PRD 质量审查 — 产品文档的 AI 审稿人
📊 页面导航
适用角色与上手难度
🎯 学习产出: 掌握 Agent PRD 审查模式,能独立让 Agent 检查 PRD 的完整性、可执行性和风险点,输出结构化修改建议
🚀 AI 能力提升: 文档审查、需求分析
场景概述
预计阅读时间: 13 分钟一份 15 页的 PRD 写完了,PM 自己 review 了两遍,觉得没啥问题,发给了开发团队。三天后开发 Lead 来找你:"这个用户故事没有验收标准,我们不知道做到什么程度算完。"设计师也来找你:"这 3 个功能描述互相矛盾——第一页说'保留用户已填内容',第五页又说'切换步骤时清空表单'。"
PRD 中的问题大致分三种:缺失(该写的没写)、矛盾(两处说的不一致)、模糊(写了但不可执行)。人工审查 PRD 的主要困难在于——写的人审查自己写的东西,大脑会自动补全缺失的信息。Agent 没有"脑补"能力,它只会对照你给它审查标准逐项检查——而这恰好是审稿最需要的品质。
为什么用 Agent 审查 PRD
Agent 不是替代开发 Lead 和设计师的审查——而是在 PRD 发给他们之前先过一次完整性和一致性检查,让人类审查者把精力放在"这个设计好吗"而不是"这里是不是漏了什么"。
前置准备
- PRD 文档:Markdown 或纯文本格式,包含用户故事、功能描述、验收标准等
- 审查标准:你的团队对 PRD 的质量要求(如"每个用户故事必须有 Given/When/Then""所有成功指标必须可量化")
- 不做清单模板:如果有现有的 scope 约束文档,一并提供
完整交互过程
Step 1:把 PRD 和审查标准一起给 Agent
Step 2:Agent 输出审查报告
Agent 输出示例:
Scenario: 拖拽任务卡改变状态 Given 看板已加载,有待处理列的"登录优化"卡片 When 用户拖拽"登录优化"卡片到"进行中"列 Then 卡片移动到"进行中"列 And 后端 PATCH /api/tasks/:id/status 被调用 And 如果 API 调用失败,卡片弹回原位置 And 显示 toast 错误提示
核心指标(量化):
- 看板上线后 4 周,任务状态更新频率 vs 上线前 4 周, 预期提升 ≥ 20%
- 看板页面加载时间 p95 ≤ 2s(含 100 张卡)
- 拖拽成功率 ≥ 99%(失败 = 卡片弹回 + toast 显示)
- 用户首次使用看板的"首次价值实现时间" ≤ 3 分钟
Step 3:PM 修改后,Agent 增量再审
PM 根据审查报告修改 PRD 后,让 Agent 只审查变更部分:
Agent 输出:
要点总结
- 审查标准必须在启动 Agent 前明确。你给什么标准它就查什么——标准越具体,输出越有价值。模糊的标准("看看有没有问题")产出的就是模糊的审查。
- 原文摘录是审查报告的锚点。不要只写"第 3 节有问题"——必须引用原文具体段落。修改者不需要在全文中搜索"到底是哪句话"。
- 修改后示例比修改建议更有用。Agent 给出的"修改后示例"让你可以直接复制粘贴到 PRD 中,比"建议补充验收标准"这种抽象的修改建议快得多。
- 增量审查省时。PRD 修改后只需审查变更部分而非全文,大幅降低重复审查成本。
- Agent 审查不是替代人工审查。它是开发 Lead 和设计师审查之前的"第一道筛子"——拦掉低级问题和一致性错误,让人类审查者聚焦设计质量。
变体与延伸
- 技术方案审查:把技术方案文档给 Agent,检查是否有架构图、性能目标、回滚方案、监控指标
- 会议纪要质量检查:审查会议纪要是是否符合"结论、责任人、截止日期"的格式要求
- 周报质量检查:审查团队周报是否每个 key result 有数据支撑(而非"本周推进了 XX"这种纯叙事)
- 合同/SOW 一致性检查:检查合同中的交付范围和 SOW(工作说明书)是否一致,是否有模糊条款
相关场景
- 用户访谈 → 需求提炼 — 文本分析 + 需求聚类
- OKR 拆解与对齐 — 目标拆解 + 一致性检查

