AI Agent写引流PRD实战：提示词设计、数据幻觉与人工纠偏记录

我给自己定了一个小实验能不能把一个AI agent包装成产品经理让它独立产出一份近乎可评审的引流规划PRD。跑了三轮之后结论挺反直觉的——它确实能写出有模有样的产品需求文档但真正让这份PRD从模板宣言变成可落地方案的恰恰是人来回纠偏的那几轮追问。这篇文章就是这次尝试的完整记录。看完你应该能收获三样东西一套可以照抄的AI产品经理agent提示词结构、一份真实的引流规划PRD生产流程、以及我踩完之后才反应过来的几个坑——尤其是AI最爱在什么环节一本正经地编事实。1. 为什么拿引流规划当第一个agent实战任务先说动机。我自己写PRD已经写了六七年日常工作里最耗时的不是想清楚而是把想清楚的东西用文档规范地表达出来背景怎么写、目标怎么量化、边界怎么划、指标怎么定义、风险怎么列。这些是高度结构化的工作理论上非常适合用agent来加速。所以当我想测试agent能力边界的时候第一反应就是找一个既有结构性、又有业务含量的任务而不是写周报、做会议纪要那种过于简单的东西。引流规划正好卡在这个位置上。它不像注册登录功能那样偏向纯功能逻辑也不像年度战略规划那样依赖大量高层信息。它是一个典型的增长类任务有明确的目标用户、有渠道策略、有预算约束、有转化路径、有数据埋点、有ROI评估标准。这种任务既需要结构化输出又需要一些业务判断力刚好能测试agent的下限和上限——下限是它能不能按规范拼出一份文档上限是它能不能理解用户增长的基本逻辑。另外还有一个实际原因团队正在筹备一个新产品的冷启动引流规划本身就是接下来两周要用的真实文档。拿一个真实任务做实验和拿一个虚构任务做实验产出的用心程度完全不同。agent不会用心但我会因为它是真实任务而更加严格地审视它的每一段输出整个验证过程才有参考价值。我建议你在做类似试验时也遵循这个原则不要造一个玩具任务。只有真实任务才会逼出真实问题比如预算根本不够这个渠道我们根本没有运营人力这个埋点事件前端还没有上报——这些问题一出现AI输出里那些看似合理的方案很快就会露馅。2. 从陪聊到干活agent和普通大模型的本质差异很多人把agent理解成更聪明的AI聊天框这其实是最大的误解。普通大模型的工作方式是人问一句、它答一句每一次回答都是独立生成的不太会主动回过头去审视我上一轮说的和这一轮说的有没有矛盾。而agent的工作方式更像一个有任务目标的工作流先理解目标再把目标拆成子任务按顺序执行执行过程中调用外部工具进行检索、验证或计算最终产出一个完整的交付物。我这次使用的agent并没有用什么特别复杂的框架核心就是提示词定义了角色和规则流程上做了多轮结构化对话。它先向我提出澄清问题再根据我补充的信息生成文档框架然后自己列检查清单最后对初稿做修订。这个过程不是一次问答而是一个从信息收集到框架设计再到细节填充再到质量自检的流水线。我拿生活中的例子打个比方普通AI像一个你问他什么他都懂一点的百事通你问他王一博是谁他能马上答上来但你让他给公司下个月做一次完整的活动策划他大概率只会给你一堆零散的灵感。agent更像是你招来的一个实习生它拿到任务后会先问你要资料、找你确认需求、列一个待办清单、逐项推进然后给你一份初稿。当然这个实习生水平上限看模板下限也看模板关键在于你怎么给它定义工作方式。所以在正式启动之前我给这个agent设定了一条最核心的工作规则先澄清再生成。不让它拿到一个模糊的任务描述就直接开始写文档因为产品经理最忌讳的事情之一就是在需求本身还没对齐的时候就开始写方案。这个规则能避免agent生成大量看似合理、实则跑偏的内容后面会有详细说明。3. 定义AI产品经理的人设、边界和输出规范很多人在用agent写文档时会写一段提示词比如你是一名资深产品经理请写一份PRD。这种写法问题很大角色只定义了我是谁没有定义我该怎么工作我能拿到什么信息我不能做什么。真正能让agent稳定输出的是给它一套完整的工作协议。我这次用的提示词结构大概长这样你可以直接复制改造你是【增长产品经理助手】一名在一线互联网公司从事用户增长超过8年的产品经理。 