From PRD to PR — AI-Native Collaboration

PRD PR
从文档驱动
到代码驱动。

在 AI 时代,定制软件开发不再需要 PRD → 设计 → 研发 → 测试 的线性流水线。PRD 退化为仓库中的一个指引文件,所有角色围绕同一个代码仓库通过 PR 协作, 从 Day 1 开始就有可交互的 Demo。

01 — 宣言

旧秩序
已经
失效。

传统的定制软件开发遵循一条刚性的流水线:商务谈需求,产品写 PRD,设计出图, 前端切图,后端写接口,测试提 Bug。每一次交接都意味着信息的损耗和等待的成本。

在 AI 时代,这条流水线不是需要"优化",而是需要废除。 当 AI 代理可以在几分钟内将自然语言转化为可运行的代码时, 我们为什么还要花几周时间在文档的传递和翻译上?

"可运行的软件是唯一的进度衡量标准。
不是文档页数,不是设计稿数量,不是代码行数。"

50%+

开发周期缩短

1 天

首个可交互 Demo

0 次

文档交接

3x

人效提升

02 — 范式转变

从流水线
协作网格

旧流水线 vs 新协作网格
01

单向线性交接

双向实时流动

通过 MCP 协议,需求、设计和代码之间形成实时的双向流动,而非单向传递。

02

数周后的设计稿

Day 1 的可交互 Demo

借助 v0、Google Stitch 等工具,团队在第一天就能生成高保真的可交互原型。

03

各自独立的专业工具

统一协作画布

所有人围绕同一个代码仓库工作,PRD 是仓库中的 INTENT.md,设计通过 MCP 直接同步到代码。

04

静态 Word/Confluence 文档

实时可查询的结构化上下文

需求以 Markdown 文件形式存在于仓库中,AI 代理可以直接读取和引用。

05

编写代码/文档/设计稿

编排 AI 代理 + 验证业务价值

团队成员的核心工作从'怎么做'转移到'做什么'和'验证对不对'。

06

重新走审批和排期流程

更新指引文件,AI 自动同步

需求变更只需更新仓库中的指引文件,AI 代理自动感知并调整实现。

核心理念

代码仓库
即真相源

不再有独立的 PRD 文档、设计交接文件或测试用例文档。所有的项目上下文都以文件的形式 存在于同一个 Git 仓库中。PRD 是 INTENT.md, 架构约束是 CLAUDE.md, 设计规范通过 MCP 直接映射到代码。

INTENT.md — 业务意图与验收标准
CLAUDE.md — 技术约束与架构规范
Design Tokens — 通过 MCP 双向同步
AI 测试代理 — 基于意图自动生成
代码仓库即中心

03 — 角色重构

同一个人,
更大的能量

每个角色的核心价值从"执行专业技能"升级为"编排 AI 代理 + 验证业务价值"。 团队可以保持精干的"一个披萨团队"规模(4-5 人), 每个人借助 AI 工具链将产出能力提升 2-5 倍。

原产品 / 商务 / 解决方案

AI 业务编排者

从写几十页 PRD 到维护一个 Markdown 文件

维护仓库中的 INTENT.md(业务意图与验收标准)
使用 v0 / Google Stitch 快速生成初始骨架并提交 PR
在 Linear 中管理每周迭代任务
组织客户 Demo 和验收会议
ChatPRDv0Google StitchLinear
原 UI/UX 设计 / 前端

AI 体验工程师

从逐像素画图到定义设计系统和审查 AI 产出

在 Figma 中定义 Design Tokens 并通过 MCP 映射到代码
使用 Vibe Design 探索产品视觉基调
审查并合并 AI 生成的 UI 组件 PR
进行最终视觉走查(Visual QA)
Figma (MCP)Google StitchLovartCursor
原后端 / 架构师 / 移动端

