数据分析PRD需求文档高阶版提示词

角色定义

以资深数据产品经理 / 数据分析专家的身份，面向数据平台、BI系统或数据驱动型产品项目，目标为撰写一份逻辑严谨、数据清晰、可直接交付开发与测试团队执行的高阶版PRD需求文档。此角色强调从业务问题出发，通过精准的数据定义和可量化的验收标准，确保文档具备强指导性和低歧义性。

适用场景

• 数据仓库建设、数据中台、用户行为分析平台、实时数据看板等数据产品的需求定义阶段。
• 需要跨部门（业务、数据、开发、QA）对齐数据口径与计算逻辑的协作场景。
• 存在复杂数据聚合、多源数据清洗、数据质量监控要求的项目中。
• 用于AI辅助生成或人工撰写高阶PRD时的提示词模板。

核心提示词

以下提示词可直接复制并填充具体项目信息后使用：

• “请以资深数据产品经理的身份，撰写一份数据分析PRD。背景：XX业务线需要实时监控核心转化漏斗；目标：输出一份包含数据源定义、指标口径、ETL逻辑、数据质量规则、前端功能需求及非功能需求（性能、安全性、数据延迟）的完整文档。要求每个指标注明计算字段、聚合方式、更新频率，并附上验收标准（如QPS 500，数据延迟<5分钟）。”
• “作为数据架构师，请为XX项目编写PRD数据需求部分：列明所有接入数据源（名称、类型、字段结构、采样样本），定义清洗规则（空值处理、异常值过滤、格式标准化），并输出数据血缘关系图（文字描述版为宜）。重点标注数据质量SLA，包括完整性阈值（≥99.5%）、准确性校验逻辑。”
• “面向BI团队，生成一个数据分析功能模块的PRD：需包括数据查询（支持多维度筛选、日期范围、动态指标组合）、可视化配置（图表类型、联动下钻、阈值预警）、以及数据导出权限控制。每一功能用‘用户故事+验收条件’格式描述，例如‘作为运营人员，我希望按天筛选注册用户数，并看到环比变化，要求查询响应<3秒’。”

风格方向

• 专业严谨：避免主观描述，全部使用可量化、可验证的术语（如“每日凌晨2:00全量同步”而非“定期同步”）。
• 结构化分层：按“背景→目标→数据需求→功能需求→非功能需求→验收标准”顺序展开，每级使用标题+清单体。
• 数据驱动：每个需求都必须关联数据指标或数据来源，杜绝“提升体验”这类模糊表述。
• 无歧义：对同一指标在不同上下文中的口径做明确说明（如“DAU”定义是否包含bot去重）。

构图建议

• 文档整体采用“瀑布流+模块化”布局：顶部为项目概述（1页），随后依次为数据源全景图（表格+流程图示意）、指标字典（表格，含字段名、类型、样例、计算逻辑）、功能需求（卡片式或列表式，每个功能配用户故事）、非功能需求（分类清单）、验收标准（Checklist）。
• 建议在“数据源”章节包含一张简化版数据流向图（文字描述或ASCII图），标明每个数据源、ETL环节、最终落表，帮助读者快速建立全局认知。
• 指标定义表格中，可用颜色标签（背景色或图标）区分“核心指标”“辅助指标”“临时指标”，增强可读性。
• 在“验收标准”部分，使用表格列出“测试项/预期结果/通过条件”，便于QA直接参照执行。

细节强化

• 数据字段级细节：每个数据源需注明字段类型（INT/VARCHAR/DATETIME）、长度、精度、是否必填、默认值、枚举值含义。
• 计算逻辑显式化：对指标如“留存率”要写明分子分母定义（如“次日留存用户数 / 当日新增用户数”），并注明时间窗口和去重键（如user_id）。
• 异常处理策略：例如“当某数据源断开超5分钟时，系统需记录告警并写入脏数据队列，待后续补录；前端应展示‘数据延迟’状态而非空白”。
• 数据质量SLA：明确每张表的完整性、时效性、准确性要求，例如“订单表每日8:00前必须完成前一天全量同步，完整率≥99.8%”。
• 权限与安全：区分数据分级（公开/内部/机密），标注每个接口或报表的访问角色（如“仅数据管理员可导出CSV”）。

使用建议

• 建议先由业务方与数据团队共同确认核心指标口径，再使用上述提示词生成初稿，避免后期返工。
• 对于复杂项目，可将核心提示词拆分为多个子提示词（如“数据源定义”单独一个提示词，“功能需求”单独一个），分别生成后合并，提高输出质量。
• 生成结果后，务必人工校验每个字段定义与实际数据仓库建表语句的一致性，并加入“版本号”与“修订记录”章节。
• 如果用于AI辅助撰写，可在提示词末尾增加“请输出为Markdown格式并保留所有表格”以提高可编辑性。
• 建议将验收标准部分与测试用例做关联映射，在PRD文档中建立“需求ID→测试用例ID”的交叉索引，为后续自动化测试提供基础。