你擅长制定引流策略、撰写产品需求文档、设计数据埋点方案、评估渠道ROI。 请遵循以下工作方式 1. 如果任务描述中的关键信息不完整必须先用提问列表的形式向我澄清不要直接生成PRD。 2. 如果某个业务数据无法从对话中获得请你用【假设】标记该数据并给出一个合理的默认值不得静默编造。 3. 输出必须采用结构化Markdown格式包含以下章节 项目背景、目标与衡量指标、名词定义、目标用户与使用场景、方案设计、渠道与预算分配、 数据埋点与效果评估、风险与合规、排期与迭代计划。 4. 所有指标必须写明定义口径与计算公式禁止只写名称不写公式。 5. 每完成一个章节请先自查一次再输出该章节。这几条规则不是随手写的每条都在解决具体问题第一条信息不完整先提问是针对AI最让人头痛的行为——喜欢在信息真空里直接生成一大堆不存在的事实。如果我要做的是引流规划它起码得知道现有用户规模、目标用户画像是谁、这个月的预算上限、增长瓶颈是注册转化还是留存在信息都不确定的情况下生成的方案只能是空中楼阁。第二条用【假设】标记未知数据是这次实验里最有价值的一条规则。传统AI有个毛病当它不知道具体数字时会用一种非常笃定的语气编出一个数读者很难分辨真假。加了这条规则之后agent至少会把不确定的部分和确定的部分分开呈现。后期我在人工复核的时候只需要优先检查所有带【假设】标记的地方效率提升非常明显。第三条和第四条则是在输出结构上做约束。PRD最怕写得散一会儿讲目标、一会儿讲页面逻辑、一会儿又开始写运营活动方案。我把章节结构、指标口径直接写死在提示词里等于给agent搭好了骨架让它在里面填内容。这样做出来的文档格式上基本不需要大改。边界定义也很重要。我在提示词里明确告诉它该用户案例、渠道策略、竞品分析等信息若无法从资料中获取必须标注信息来源不得杜撰。这一条后来救了整个文档一命因为agent在写竞品分析时曾试图给我编造一个不存在的竞品数据表被我用这条规则拦截下来让它重新标注来源后改写这块内容我放到第五部分细讲。4. 一轮完整的PRD生产流程从需求澄清到评审清单我完整跑了一遍AI产品经理的生产流程这里面的每一步都值得单独说一下。整个流程分四轮总共花了一个多小时比我平时人工写一份同等规格的PRD确实快不少但过程并不是一句话生成一篇文档那么神奇。4.1 第0轮我给agent的任务描述第一轮开始时我只给了它一段比较简短的任务描述公司有一款面向设计师的在线协作工具目前注册用户约15万月活跃用户约6万。 需要做一份新用户引流规划PRD目标是未来一个季度内新增注册用户8万且新用户中次日留存率不低于25%。 预算为60万元。当前的增长瓶颈是自然搜索流量获取能力弱投放渠道没有稳定ROI模型。 请基于以上信息生成完整PRD。信息其实已经给了不少但agent没有直接开写。它先去做了需求澄清这让我觉得之前先澄清再生成的规则确实起作用了。它一次性抛出了9个问题其中包括目标用户设计师有更具体的人群分层吗比如UI设计师、平面设计师、插画师还是全部60万预算需要覆盖哪些成本项是否包含人力成本新增注册用户8万是按注册口径统计还是按通过手机号验证的激活口径统计当前哪些渠道已经在投放最近三个月的投放成本大致是多少次日留存25%是注册次日留存还是激活次日留存新用户默认处于什么版本是否需要考虑注册后未进入工作台的情况这些问题大部分都是有效且专业的尤其最后两个直接把留存率定义和用户路径归属这两个最容易产生歧义的点给抓住了。我把能回答的都逐一补充了进去这轮澄清大概花了我15分钟但换来的好处是后面agent写的东西不再凭空乱飞了。4.2 第一轮产出0.9版PRD框架拿到澄清后的补充信息agent开始生成0.9版PRD框架。它输出的内容不是全量文档而是一个比较完整的目录树并在每个目录条目底下写了两三句核心思路摘要。让我比较满意的是它主动做了渠道矩阵的分类把渠道分成已验证渠道待测试渠道备选渠道三档并在每档里给出了推荐比例和建议预算。