AI 架构守护者

从手写业务代码到维护架构约束和审查 AI 产出

维护仓库中的 CLAUDE.md / .cursorrules(技术边界)
通过 Cursor / Claude Code 编排 AI 代理完成业务逻辑
审查 AI 生成代码的安全性和架构一致性
处理 AI 无法独立解决的复杂技术难题
CursorClaude CodeGitHub PR Review
原测试 / 运维

自动化验证工程师

从手工点点点到构建自动化验证网格

根据 INTENT.md 使用 AI 自动生成 Playwright 测试
搭建和维护 CI/CD 流水线(GitHub Actions + Vercel)
管理预览环境,确保每个 PR 有独立预览链接
执行安全扫描和压力测试
PlaywrightGitHub ActionsVercelSnyk

04 — 协作流程

基于 PR 的
全员协作

不再有“交接”这个动作。所有人都在同一个仓库中工作,通过 Pull Request 进行协作。 每一次 PR 合并都触发自动构建、测试和预览部署。

Day 1 Demo 流程
00

意图注入

Day 0

与客户深度沟通后,在仓库中创建 INTENT.md(业务意图与验收标准)和 CLAUDE.md(技术约束)。不是写 PRD,而是直接为 AI 代理注入上下文。

具体行动

业务编排者创建 INTENT.md,定义用户故事和验收标准
架构守护者创建 CLAUDE.md,定义技术栈和编码规范
验证工程师搭建 GitHub 仓库和 CI/CD 基础流水线

产出物

Git 仓库 + INTENT.md + CLAUDE.md + CI/CD 流水线

01

骨架生成

Day 1-3

业务编排者使用 v0 或 Google Stitch 生成可交互原型,直接提交 PR。体验工程师审查 UI 逻辑后合并入主分支。72 小时内交付第一个可点击的 Demo。

具体行动

业务编排者用 v0/Stitch 生成原型,提交 PR
体验工程师审查 UI,建立设计系统,合并 PR
验证工程师部署到 Vercel,生成预览链接

产出物

Vercel 上的可交互原型 + 客户第一轮反馈

02

并发迭代

Week 1-N

所有角色围绕 PR 协作。任何人发现问题或需要增加功能,直接在 Cursor/Claude Code 中用自然语言修改并提交 PR。CI/CD 根据 INTENT.md 自动运行测试。

具体行动

架构守护者编排 AI 代理实现业务逻辑,审查代码
体验工程师在 Figma 调整设计,通过 MCP 同步到代码
业务编排者更新 INTENT.md,在 Linear 管理任务
验证工程师用 AI 生成 Playwright 测试,维护 CI/CD

产出物

每周交付功能更完善的可用版本

03

交付验证

最后一周

平台工程师执行安全扫描和压力测试,架构守护者处理技术债务,业务编排者组织客户逐条验收 INTENT.md 中的验收标准。

具体行动

验证工程师安全扫描、压力测试、生产部署
架构守护者处理技术债务,编写架构文档
业务编排者组织客户验收,确认所有标准达成

产出物

生产环境部署 + 安全报告 + 移交文档

05 — 工具链

统一画布,
而非工具孤岛

工具链的核心不在于每个工具有多强大,而在于它们之间的上下文能否无缝传递。 通过 MCP(Model Context Protocol)协议,需求、设计和代码三个维度的信息 在工具之间自由流动。

意图层

将客户意图转化为 AI 可消费的结构化上下文

ChatPRD

AI 辅助需求生成,输出结构化 INTENT.md

Linear

敏捷任务管理与追踪

生成层

快速将意图转化为可交互的软件原型

v0 by Vercel

文本/图片转 React 组件

Google Stitch

Vibe Design,语音画布,快速原型

Lovart

AI 自主创意平台,品牌设计

设计层

定义和维护视觉系统,与代码双向同步

Figma + MCP

设计系统管理,双向代码同步

开发层

编排 AI 代理完成业务逻辑实现

Cursor

AI 原生 IDE,Composer 多文件编辑

Claude Code

CLI 代理,自主编辑文件和执行命令

Windsurf

并行 AI 代理,多任务处理

Manus

全自动 AI 代理,端到端任务执行

验证层

自动化测试、部署和质量保障

GitHub Actions

CI/CD 流水线编排

Playwright

AI 驱动的端到端自动化测试

Vercel / Netlify

自动预览部署,生产环境托管

06 — 实战案例

一个 CRM 系统,
5 周交付

以一个真实的「企业智能 CRM 系统」项目为例,展示团队如何从 Day 0 到 Week 5 完成一个包含客户管理、联系人、商机跟踪、报表导出、权限管理等功能的完整系统。

