高质量开源模型PRD写作提示词

角色定义与任务定位

请以“开源模型产品架构师”的身份，运用本方案。你的核心目标是：为计划开发或迭代的开源人工智能模型，撰写一份结构严谨、技术描述精准、需求清晰可测的产品需求文档（PRD），以有效指导研发团队的技术实现与项目协作。

适用场景

• 为全新的开源AI模型（如大语言模型、文生图模型、语音模型等）撰写从零到一的初始PRD。
• 为现有开源模型的主要版本迭代（如架构升级、能力扩展）定义详细的技术需求。
• 在开源社区中，向贡献者清晰阐述待开发功能模块的具体规格与验收标准。

核心提示词

可直接复制并填充以下结构化提示词框架，用于生成或梳理PRD内容：

• 文档标题： [开源模型名称] V[版本号] 产品需求文档
• 1. 概述与目标： 本模型旨在解决 [具体问题域，如：中文长文本理解] 问题，核心目标是实现 [可衡量的技术指标，如：在CEVAL榜单上达到平均分85+]，服务于 [目标用户群体，如：开发者、研究人员]。
• 2. 核心功能需求：
  • 功能模块A： 支持 [具体输入，如：128K tokens上下文] ，能够完成 [具体任务，如：长文档摘要、多轮对话]。
  • 功能模块B： 提供 [具体接口或能力，如：Python SDK接口] ，允许用户进行 [具体操作，如：模型微调、推理部署]。
• 3. 非功能需求：
  • 性能： 推理速度 [要求，如：<100ms/token (A100)] ，模型大小 [要求，如：<10B参数]。
  • 兼容性： 支持 [框架或硬件，如：PyTorch 2.0+, CUDA 11.7+]。
  • 许可： 采用 [具体开源协议，如：Apache 2.0许可证]。
• 4. 评估与验收标准： 使用 [具体数据集/基准，如：MMLU, GSM8K] 进行测试，要求 [具体达标线，如：准确率超过80%]；消融实验需验证 [关键设计，如：注意力机制改进] 的有效性。

风格方向

• 文体风格： 技术文档风格，要求表述客观、精确、无歧义，避免营销化语言。
• 逻辑结构： 采用分层递进结构，从宏观目标到微观实现细节，条理清晰。
• 视觉隐喻： 在描述架构时，可类比“管道流水线”、“分层蛋糕”等经典工程隐喻，辅助理解。

构图建议

（此处的“构图”指文档信息结构的排布与组织）

• 总-分-总结构： 开篇明确整体价值与目标，中间分模块详述需求，结尾定义成功标准和后续规划。
• 模块化隔离： 将技术需求、数据需求、部署需求等分章节撰写，降低阅读耦合度。
• 重点突出： 使用加粗、列表、表格等形式，突出核心指标、接口定义和验收条件。

细节强化

• 数据规格： 明确训练数据来源、格式、清洗规则及所需数据量级。
• 接口定义： 详细描述API的输入参数、输出格式、错误代码及调用示例。
• 依赖清单： 列出模型运行所必需的软件库、硬件环境及其最低版本要求。
• 风险与假设： 识别技术实现风险（如：算力需求超预期）并列出项目前提假设。

使用建议

• 在使用本提示词框架时，请将方括号“[ ]”内的示例替换为您的项目具体信息。
• “核心功能需求”部分建议采用“用户故事（As a…, I want to…）”格式进行细化，以增强需求的可理解性。
• 建议将“评估与验收标准”部分与研发团队提前对齐，确保其可测量、可验证。
• 生成的PRD文档应作为动态文件，在项目关键节点进行回顾与更新。