例如它把公众号软文投放、搜索引擎投放归到已验证渠道把B站UP主合作、小红书KOC种草归到待测试渠道理由写得比较接地气搜索渠道的量级确定性较高适合作为基本盘内容渠道需要时间出爆款适合作为增量弹性。同时它也给了一份指标公式表把主指标、辅助指标、反作弊指标放在一起。比如获客成本CAC总投放费用/新增注册数激活率完成关键动作的新用户数/注册用户数作弊防刷率风控标记用户数/新增注册数。这个表格让我改起来很省力因为公式口径已经比较专业我只需要在上面叠加公司自己的风控规则。这轮结束我大致判断agent已经完成了PRD中60%的工程量——背景、目标、用户描述、方案框架、预算分配的初稿都有了。但我也明显感觉到这版框架里缺少业务约束和边界场景。4.3 第二轮agent自带的遗漏点审查清单框架能生成不代表没有遗漏。我原本想自己逐条排查但突然想到一个办法让agent自己充当评审人针对它刚刚写的框架再出一份遗漏点自查清单。这个方法意外地有效。agent给出的遗漏点清单里有这么几条是否缺少针对老带新推荐裂变机制的考量只覆盖了付费渠道没有覆盖用户自传播渠道。是否在预算分配中预留了10%到20%的应急资金当某个已验证渠道的单位成本突然上升时无缓冲资金会导致计划中断。是否缺少对注册链路异常的描述例如短信验证码通道故障时投放还在继续会造成大量预算浪费。是否明确了设计资源、研发资源的排期PRD通常只写功能要什么但没有写清楚开发支持何时到位。是否包含渠道合规审查不同渠道对诱导分享激励下载的限制不同方案设计时需要核对平台规则。这5条一下子点醒了我。我一开始的任务描述里确实没有设计裂变机制也没有写应急预算更没有写链路异常处理。这些对于一份真实的引流规划PRD来说都是必须覆盖的内容如果一个产品经理完全没这些概念那这份方案落地时很容易出问题。于是我让它按这5条清单逐项补充到文档中最终产出的0.9版框架就比第一版完整了很多。从这时开始我开始重新评估agent替代产品经理这种说法——它更像一个有一定经验的实习生自带一条质量检查线的SOP能帮你查漏补缺但前提是你得知道让它查什么。5. 第一次跑完初稿后的修正AI容易漏掉的三类关键细节框架没问题不代表细节没问题。当agent把完整的PRD初稿生成出来之后我逐章做了审核发现了三类特别典型的AI自作主张问题。如果你也想用agent辅助写这类文档这三类问题值得重点盯防。5.1 业务约束感知弱方案写得对但不能落地初稿里agent在短视频渠道引流方案中写道建议搭建覆盖抖音、B站、小红书的短视频内容矩阵每周发布3-5条原创短视频以产品使用教程和设计师灵感素材为主要内容。这句话从逻辑上没有任何问题任何一个做过增长的人都会认可内容矩阵的价值。但它忽略了一个关键业务约束我们团队当时只有一名兼职做视频的编辑没有任何专业的视频拍摄和剪辑能力。如果真按这个方案执行内容生产成本会远远超出预估项目起步阶段根本吃不消。所以在审核时我把这条方案改成了先用现有图文内容做视频化剪辑保持每周1-2条的低频首发测试内容方向聚焦Ai辅助设计灵感跑通数据模型后再增加更新频率。这就是一个典型的方案对但不可执行的例子agent不知道团队的资源配置它只能基于理想状态去规划。5.2 指标口径不清晰写了一个看起来能衡量但没法统计的口径第二个问题出现在指标定义上。agent定义了一条新用户关键行为完成率完成关键行为的用户数/新增注册用户数但是我追问它什么是关键行为时它回答的是包括用户创建第一个设计项目、上传素材、加入团队空间等行为。问题来了——这些行为没有优先级主次之分也没有给出按多事件触发统计还是按首个事件触发统计的口径。指标只有在口径明确到研发能照着做埋点的时候才有意义。我后来把这块重写为主关键行为新用户在注册后24小时内完成创建第一个设计项目。辅助关键行为新用户在注册后7天内完成上传素材文件或邀请一名团队成员加入项目空间。统计口径主关键行为按用户维度去重统计同一用户重复触发只记一次。这样研发可以根据事件上报逻辑直接落地不会产生这里到底怎么算的疑问。这个场景也说明agent在定义指标时往往能达到概念正确但到可执行精确口径这个层面还需要人来把关。