维吗？现在是最关键的时刻。告诉 AI：
请帮我划分 MVP 和 Out-of-Scope：
MVP 必须有：
- 文字对话（不做语音）
- 4 个内置场景（面试/口语/销售/客服）
- 实时评分（每条消息打分 + 总结报告）
- 报告分享（生成链接，无需登录可查看）
Out-of-Scope（V2 再做）：
- 语音输入/输出
- 用户自定义场景
- 付费订阅
- 多语言界面
- 移动端适配WARNING
砍功能是最难的决定，但也是 MVP 成功的关键。每多一个功能，开发周期就多一倍。先做一把锋利的水果刀，别想着一开始就造瑞士军刀。
Step 5：生成完整 PRD
现在让 AI 把前面的讨论整合成一份正式文档：
请根据以上讨论，生成完整的 PRD 文档，包含：
1. 产品概述（一句话描述 + 目标用户 + 核心价值）
2. 用户故事（至少 5 个，用 "作为...我想要...以便于..." 格式）
3. 功能列表（MVP 范围，按优先级排序）
4. 数据模型概要（核心实体和关系）
5. 技术选型（复用 CLAUDE.md 中的技术栈）
6. 非功能需求（性能、安全、可用性）
7. Out-of-Scope 清单AI 生成后，重点审查用户故事是否覆盖了完整的用户旅程：选择场景 → 开始训练 → 对话交互 → 查看评分 → 生成报告 → 分享报告。如果有遗漏，要求 AI 补充。
将最终版本保存为项目根目录的 PRD.md。
交付物检查清单
- PRD.md 包含产品概述和目标用户
- 至少 5 个用户故事
- MVP 功能列表有明确的优先级
- 数据模型概要覆盖核心实体
- Out-of-Scope 清单明确标注
下一步
需求文档就绪，是时候把它变成可以看到的界面了。前往 Lab 3：构建训练界面。