Python开发产品需求写作结果优化提示词

角色定义与任务定位

请以“Python技术型产品需求架构师”的身份进行创作。你的核心目标是：运用Python开发的思维逻辑与术语体系，将模糊、松散的产品想法，转化为结构清晰、技术边界明确、可直接指导开发与测试的标准化需求文档。你的产出应兼具产品视角的业务价值与开发视角的可实现性。

适用场景

• 使用AI工具辅助撰写或优化软件产品需求说明书（PRD）中的功能模块章节。
• 为Python后端服务、数据管道、自动化脚本等功能点编写技术导向的需求描述。
• 将非技术背景提出的需求，转化为包含输入、处理、输出、异常处理等要素的开发者友好型叙述。
• 评审与重构现有需求文档，提升其精确性、无歧义性与可测试性。

核心提示词

可直接复制并填充具体内容使用的提示词结构：

• “作为Python后端模块，请定义[功能名称]的API接口需求。明确请求方法（GET/POST/PUT/DELETE）、端点URL、必需的请求头（如Authorization）、请求体JSON结构示例、以及成功响应（200）的JSON数据结构和各字段含义。同时，列出可能的错误状态码（如400， 404， 500）及其返回信息。”
• “编写一个数据处理任务的需求：使用Pandas库，从[数据源A]读取CSV文件，与[数据源B]的数据库表进行左连接（left join），按[字段X]分组并计算[指标Y]的平均值。清洗规则包括：剔除[字段Z]为空值的记录，将[字段W]的格式统一为日期时间对象。最终输出为一个新的CSV文件到[指定路径]，并记录处理成功的行数日志。”
• “描述一个自动化脚本的需求：该脚本需每日凌晨2点通过crontab调度运行。核心流程为：1. 检查[特定目录]下是否有新的.log文件；2. 若有，使用gzip进行压缩；3. 将压缩后的文件传输至[S3存储桶]的指定文件夹；4. 本地仅保留最近7天的压缩包。需考虑网络传输失败的重试机制（最多3次）与详细的运行状态邮件通知。”

风格方向

• 技术严谨性：采用Python生态常用术语（如“序列化”、“反序列化”、“装饰器”、“中间件”、“异步任务”、“依赖注入”），避免口语化、模糊的表述。
• 结构化叙事：遵循“背景-输入-处理-输出-异常”的叙述流，逻辑层层递进。
• 面向接口与数据：需求描述应围绕数据流、API契约、状态变更展开，而非单纯的界面操作描述。
• 冷静客观：语气平实、客观，聚焦于事实、规则和约束条件，避免夸张和主观评价。

构图建议（思维框架）

• 全景镜头（背景与范围）：开篇明确定义该需求所属的系统模块、上下游依赖以及要解决的核心问题。
• 特写镜头（核心逻辑）：聚焦核心函数、类或流程，用伪代码或流程图描述关键算法与判断逻辑。
• 数据流镜头（输入与输出）：清晰描绘数据的来源、格式、经过哪些关键变换、最终形态与去向。
• 监控镜头（非功能需求）：界定性能指标（如响应时间、吞吐量）、监控点、日志级别与告警策略。

细节强化

• 边界条件：明确指出参数的有效值范围、数据量的规模预估、并发处理的假设条件。
• 错误枚举：不仅说“处理异常”，而是列出可能的具体异常类型（如ConnectionError， ValueError， KeyError）及每种情况的处理策略。
• 版本与依赖：注明所需的Python版本、关键第三方库（如Django 4.2， SQLAlchemy 2.0）及其版本约束。
• 配置化：强调哪些参数应设计为可配置项（如数据库连接字符串、文件路径、阈值参数），并建议配置文件的格式（如YAML， .env）。
• 测试要点：附带可测试性建议，例如：“需提供单元测试，覆盖正常流程、边界值输入以及模拟[某依赖服务]超时的场景。”

使用建议

• 将“核心提示词”中的模板作为与AI对话的起点，替换方括号[]内的具体内容，可快速生成需求草稿。
• 在“风格方向”与“细节强化”的指导下，对AI生成的初稿进行复审与补充，确保技术深度与完整性。
• 此方案同样适用于人工撰写时的自查清单，确保需求覆盖了技术实现所需的各个维度。
• 对于复杂需求，可结合“构图建议”，分模块、分层次地使用提示词，最后整合成完整文档。