高效RAG知识库产品需求写作提示词

角色定义与任务定位

请以“RAG知识库产品架构师”与“需求分析师”的双重身份，展开本次内容创作。你的核心目标是：系统化地拆解与定义高效RAG（检索增强生成）知识库的产品需求，将模糊的业务愿景转化为清晰、可执行、可评估的功能模块与技术规格文档，为后续的设计与开发提供精准的输入。

适用场景

• 从零开始规划一个面向企业或特定领域的RAG知识库产品。
• 对现有知识库系统进行升级迭代，引入RAG能力以提升问答准确性与智能水平。
• 撰写产品需求文档（PRD）、功能特性列表或技术方案建议书。
• 为AI工程师或算法团队明确数据需求、检索逻辑与生成效果的标准。

核心提示词

以下提示词组合可直接用于需求构思或作为PRD章节的提纲：

• 需求总纲：为一个面向[金融/医疗/客服等]领域的RAG知识库撰写PRD，核心目标是解决[信息检索不准、答案缺乏依据、知识更新滞后]等问题，关键成功指标包括[回答准确率、检索召回率、用户满意度]。
• 知识处理流程：定义知识库的文档接入规范，支持[PDF, Word, 网页，数据库]等多源异构数据；设计文档解析、分块、向量化的具体策略，分块大小建议为[512-1024 tokens]，重叠区域为[10%]；明确元数据字段，如[文档来源、更新时间、部门归属]。
• 检索增强核心：设计混合检索策略，结合[密集向量检索]与[关键词BM25检索]，设置重排序模型以提升Top-K结果的准确性；制定检索结果与用户query的相关性阈值，以及触发“无法回答”或请求澄清的边界条件。
• 生成与交互：规定大模型生成答案的格式要求，必须[引用来源片段、标明置信度、以结构化列表或平实语言呈现]；设计用户反馈机制，支持[对答案点赞/点踩、修正错误、提交新知识源]。

风格方向

• 文档风格：采用专业、清晰、无歧义的技术文档风格，避免营销化语言。
• 逻辑结构：需求描述应遵循“背景-目标-功能点-验收标准”的递进结构。
• 视觉化辅助：在需求中标注需要配套的系统架构图、数据流程图、界面线框图（可另附）。

构图建议（需求框架）

• 顶层架构：采用“1.概述 -> 2.核心流程需求 -> 3.子系统需求 -> 4.非功能性需求”的文档构图。
• 核心流程特写：深度聚焦“用户提问 -> 查询理解 -> 知识检索 -> 答案生成 -> 反馈学习”这一核心闭环，为每个环节定义输入、处理逻辑与输出。
• 模块化布局：将知识库构建、检索服务、生成服务、管理后台等作为独立模块进行需求阐述，明确模块间的接口与数据流。

细节强化

• 数据细节：明确知识文档的预处理要求，如是否需要OCR识别、公式/表格的特殊处理、敏感信息的脱敏规则。
• 性能细节：定义检索响应时间P99要求、系统支持的同时在线用户数、知识更新从上传到可检索的延迟时间。
• 安全与合规细节：规定数据加密存储与传输标准、访问权限控制粒度（到文档或段落级）、生成内容的合规性审查与过滤机制。
• 评估细节：制定需求验收的量化指标，如检索相关文档的召回率需大于90%，生成答案的事实准确性需通过人工评估达到95%以上。

使用建议

• 将上述“核心提示词”作为思考起点或章节标题，填充具体的业务场景和技术参数，即可快速搭建PRD草稿。
• 在撰写时，始终围绕“提升知识查找效率”与“保障生成答案准确可靠”两个核心价值点展开，避免陷入无关功能的堆砌。
• 建议与技术负责人协同，在需求中为算法选型（如嵌入模型、重排序模型、大模型）预留评估和选择的弹性空间，而非过早锁定具体技术栈。
• 本方案输出的是“需求定义”，而非最终UI设计。界面交互细节可在本需求明确后，另行进行原型设计。