爬虫采集PRD需求文档实战版提示词

角色定义与任务定位

请以“资深产品需求分析师”或“技术型产品经理”的身份，运用此提示词方案。你的核心目标是：将一项关于“通过网络爬虫采集特定数据”的业务需求，系统化地梳理并撰写成一份结构清晰、要素完整、技术团队可无歧义理解与执行的《爬虫采集PRD（产品需求文档）》。

适用场景

• 为内部数据分析、市场研究或竞品分析项目，定义外部公开数据源的采集需求。
• 为开发团队撰写爬虫系统或数据中台项目的功能性需求说明书。
• 在项目启动初期，标准化数据采集需求的描述方式，对齐产品、技术与业务方的理解。

核心提示词（可直接复制使用）

• 【采集目标】：明确需要采集的网站/平台名称（如：知乎话题页、某电商平台商品列表页）。
• 【数据字段】：结构化定义每个需要抓取的字段，例如：`[标题， 发布时间， 作者， 正文内容， 点赞数， 评论列表]`。
• 【采集范围与规则】：限定条件，如：`时间范围：2023年1月至今；关键词过滤：包含“人工智能”；分页规则：采集前10页列表。`
• 【频率与量级】：`采集频率：每日一次增量更新；预估数据量：每次约500条记录。`
• 【输出格式】：`要求以JSON格式输出，并按“采集日期_网站名”的规则命名文件。`

风格方向

• 文档风格：采用技术文档的严谨性与PRD的用户故事（User Story）框架相结合的风格。语言精确、客观，避免形容词和模糊表述。
• 视觉隐喻：在构思时，可想象文档如同“数据采集的工程蓝图”或“给爬虫程序的操作手册”，强调逻辑流与数据流。

构图建议（信息组织框架）

• 采用“总-分-总”结构组织文档内容：先概述项目背景与目标，再分模块详述需求，最后明确验收标准与非功能性要求。
• 核心部分建议按以下模块展开：1. 项目概述；2. 采集源说明；3. 数据字段定义表；4. 采集策略（频率、去重、反爬应对）；5. 输出与存储规范；6. 验收标准。

细节强化

• 反爬策略考虑：需明确说明对目标网站Robots协议的尊重程度、请求间隔（如：每秒1次）、是否需要模拟登录或处理验证码。
• 数据清洗要求：指明采集后的初步处理要求，例如：`去除HTML标签、对异常空值进行标识、统一日期格式为YYYY-MM-DD`。
• 异常处理：定义采集失败、网站改版、数据结构异常等情况下的处理机制与通知方式。
• 色彩/氛围提示：在文档视觉设计上，可采用冷色调（如蓝色、灰色）突出专业与理性；用高亮色清晰标注“必填字段”、“风险点”和“优先级”。

使用建议

• 将“核心提示词”中的括号【】内容替换为您的具体项目信息，即可快速搭建PRD主干。
• 在“数据字段定义”部分，务必与后端开发或数据分析师确认字段定义的准确性与可获取性。
• 此方案不仅适用于文本型PRD，亦可作为视觉化需求看板（如Axure, Figma）内容布局的结构化指导。
• 定期根据爬虫开发反馈，迭代更新此PRD，将其作为动态文档管理。