需将模糊反馈转化为结构化PRD：粘贴原始材料后用指定提示词生成，严格限定不编造信息；验收条件须可测量；再通过多角色审视和边界场景反推做深度拆解；最后提取动词主干、绑定触发与响应、剔除不可验证修饰词。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要快速理清一份模糊的用户反馈或零散的业务描述，把它变成可执行、可验证、可交付的产品需求，而不是靠经验硬猜或反复开会确认。
从原始材料生成结构化PRD
把你能拿到的所有原始信息——哪怕只是几段客服对话、三行老板口头要求、五条App Store差评——直接粘贴进ChatGPT，加上明确指令。
输入提示词：“请根据以下原始材料，生成一份符合互联网产品标准的PRD文档，包含背景、用户角色、核心功能点、验收条件、优先级标注（P0/P1/P2），不编造未提及的信息：【粘贴你的原始材料】”
这一步的关键是【必须限定“不编造未提及的信息”】，否则ChatGPT容易自行补充逻辑漏洞，导致后续开发返工。
生成后立刻检查“验收条件”是否全部可测量。例如“用户登录更快”不行，要改成“95%用户在1.2秒内完成登录流程”。
对已有PRD做深度需求拆解
方法一：按角色追问
在已生成的PRD下方追加提问：“请分别以产品经理、前端开发、测试工程师、法务合规人员四个角色，指出该PRD中存在歧义、缺失、冲突或不可落地的条款，并逐条说明风险。”
方法二：用边界场景反推
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
输入：“针对PRD中‘用户上传文件大小不能超过100MB’这一条，请列出所有可能触发该限制的真实用户场景（如断网重传、多端同步、后台压缩失败等），并指出当前描述遗漏了哪些技术约束条件。”
这个方法能暴露出文档里藏得最深的逻辑断层，比如没写清楚“100MB”是指原始文件还是压缩后体积。
把模糊需求翻译成开发语言
第一步：提取动词主干
把需求句中的核心动作拎出来，例如“让用户感觉更安心”→“显示实时安全标识”“增加二次确认弹窗”“提供操作撤销入口”。
第二步：绑定触发条件与响应结果
对每个动词主干补全：“当【用户做了X动作】→ 系统必须在【Y毫秒内】→ 执行【Z动作】→ 并返回【明确状态码或UI反馈】”。
第三步：剔除形容词和副词
删掉所有“更”“非常”“明显”“及时”这类无法验证的修饰词，它们不是需求，是期待。保留下来的每一句都必须能写进测试用例。