5.3 数据幻觉问题它会以专家口吻编造竞品数据最需要警惕的是数据幻觉。agent在写竞品分析部分时曾用过一种非常笃定的语气描述某个竞品的投放策略根据公开信息XX产品在2024年下半年投放了大量搜索广告其单位获客成本估计在35-50元之间。坦白说这段话看着很像真的数字范围也给得挺谨慎。但我很清楚我们公司内部并没有这方面的数据也没有可靠的行业报告来源支撑这个判断。所以我在审核时直接把这个段落标红要求agent改写为无法从现有资料中确认竞品的准确投放成本建议通过第三方数据平台或内部情报渠道补充。agent确实照做了但这件事说明一个问题它在输出听起来合理的观点和基于事实的观点之间的边界感远没有真人敏感。人工复核AI生成内容时最有效的办法就是画一条信息溯源线。凡是涉及具体数字、具体时间、具体竞品的表述都问一句这个数从哪来的。如果来源说不清楚一律降级为假设或者删除。不要被它那种资深分析师的语气带跑。5.4 方案没有取舍和优先级还有一个相对隐蔽的问题agent生成的方案清单几乎把能想到的增长手段都列了一遍——搜索投放、内容种草、社群裂变、行业KOL合作、线下圈子活动、老用户召回、产品内激励体系全部平铺在PRD里没有做取舍。如果真按这个方案集去规划预算得翻三倍人力根本跟不上。这说明agent目前的规划能力更偏向覆盖型而不是取舍型。它擅长把一个决策树的所有分支都列举出来但不擅长根据预算、战略重点来做减法。这部分只能靠人来拍板。我当时在文档里加了一个优先级排序表把所有渠道按预期成本、效果确定性、资源匹配度三个维度打分把资源投向得分最高的前两个渠道其余都标记为二期预留。这个决策动作agent目前还做不了它给出的是全选项而不是最优解。6. 人机协作的最终交付哪些内容能直接用哪些必须自己重写最后说一下成果。经过三轮快速修正最终产出的PRD一共包含10个章节我按用途分成了三类可直接使用的、需要大幅修改的、必须自己重写的。内容模块占比使用方式目标定义与指标拆解含公式约20%基本可直接使用只需要确认口径和公司战略一致渠道矩阵与预算分配框架约25%框架可复用但每个渠道的具体策略要根据资源情况调整数据埋点与看板需求约15%需要补齐埋点项清单AI写得太粗竞品分析约10%数据来源不可靠全部重写为待确认风险分析与应急预案约15%思路可用但很多风险是基于假设场景需要结合实际业务确认排期与研发资源计划约10%无用AI完全不了解团队现有人力情况业务背景与名词定义约5%以我提供的资料为主AI起辅助整理作用就整体而言这份文档里可能只有60%到70%的内容是能直接用或轻度修改后使用的剩下的部分必须靠人来补。而这几项人肉重写的内容恰恰也是PRD中最核心的部分涉及内部资源的排期、基于真实竞对信息的分析、以及必须结合组织现状做出的取舍判断。但是账还是要算。我过去独立写一份同等规格的引流规划PRD包括调研、结构设计、指标梳理、初稿、内部评审修改大概需要4到6个小时。这次人机协作从任务下发到最终修订完成大约花了两个小时其中包括我手动补充业务信息、逐章审核、修改竞品数据等。如果只算AI生成我修订的时间大约省了一半以上的机械劳动时间比如搭框架、列指标公式、补写遗漏点这些以前特别耗时间的环节现在都被压缩了。我个人的使用感受是agent不是代笔它更像一个帮你把80%的常规内容铺好、再逼着你去思考那20%关键内容的协作伙伴。它最大的价值不是帮你写出一篇惊艳的文档而是让你把精力从格式、句式、章节完整性这些低价值工作里抽出来聚焦到真正需要产品判断力的地方。如果让我给一个最核心的建议那就是把agent当作你团队里的第一轮方案评审人而不是第一版方案撰写人。让它先产出框架、列出风险清单、定义指标然后你基于专业判断去做删减、补充和决策。这个用法是我试了几轮之后觉得最稳妥、也最不容易翻车的方式。最后再分享一个小技巧当你觉得agent生成的PRD哪里不对劲但又说不出来的时候不要逐字去改直接让它站在一个不了解这个业务的研发工程师角度针对这份文档提出10个疑问。它的自我审视能力比你想象中强而且这些问题往往就是你遗漏的真实需求。