PRD 不是你「要寫的作業」,是你「必須做的決策」的書面記錄。 如果你拿著 PRD 開會時,開發、設計、測試三方各自理解不同,那不是溝通問題,是 PRD 問題——缺少的是「哪個流程走哪條路、為什麼」這件事被明確決定並寫下來。


先 PRD 還是先原型?woshipm 史上最熱討論

來源:產品經理應該先寫需求文檔還是先畫原型?125,713 瀏覽,434 收藏,woshipm 閱讀量前排)

這篇文章之所以這麼熱,因為它問的其實是「PM 的工作流程到底是什麼」。

兩派主流觀點

派一:先做資訊架構模型,再畫原型,最後寫 PRD

  • 邏輯:先想清楚「有哪些實體、什麼關係、哪些狀態」(結構),再畫「長什麼樣子」(界面),最後用 PRD 固化決策
  • 適合:功能複雜、多狀態、多角色的產品(大多數 B 端系統)
  • PRD 在這個模式下主要功能:存檔備案、降低溝通成本

派二:先出高保真原型,後補 PRD

  • 邏輯:快速迭代、讓設計師和開發直接看原型對齊,文件反而是視覺設計之後的總結
  • 適合:快速驗證期的 C 端新功能、設計資源充足的團隊
  • 風險:高保真原型做了 80%,業務邏輯細節(異常流、邊界條件)仍然模糊

woshipm 社群的共識

團隊內部達成一致、高效溝通即可——沒有絕對的對錯。

但有一個判斷基準:如果你不確定要先做哪個,通常意味著你還沒想清楚「這個功能的核心業務邏輯是什麼」——這時候既不應該寫 PRD 也不應該畫原型,而是應該先把業務流程圖畫出來。


PRD 五段式框架

來源:【萬字長文】PRD 面面觀,手把手帶你寫出優秀的 PRD(49K 瀏覽,531 收藏

PRD = 版本說明 + 需求背景 + 業務流程 + 需求列表 + 需求描述

1. 版本說明

記錄:版本號、更新日期、負責人、本次變更內容摘要。 目的:讓接手的人知道「目前的版本是什麼,改了什麼」。

2. 需求背景(5W1H)

  • Who:誰是目標用戶
  • What:用戶的什麼問題
  • When:在什麼時間點/場景
  • Where:在哪個入口/渠道
  • Why:這個需求對業務的價值
  • How:我們計畫怎麼解決

常見問題:PRD 沒有需求背景,開發不知道「為什麼要做」,就容易在實作中做錯決策。

3. 業務流程(泳道圖)

用泳道流程圖呈現「誰在哪個節點做什麼、決策後去哪裡」。核心價值不是「畫得漂亮」,而是讓分支路徑(異常流)被看見

常見遺漏的流程:

  • 用戶輸入錯誤時怎麼辦
  • 第三方接口超時或失敗時
  • 權限不足時的降級策略

4. 需求列表

按模組或優先級列出所有功能,每條功能標明:

  • 功能名稱
  • 優先級(P0/P1/P2)
  • 關聯頁面
  • 備注(特殊條件、依賴項)

5. 需求描述(每個功能的細節)

標準結構:流程圖 → 界面描述 → 業務規則

業務規則的寫法原則:

  • MECE(相互獨立、完全窮盡):確認沒有遺漏的情況
  • 從主流程到分支,從正常到異常
  • 避免歧義:不要寫「顯示相關推薦」,要寫「顯示同品類最近 30 天銷量前 5 的商品」

功能拆分:INVEST 原則

來源:同上(woshipm 萬字 PRD 文)

每個功能需求應該滿足:

字母含義如何做到
Independent獨立,不依賴其他未完成功能避免「先做 A 才能做 B」的強依賴
Negotiable可協商,細節可與開發討論不要在 PRD 裡規定技術實作方式
Valuable有用戶/業務價值每條需求都能說出「為什麼」
Estimable可估工,開發能評估時間描述要夠清楚,不留技術歧義
Small夠小,一個迭代能完成大功能拆小票,別寫「做一個完整電商系統」
Testable可測試,測試工程師能寫測試案例有明確的「輸入→預期輸出」

原型工具選擇

woshipm 社群現狀(截至 2025-2026):

工具適用場景特色
Figma高保真 UI、多人協作業界標準,設計師首選
Axure RP複雜交互邏輯、B 端原型支援條件邏輯,PM 友好
Balsamiq低保真快速草圖刻意做成「草稿感」,避免糾結外觀
即時設計(中國版 Figma)國內團隊協作本地化、速度快

選擇原則:保真度應該和你對需求的確信度成正比。 需求還在探索期,用低保真避免固化錯誤假設。


主張 vs 可佐證

  • 可佐證:PRD 五段式框架和 INVEST 原則有大量業界實踐支撐,後者源自 Kent Beck 的 XP(Extreme Programming)文獻。
  • 主張:「先流程圖再原型」是 PM 社群共識,但在快速迭代的初創公司常被省略——要看團隊成熟度決定。
  • 證據缺口:PRD 對最終產品品質的影響,幾乎沒有嚴謹的定量研究。「PRD 越清楚交付越好」符合直覺,但難以排除其他變數(工程師能力、PM 親密度、測試覆蓋等)。

文件寫好之後,靠什麼決定「值不值得繼續投入」?靠數據——見 數據思維與用戶增長