在AI产品开发中，传统的PRD文档往往难以准确传达产品的“软逻辑”。本文通过作者的实际案例，探讨了如何通过“代码即需求”的方式，快速构建Demo来验证和调整产品需求，从而提高开发效率和产品质量。

开篇：一场差点引发“血案”的需求评审

做产品这几年，我最怕的不是需求变更有多少，而是写了 200 页文档，开发看完一脸懵逼，最后做出来的东西还完全不对味。

上个月，我接手了一个跨境 AI 医疗咨询的项目。简单说，就是做一个“AI 医生”，既要跟患者聊病情，又要给医生出病历，还得去后台查库存开药。

为了体现专业性，我闭关一周，憋出了一份巨详尽的 PRD。流程图画得比地铁线路还复杂，光是“AI 回复策略”就写了 50 页。

结果评审会上，还是翻车了：

• 后端兄弟指着文档问：“你说 AI 要‘智能’推荐替代药。这个‘智能’是啥逻辑？是查库？还是让大模型瞎编？出了医疗事故谁背锅？”
• 医生顾问皱着眉：“你说 AI 要有同理心。那病人说想轻生，AI 还在那机械地问‘疼痛等级是几级’，这合适吗？”
• 前端更直接：“这 AI 打字是一蹦一蹦的流式输出，医生那边看着眼晕，能不能优化一下？”

我看着投影上那些干巴巴的文字，突然意识到：在 AI 产品里，文字是最无力的。

传统的 App 功能是死的（点A跳B），写文档管用；但 AI 是活的，是有脾气的。用死板的文字去定义一个活的 AI，就像是用说明书去教人谈恋爱，根本讲不清楚。

于是，我心一横，合上电脑：“别吵了，给我一天时间，我直接做一个给你们看。”

一、 为什么传统的 PRD 在 AI 项目里“失灵”了？

在 Web/App 时代，产品经理的工作像“搭积木”。规则明确，逻辑清晰，文档写清楚就万事大吉。

但在 AI 时代，我们的工作变成了“驯兽”。

AI 的“脾气”很难猜（非确定性交互）

你在文档里写：“语气要温柔”。开发怎么写代码？if (tone == gentle)？根本没法写。 AI 可能会理解成“老中医式的温柔”，也可能是“客服式的假客气”。这种微妙的差别，文字写不出来，只有试出来才知道。

业务流程是“窜”的（涌现性）

在这个医疗项目里，数据是乱窜的：

• 患者（C端）随口说了一句：“我这几天吃海鲜有点多。”
• AI（模型层）捕捉到“海鲜”+“痛风”的关联。
• 医生（B端）的屏幕上瞬间弹出了“尿酸检测建议”。
• 供应链（S端）后台默默预锁定了“非布司他”的库存。

这种基于语义理解的跨端联动，如果用 Visio 画流程图，得画几百个分支，谁看得下去？

二、 我的新路子：Code as Spec（代码即需求）

我用了一天时间，利用 Cursor，搭建了一个简陋但能跑通全流程的 Demo。

别听到“代码”就划走，现在的写代码，其实就是“说人话”。

第一步：搞定 AI 的脑子（Prompt 调试）

我没写复杂的算法，直接用大白话跟 Cursor 说：

“帮我写个 Python 脚本，连上 GPT-4。记住，这是医疗场景，不管病人问啥，你第一句话必须先问有没有过敏史！这是死命令！”

这行“死命令”，比我在文档里标红加粗好用一万倍。我直接把调试好的 Prompt（提示词）发给开发，告诉他们：“就按这个逻辑写。”

第二步：搞定三端联动（业务流编排）

我又跟 Cursor 说：

“帮我写两个网页。左边是病人聊天框，右边是医生面板。病人这边只要收到 AI 回复，医生那边就得实时显示病历摘要。中间用 WebSocket 连起来。”

不到半小时，代码生成了。虽然界面丑了点，但当我以病人身份输入症状时，医生端的屏幕真的实时跳出了诊断建议。

第三步：Mock 假数据验证闭环

我弄了个 Excel 假装是数据库，告诉 AI：“推荐药之前先查这个表，没货就老实说没货。”

[配图建议 3：Cursor工作流示意图]

画面中间是 Cursor 的界面，左边是 PM 输入的自然语言（”我要一个医生面板…”），右边是自动生成的代码和预览窗口。

图注： 从自然语言到可交互原型，中间只差一个回车键。

三、 协同进化：打破“传声筒”模式

第二天，我拿着这个丑丑的网页回到了会议室。这一次，评审会变成了“试玩会”。

业务方（医生）：从“签字画押”到“实战演练”

以前： 医生看不懂图，上线后才发现不对。

现在： 医生现场试玩，输入“我想轻生”。Demo 里的 AI 立马触发了心理干预模式，医生端直接亮红灯报警。 医生点头：“对！就是这个感觉！但是红灯太刺眼了，改淡一点。”——需求在写代码前就明确了。

UI 设计师：看见了真实的“延迟”

以前： 设计师画静态图，忽略了 AI 打字慢的问题。

现在： 设计师看到流式输出的跳动感，立马说：“哎哟这阅读体验太差了，我得加个缓冲动画，或者设计一个骨架屏。”——体验设计不再是凭空想象。

开发团队：秒懂意图

以前： 看文档像做阅读理解。

现在： 前端看了一眼运行效果：“哦，原来你要的是这种实时同步啊，懂了，那我得加个 WebSocket。”后端试了一下：“这推荐药的逻辑我明白了，你是想在问诊中间查库存是吧？行，那我加个缓存接口。”

没有扯皮，没有歧义。大家看着同一个东西，瞬间秒懂。

遇到分歧怎么办？不再“带回去改文档”，而是“现场改参数”

