← 返回
未分类

付蓉的需求评审技能干蒸

结构化评审产品需求文档(PRD),从需求成立度、推演充分度、方案合理性三个维度进行打分并给出修改建议。当用户要求评审PRD、审阅需求文档、给PRD打分、检查需求文档质量、或提供PRD改进建议时使用。触发关键词包括:评审PRD、PRD打分、需求文档评审、review PRD、PRD质量检查、需求分析评审。
结构化评审产品需求文档(PRD),从需求成立度、推演充分度、方案合理性三个维度进行打分并给出修改建议。当用户要求评审PRD、审阅需求文档、给PRD打分、检查需求文档质量、或提供PRD改进建议时使用。触发关键词包括:评审PRD、PRD打分、需求文档评审、review PRD、PRD质量检查、需求分析评审。
user_4cc7b809
未分类 community v1.0.0 1 版本 97959.2 Key: 无需
★ 0
Stars
📥 48
下载
💾 0
安装
1
版本
#latest

概述

PRD 评审助手

概述

对产品需求文档进行结构化评审,输出三维度评分(需求成立度、推演充分度、方案合理性)和可操作的修改建议清单。

评审工作流

读取PRD全文 → 按维度逐项检查 → 输出评分 + 扣分理由 + 修改建议

Step 1: 读取 PRD

  • 如果用户提供 Cooper 链接或 resourceId,使用 readContent 获取全文。
  • 如果用户提供本地文件,直接读取。
  • 确认文档包含:需求背景/现状、用户痛点、竞品分析、解决方案、功能清单、需求详情。

Step 2: 逐维度评审

对照 references/scoring_rubric.md 中的检查项,逐维度进行评审。每个维度独立打分(0-5),记录扣分点和依据。

Step 3: 输出评审报告

按以下结构输出:

## 评分总览
| 维度 | 分数 | 一句话评价 |

## 维度一:需求成立度(X/5)
- 扣分点 1:...
- 扣分点 2:...

## 维度二:推演充分度(X/5)
- 扣分点 1:...
- 扣分点 2:...

## 维度三:方案合理性(X/5)
- 扣分点 1:...
- 扣分点 2:...

## 核心修改建议
| 序号 | 维度 | 建议 |

评分标准速查

维度一:需求成立度(0-5 分)

3 分为"成立"基准线,分数越高说明痛点越迫切。

分数含义
------
0-2痛点不清晰或无法证实
3痛点真实但紧迫度一般
4痛点明确、有数据佐证、有一定紧迫性
5痛点严重且广泛、数据充分、不解决则有显著业务损失

检查重点:产品现状结构化盘点、核心问题提炼、量化数据、用户原声。详见 references/scoring_rubric.md

维度二:推演充分度(0-5 分)

3 分及格,分数越高说明客观调研、数据分析、逻辑推演越严密。

分数含义
------
0-2几乎无调研或调研流于形式
3有竞品调研但深度不足
4调研全面、有清晰结论和推导逻辑
5调研深入、多维度交叉验证、关键决策均有推演

检查重点:竞品选择理由、竞品结论、设计决策推演、指标推导。详见 references/scoring_rubric.md

维度三:方案合理性(0-5 分)

看解决方案是否功能全面、阶段合理、经得起实操检验。

分数含义
------
0-2方案粗糙、大量遗漏
3主流程可行但边界 case 考虑不足
4方案完整、阶段清晰、绝大部分场景覆盖
5方案严密、特殊场景均有设计或 check、可直接进入研发

检查重点:功能清单完整性、流程图、交互逻辑、特殊场景。详见 references/scoring_rubric.md

评审原则

  1. 有据可依:每个扣分必须指出 PRD 中缺失或不足的具体位置。
  2. 建设性优先:不只指出问题,同时给出如何修改的建议。
  3. 分级对待:小而成熟的 feature 不苛求长篇竞品分析;大而复杂的 feature 需要流程图和严密推演。根据需求规模动态调整评审严格程度。
  4. 不越界:评审 PRD 文档质量,不替代产品经理做方案设计。

参考资料

  • 完整评分细则和检查清单:references/scoring_rubric.md

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-05-27 21:52 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 323,989
ai-intelligence

self-improving agent

pskoett
捕获经验教训、错误和纠正,以实现持续改进。使用时机:(1)命令或操作意外失败;(2)用户纠正……
★ 4,059 📥 797,960
security-compliance

Skill Vetter

spclaudehome
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前,检查风险信号、权限范围及可疑模式。
★ 1,212 📥 266,383