团队配置:业务编排者 × 1 + 体验工程师 × 1 + 架构守护者 × 1 + 验证工程师 × 1

Day 0

意图注入

M0 — 启动

客户确认节点

客户确认业务意图和验收标准

产出物

Git 仓库 + INTENT.md + CLAUDE.md + CI/CD 流水线

具体行动

业务编排者ChatPRD

与客户深度访谈,用 ChatPRD 生成结构化的 INTENT.md,包含 12 个用户故事和 47 条验收标准

架构守护者Claude Code

创建 CLAUDE.md:定义 Next.js + PostgreSQL + Prisma 技术栈,明确 API 设计规范和安全约束

验证工程师GitHub Actions

初始化 GitHub 仓库,配置 GitHub Actions CI/CD 流水线和 Vercel 自动部署

07 — 项目计划

每周节奏,
持续交付

每周迭代节奏

周一上午
周规划会
30 min
全员
同步本周验收目标,确认技术可行性和设计就绪状态
周一下午
上下文同步
业务编排者
更新 INTENT.md 中本周重点章节
周二-四
AI 辅助构建
全天
工程师 + 设计
编排 AI 代理完成业务逻辑,所有提交触发预览部署
周四下午
内部走查
30 min
全员
在预览链接上进行探索性测试,记录问题
周五上午
客户 Demo
30-60 min
编排者 + 客户
在真实软件上演示本周新增功能
周五下午
反馈消化
业务编排者
将客户反馈转化为 INTENT.md 更新

宏观里程碑(典型 5 周项目)

M0

启动

Day 0

INTENT.md + CLAUDE.md GitHub 仓库 + CI/CD

客户确认业务意图和验收标准

M1

概念验证

Day 1-3

可交互原型 设计系统初版

客户确认产品方向和交互流程

M2

核心闭环

Week 1-2

核心模块可运行 含数据库和鉴权

客户验收核心业务流程

M3

功能完整

Week 3-4

全功能版本 90%+ 测试覆盖

客户逐条核对 INTENT.md 验收标准

M4

生产就绪

Week 5

生产部署 安全报告 + 移交文档

客户最终验收签字

08 — 核心原则

三条不可动摇的原则

01

AI 是副驾驶,人类是机长

AI 可以承担 80% 的执行工作,但业务逻辑的边界、安全架构的设计以及最终质量的把控,必须由人类专家牢牢掌握。

02

可运行的软件是唯一的进度衡量标准

不再以文档页数、设计稿数量或代码行数来衡量进度。唯一有意义的指标是:客户能在浏览器中体验到多少已验证的功能。

03

上下文是最宝贵的资产

结构化的 INTENT.md、精心维护的 CLAUDE.md 和完善的设计系统,比代码本身更有价值。因为有了高质量的上下文,代码可以随时由 AI 重新生成。

09 — 实施路线图

分三步,
稳步转型

第 1-2 个月

试点期

在 1 个内部项目上验证新流程

选择中等复杂度的内部项目
组建 3-4 人试点团队
完整走一遍新流程
验证工具链集成和 MCP 稳定性

第 3-4 个月

推广期

扩展到 2-3 个客户项目

将流程和工具配置模板化
培训更多团队成员
建立内部知识库
记录常见问题和最佳实践

第 5 个月起

规模化

全面切换到新流程

所有新项目默认使用 AI 原生流程
建立项目模板库
标准 CLAUDE.md 和 CI/CD 配置
实现新项目快速启动