
From PRD to PR — AI-Native Collaboration
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
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

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。
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。
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。
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。
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'。
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
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。

03 — 角色重构
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。
从写几十页 PRD 到维护一个 Markdown 文件
从逐像素画图到定义设计系统和审查 AI 产出
从手写业务代码到维护架构约束和审查 AI 产出
从手工点点点到构建自动化验证网格
04 — 协作流程
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 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
产出物
Git 仓库 + INTENT.md + CLAUDE.md + CI/CD 流水线
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
产出物
Vercel 上的可交互原型 + 客户第一轮反馈
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
产出物
每周交付功能更完善的可用版本
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
产出物
生产环境部署 + 安全报告 + 移交文档
05 — 工具链
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。
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
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
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
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
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
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。
Day 0
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
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
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
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
M0
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
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
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
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
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
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。
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。
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
第 1-2 个月
在 1 个内部项目上验证新流程
第 3-4 个月
扩展到 2-3 个客户项目
第 5 个月起
全面切换到新流程