AI 原生的产品需求管理

来自 clawdbot 官方仓库的 PRD 管理技能，通过结构化 JSON 格式帮助团队创建用户故事、定义验收标准，实现 AI 与人类开发者的高效协作开发。

基本信息

• 技能名称?prd
• 中文名称?AI 原生的产品需求管理
• 作者?bjesuiter
• 分类?开发
• 版本?v2.0.5
• 标签?product-management, project-program-management, development-engineering, docs, automation

使用方法

使用说明
核心用法
PRD Skill 是一套用于创建和管理产品需求文档的规范工具，核心工作流围绕 agents/prd.json 文件展开。用户首先定义项目基本信息（project、branchName、description），然后将功能拆解为独立的用户故事（userStories）。每个故事包含唯一 ID、标题、描述、可验证的验收标准、优先级和执行状态。Skill 强调"单上下文窗口完成"的故事粒度原则，确保 AI 代理或开发者能在一次会话内完成单个任务。故事按优先级排序执行，遵循"数据库 → 后端 → UI"的依赖顺序，避免循环依赖。
显著优点
结构化协作 ：将模糊的产品需求转化为机器可解析、人类可执行的明确任务，消除需求理解偏差。 AI 原生设计 ：专为 Claude Code、OpenCode 等 AI 代理优化，验收标准可直接作为 AI 的自我验证清单。 进度可视化 ：通过 passes 布尔字段和 jq 命令行工具，实现轻量级进度追踪，无需复杂项目管理软件。 版本友好 ：纯 JSON 格式天然适合 Git 版本控制，便于代码审查和变更追溯。 零依赖 ：无需安装任何软件包或外部服务，开箱即用。
潜在缺点与局限性
生态锁定 ： ralph// 分支前缀和特定文件路径暗示与特定工作流（可能是 Ralph 框架）深度绑定，通用性受限。 规模天花板 ：JSON 格式在超大型项目（数百个用户故事）下可读性和维护性下降，缺乏分层、标签等组织手段。 协作摩擦 ：多开发者同时编辑同一 JSON 文件易产生合并冲突，缺少实时协作机制。 验收标准主观性 ：虽然强调"可验证"，但"Typecheck passes"等标准仍依赖项目具体配置，跨团队复用需调整。 无自动化集成 ：状态更新依赖手动修改 passes 字段，无法自动关联 CI/CD 流水线或测试报告。
适合的目标群体
AI 辅助开发团队 ：使用 Claude Code、Cursor 等 AI 编程工具的小型至中型团队。 全栈开发者 ：需要同时管理数据库、API 和前端任务的独立开发者或技术负责人。 敏捷转型团队 ：希望从混乱的需求文档过渡到结构化 PRD，但不愿引入 Jira 等重型工具的组织。 开源项目维护者 ：需要清晰、可版本化的贡献者指南和任务分解。 教育场景 ：教授软件工程、产品管理的教学环境，作为 PRD 最佳实践的参考实现。
使用风险
数据丢失风险 ：JSON 文件损坏或误删将导致进度信息丢失，建议配合 Git 使用。 概念误用风险 ：过度拆分或合并故事可能破坏工作流效率，需要团队培训建立共识。 工具链依赖 ：深度依赖 jq 等命令行工具，Windows 环境或非技术成员可能遇到障碍。 版本兼容性 ：Skill 版本更新（当前 2.0.5）可能引入格式变更，需关注 references// 文档更新。 范围蔓延 ：Skill 本身不限制故事数量，缺乏治理机制可能导致 PRD 无限膨胀。