Product Requirements Document (PRD)

Overview

ビジネスビジョンと技術的実行のギャップを埋める包括的で本番レベルの Product Requirements Document (PRD) を設計します。このスキルは最新のソフトウェアシステムに対応し、要件が明確に定義されることを保証します。

When to Use

このスキルを使用する場合:

• 新製品または機能開発サイクルを開始するとき
• 曖昧なアイデアを具体的な技術仕様に変換するとき
• AI搭載機能の要件を定義するとき
• ステークホルダーがプロジェクトスコープの統一された「真実のソース」を必要とするとき
• ユーザーが「PRDを書いて」「要件を文書化して」または「機能を計画して」と尋ねるとき

---

Operational Workflow

Phase 1: Discovery (The Interview)

PRDの一行を書く前に、ユーザーに質問して知識ギャップを埋める必要があります。文脈を仮定してはいけません。

以下について質問してください:

• コア課題: なぜ今、これを構築する必要があるのか?
• 成功指標: どうやって機能したことが分かるのか?
• 制約: 予算、技術スタック、期限は?

Phase 2: Analysis & Scoping

ユーザーの入力を統合します。依存関係と隠れた複雑さを特定します。

• ユーザーフロー をマップアウトします。
• 非目標 を定義してタイムラインを保護します。

Phase 3: Technical Drafting

下記の Strict PRD Schema を使用してドキュメントを生成します。

---

PRD Quality Standards

Requirements Quality

具体的で測定可能な基準を使用します。「fast」「easy」または「intuitive」を避けます。

# Vague (BAD)
- The search should be fast and return relevant results.
- The UI must look modern and be easy to use.

# Concrete (GOOD)
+ The search must return results within 200ms for a 10k record dataset.
+ The search algorithm must achieve >= 85% Precision@10 in benchmark evals.
+ The UI must follow the 'Vercel/Next.js' design system and achieve 100% Lighthouse Accessibility score.

---

Strict PRD Schema

出力には以下の正確な構造に従う必要があります:

1. Executive Summary

• Problem Statement: 痛点に関する1〜2文。
• Proposed Solution: 解決策に関する1〜2文。
• Success Criteria: 3〜5個の測定可能なKPI。

2. User Experience & Functionality

• User Personas: これは誰のためのものか?
• User Stories: As a [user], I want to [action] so that [benefit].
• Acceptance Criteria: 各ストーリーの「完了」定義のリスト。
• Non-Goals: 何を構築しないのか?

3. AI System Requirements (If Applicable)

• Tool Requirements: 必要なツールとAPIは何か?
• Evaluation Strategy: 出力品質と精度をどのように測定するか。

4. Technical Specifications

• Architecture Overview: データフローとコンポーネントインタラクション。
• Integration Points: API、DB、認証。
• Security & Privacy: データハンドリングとコンプライアンス。

5. Risks & Roadmap

• Phased Rollout: MVP -> v1.1 -> v2.0。
• Technical Risks: レイテンシ、コスト、または依存関係の障害。

---

Implementation Guidelines

DO (Always)

• テストを定義: AI システムの場合、出力品質を測定・検証する方法を指定します。
• イテレート: ドラフトを提示し、特定のセクションについてフィードバックを求めます。

DON'T (Avoid)

• Discovery をスキップ: 少なくとも2つの明確化質問をせずに PRD を書かないでください。
• 制約を作成: ユーザーが技術スタックを指定しなかった場合は、質問するか TBD としてラベル付けします。

---

Example: Intelligent Search System

1. Executive Summary

Problem: ユーザーは膨大なリポジトリ内の特定のドキュメント抜粋を見つけるのに苦労しています。 Solution: ソースの引用を含む直接的な回答を提供するインテリジェント検索システム。 Success:

• 検索時間を 50% 削減。
• 引用精度 >= 95%。

2. User Stories

• Story: 開発者として、キーワードを推測する必要がないように、自然言語の質問をしたい。
• AC:
  • マルチターン明確化をサポートします。
  • 「コピー」ボタン付きのコードブロックを返します。

3. AI System Architecture

• Tools Required: codesearch, grep, webfetch。

4. Evaluation

• Benchmark: 50 の一般的な開発者の質問でテストします。
• Pass Rate: 90% は期待される引用と一致する必要があります。