Документы

github/prd

Создаёт подробные документы с требованиями к продукту для программных систем и AI-функций, включая описание проблемы, пользовательские сценарии, технические спецификации и анализ рисков. Полезно при планировании новых продуктов или функций для чёткого согласования требований между бизнесом и разработчиками.

Оцените навык первым

SKILL.md

Перевод инструкции, которую получает агент при подключении навыка. Агент всегда использует оригинал.

Документ с Требованиями к Продукту (PRD)

Обзор

Разрабатывайте комплексные, готовые к производству Документы с Требованиями к Продукту (PRD), которые соединяют бизнес-видение с технической реализацией. Этот навык работает с современными программными системами, обеспечивая чёткое определение требований.

Когда использовать

Используйте этот навык, когда:

  • Начинается новый цикл разработки продукта или функции
  • Необходимо перевести расплывчатую идею в конкретную техническую спецификацию
  • Определяются требования к функциям с поддержкой ИИ
  • Заинтересованные стороны нуждаются в едином «источнике правды» по объёму проекта
  • Пользователь просит «написать PRD», «задокументировать требования» или «спланировать функцию»

Операционный процесс

Фаза 1: Исследование (Интервью)

Перед тем как написать хоть одну строку PRD, вы ДОЛЖНЫ опросить пользователя, чтобы заполнить пробелы в знаниях. Не делайте предположений о контексте.

Спросите о:

  • Основной проблеме: Почему мы создаём это именно сейчас?
  • Метриках успеха: Как понять, что это сработало?
  • Ограничениях: Бюджет, технологический стек или сроки?

Фаза 2: Анализ и определение объёма

Синтезируйте вводные данные пользователя. Определите зависимости и скрытые сложности.

  • Составьте Пользовательский поток.
  • Определите Не-цели, чтобы защитить сроки.

Фаза 3: Техническое составление

Создайте документ, используя Строгую схему PRD ниже.


Стандарты качества PRD

Качество требований

Используйте конкретные, измеримые критерии. Избегайте слов «быстро», «просто» или «интуитивно».

# Расплывчато (ПЛОХО)
- Поиск должен быть быстрым и возвращать релевантные результаты.
- Интерфейс должен выглядеть современно и быть простым в использовании.

# Конкретно (ХОРОШО)
+ Поиск должен возвращать результаты в течение 200 мс для набора из 10 тыс. записей.
+ Алгоритм поиска должен достигать Precision@10 >= 85% в эталонных тестах.
+ Интерфейс должен соответствовать дизайн-системе 'Vercel/Next.js' и иметь 100% балл по Accessibility в Lighthouse.

Строгая схема PRD

Вы ДОЛЖНЫ следовать этой точной структуре в выводе:

1. Исполнительное резюме

  • Формулировка проблемы: 1-2 предложения о болевой точке.
  • Предложенное решение: 1-2 предложения о способе исправления.
  • Критерии успеха: 3-5 измеримых KPI.

2. Пользовательский опыт и функциональность

  • Пользовательские персоны: Для кого это?
  • Пользовательские истории: Как [пользователь], я хочу [действие], чтобы [выгода].
  • Критерии приёмки: Маркированный список определений «Готово» для каждой истории.
  • Не-цели: Что мы НЕ создаём?

3. Требования к системе ИИ (если применимо)

  • Требования к инструментам: Какие инструменты и API нужны?
  • Стратегия оценки: Как измерять качество и точность вывода.

4. Технические спецификации

  • Обзор архитектуры: Поток данных и взаимодействие компонентов.
  • Точки интеграции: API, базы данных и аутентификация.
  • Безопасность и конфиденциальность: Обработка данных и соответствие требованиям.

5. Риски и дорожная карта

  • Фазовый запуск: MVP -> v1.1 -> v2.0.
  • Технические риски: Задержки, стоимость или сбои зависимостей.

Руководство по реализации

ДЕЛАЙТЕ (всегда)

  • Определяйте тестирование: Для систем ИИ указывайте, как тестировать и валидировать качество вывода.
  • Итерации: Представляйте черновик и запрашивайте обратную связь по конкретным разделам.

НЕ ДЕЛАЙТЕ (избегайте)

  • Пропуск исследования: Никогда не пишите PRD без как минимум 2 уточняющих вопросов.
  • Вымышленные ограничения: Если пользователь не указал технологический стек, спросите или отметьте как TBD.

Пример: Интеллектуальная система поиска

1. Исполнительное резюме

Проблема: Пользователи испытывают трудности с поиском конкретных фрагментов документации в больших репозиториях.
Решение: Интеллектуальная система поиска, предоставляющая прямые ответы с указанием источников.
Успех:

  • Сократить время поиска на 50%.
  • Точность цитирования >= 95%.

2. Пользовательские истории

  • История: Как разработчик, я хочу задавать вопросы на естественном языке, чтобы не угадывать ключевые слова.
  • Критерии приёмки:
    • Поддержка многошагового уточнения.
    • Возврат блоков кода с кнопкой «Копировать».

3. Архитектура системы ИИ

  • Необходимые инструменты: codesearch, grep, webfetch.

4. Оценка

  • Эталон: Тестирование с 50 распространёнными вопросами разработчиков.
  • Проходной балл: 90% должны совпадать с ожидаемыми цитатами.