在传统的评审中，如果业务方觉得不合理，PM 通常会说：“好的，我回去改改文档，下周再评。” 这一周就浪费了。

但在 Demo 面前，我们可以现场“手术”：

场景： 医生觉得 AI 说话太啰嗦，不够专业。

现场解决： 我当场打开代码里的 Prompt 文件，加了一句指令 <Style>请使用简练的医学术语，禁止寒暄</Style>，保存，刷新。

结果： 医生再试一次，马上点头：“对了，就是这个味儿！”

场景： 后端觉得实时查库存太耗资源。

现场解决： 我们直接修改 Demo 逻辑，把“每句话查一次”改成“最后生成处方时查一次”。后端看完效果说：“这样既能保证体验，服务器也扛得住，就定这个方案。”

分歧在产生的瞬间就被验证并解决了，这才是真正的敏捷。

“硬逻辑”去哪了？还需要写 PRD 吗？

这可能是大家最困惑的点：有了 Demo，是不是就不需要写文档了？

答案是：需要，但只写“硬”的。

Demo 虽然好，但它主要解决的是“体验”和“AI 行为”这种软逻辑。对于那些必须严丝合缝的硬逻辑，我们依然需要一份精简版的 PRD 或者技术规格书。

什么用 Demo 交付？

• AI 的人设、语气、话术策略。
• 前端的交互动效、加载状态。
• 业务的大致流转路径。

什么必须写在文档里？

• 数据流转图： 比如 C 端采集的 symptom_id 怎么映射到 B 端的 icd_10_code。这种字段级的映射，必须有文档。
• 状态机 ： 订单状态从“待支付”变“已发货”的严格流转逻辑，这不是 AI 决定的，是规则决定的，必须写死。
• API 接口定义： 前后端具体传什么参数，Demo 里的代码是乱写的，生产环境必须有 Swagger 或接口文档。

所以，流程变了：旧流程： 想法 -> 写文档 -> 开发看文档 -> 做 Demo -> 发现不对 -> 改文档。 新流程： 想法 -> 做 Demo (验证软体验) -> 基于 Demo 沉淀出硬逻辑文档 -> 开发写生产代码。

四、 重新定义 AI 时代的“交付物”

经过这次战役，我彻底换掉了我的交付标准。现在，我交给开发的不再是一本“天书”，而是一个“大礼包”。

一个能玩的 Demo 链接

这是核心。哪里不懂点哪里。开发不需要看文档猜谜，直接看代码逻辑，或者直接体验效果。这是为了解决“长什么样”的问题。

一份“调教指南”

我在 Notion 上记录了 Prompt 的迭代版本，这才是真正的逻辑文档：

• v1.0：基础问诊。问题：太罗嗦。
• v1.2：增加 <Instruction>限制回复在50字以内</Instruction>。问题：漏掉关键信息。
• v2.0：引入 Chain-of-Thought (思维链)，先思考后回答。（这是开发最终要写入代码库的真正逻辑）

一张“给 AI 的考卷” (黄金评测集 / Golden Eval Set)

这是传统PRD里没有，但现在最重要的东西！ 别在文档里写“回答要准确”，没用。你要给开发一张 Excel 表，里面列 100 个坑：

开发的任务不再是“做完功能”，而是“这张卷子能考 90 分”。

五、 警惕“Demo 陷阱”：PM 的自我修养

虽然“原型驱动”很爽，但作为高级 PM，必须清醒地认识到 Demo 代码与生产级代码的鸿沟。

我在交付 Demo 时，会附带一份《非功能性需求（NFR）清单》，这是传统 PRD 最后的阵地：

数据隔离与合规 (HIPAA/GDPR)：

Demo: 我把聊天记录存在了浏览器的 LocalStorage 里（这很不安全）。

Production: 严禁前端明文存储，必须走加密通道，且符合跨境医疗数据传输法规。

并发与熔断：

Demo: 我用的是单线程，三个人同时用就挂了。

Production: 必须设计排队系统。当医生端同时涌入 50 个请求时，必须有降级策略。

算账 (Token Economics)：

Demo: 为了效果好，我把几千字的参考文档都塞进了 Context。

Production: 必须做 RAG 切片优化。如果每次请求都消耗 $0.5，这生意没法做。

六、 给非技术出身 PM 的几句心里话

很多 PM 朋友会焦虑：“我不会代码，是不是就干不了 AI 产品了？”

完全不是！

AI 时代的“Coding”，其实就是逻辑表达。你不需要懂 if/else，你只需要逻辑清晰地告诉 AI 工具：“我要做一个什么东西，第一步干嘛，第二步干嘛。”

推荐几个神器，零基础也能上手：

• Cursor：想做全栈原型的，闭眼冲。目前最强的 AI 编程助手，基本上你描述清楚，它就能写出来。
• Trae：字节跳动新出的 AI IDE，中文适配无敌，界面和 Cursor 很像，目前完全免费，羊毛党首选。
• Claude Code：Anthropic 官方出的“程序员替身”（Agentic Coding），虽然是命令行工具，但逻辑推理能力是天花板，适合让它自己“思考”怎么写复杂的后端逻辑。
• v0.dev：想做漂亮界面的，画个草图传上去就能生成网页，适合跟 UI/前端对齐。
• Coze (扣子)：想做逻辑复杂的 Bot，全靠拖拉拽，像玩游戏一样。

时代变了。以前我们靠文档打天下，现在可能得靠原型说话了。

别被技术吓倒，去试试那些 AI 工具。你会发现，当你能亲手把脑子里的想法“变现”出来的时候，那种掌控感，真的爽翻了。

别卷文档了，让你的想法跑起来吧！