Pe Repo 产品需求文档 (PRD)
Pe Repo 产品需求文档 (PRD)
文档信息
| 项目名称 | Pe Repo (Prompt Engineering Repository) | |---------|----------------------------------------| | 产品定位 | 提示词工程管理工具 | | 目标用户 | 独立开发者、产品经理、提示词重度用户 | | 文档版本 | v2.0 | | 创建时间 | 2025-01-22 |
产品概述
产品愿景
构建一个支持提示词模板研发、复用、版本控制和模型调用的专业Web应用,让AI交互更高效、更可管理。
核心价值主张
- 提升效率: 复用优质提示词模板,避免重复编写
- 版本控制: 追踪提示词演进历史,支持回滚和对比
- 统一管理: 集中管理所有提示词资产,支持分类和搜索
- 模型适配: 一套提示词适配多个AI模型,降低迁移成本
用户画像
独立开发者
出发点: 在多个项目中使用AI工具,需要管理大量提示词
目的: 提高提示词复用率,建立个人提示词库
用途: 代码生成、文档编写、产品设计等场景
产品经理
出发点: 负责AI产品的提示词设计和优化工作
目的: 系统化管理团队的提示词资产,追踪优化效果
用途: 产品需求分析、用户研究、市场调研等场景
AI应用重度用户
出发点: 日常大量使用ChatGPT等工具,积累了丰富经验
目的: 整理和分享优质提示词,建立专业声誉
用途: 内容创作、学习研究、咨询服务等场景
产品功能与用户故事
核心功能:Playground(演练场)
使用场景1:创建新提示词
用户故事: 作为产品经理,我想要为竞品分析任务创建一个新的提示词模板,以便团队成员能够标准化地分析竞争对手。
详细流程:
- 进入演练场: 用户打开Playground页面,开始编写提示词
- 编写模板: 在编辑器中输入提示词内容,使用{公司名称}、{分析维度}等变量
- 填写参数: 在参数面板中为每个变量输入具体值
- 选择模型: 选择合适的AI模型(GPT-4、Claude等)和参数设置
- 执行测试: 点击执行按钮,系统自动记录完整的执行信息
- 查看结果: 在结果面板查看AI生成的竞品分析报告
- 评分标记: 对结果进行1-5星评分,标记是否满意
- 保存模板: 如果结果满意,将其保存为"竞品分析模板v1.0"
记录的执行信息:
- 最终发送给模型的完整输入内容
- 使用的模型名称和全部参数(temperature、max_tokens等)
- AI返回的完整响应内容
- 执行时间、费用、token消耗量
- 用户评分(1-5星)和可选的文字反馈
- 关联的模板ID和版本号(如果来自模板)
使用场景2:基于历史记录迭代优化
用户故事: 作为独立开发者,我想要基于之前一次高分的代码审查提示词继续优化,让它能够支持更多编程语言。
详细流程:
- 浏览执行历史: 在历史记录中找到之前评分为5星的代码审查执行记录
- 复制到演练场: 一键将该执行记录的提示词和参数复制到当前编辑器
- 修改优化: 添加{编程语言}变量,调整提示词逻辑
- 测试验证: 用不同编程语言进行多次测试
- 对比分析: 查看新旧版本的执行结果对比
- 保存新版本: 满意后保存为"代码审查模板v2.0"
使用场景3:批量测试和参数调优
用户故事: 作为AI重度用户,我想要测试同一个营销文案模板在不同参数设置下的效果,找到最佳配置。
详细流程:
- 加载已有模板: 从模板库加载"营销文案生成器"
- 批量参数设置: 设置多组参数组合(不同的目标受众、产品类型)
- 批量执行: 自动执行多次测试,每次都完整记录
- 结果对比: 查看所有执行结果的评分和质量分析
- 筛选优秀结果: 按评分筛选,找出最佳参数组合
- 更新模板: 基于最佳结果更新模板的默认参数
辅助功能:执行历史管理
使用场景4:查找和复用历史成果
用户故事: 作为产品经理,我记得上个月做过一次很好的用户访谈分析,现在想要复用那个提示词。
详细流程:
- 历史记录搜索: 在执行历史页面按时间、评分、关键词搜索
- 查看详细信息: 点击历史记录查看完整的输入、输出和参数信息
- 效果评估: 查看当时的评分、反馈和质量分析数据
- 快速复用: 一键复制到演练场继续使用或修改
辅助功能:模板库管理
使用场景5:团队模板分享
用户故事: 作为团队leader,我想要将团队沉淀的优质提示词模板整理成库,供新同事学习使用。
详细流程:
- 模板整理: 查看所有保存的模板,按业务场景分类标记
- 版本管理: 查看每个模板的历史版本和演进过程
- 使用统计: 查看模板的使用频率和平均评分
- 优化建议: 基于历史执行数据给出模板改进建议
产品架构设计
设计理念对比
传统管理导向方式
- 以模板库为中心,用户先创建模板再使用
- 编辑、测试、管理分离的工作流程
- 静态的文档管理思维
我们的创作导向方式
- 以演练场为中心,在测试中创造和完善提示词
- 测试、迭代、保存的持续流程
- 动态的创作过程思维
坚持的设计理念
测试驱动创作
用户的主要工作场所是演练场,在这里边写边测试边完善,最终将满意的结果保存为模板。这种方式更符合提示词工程的实际工作模式。
记录优先
每次AI执行都无条件完整记录,执行记录是最重要的数据资产。模板只是执行记录的"精选版本",而不是主角。
评分驱动
用户的评分是唯一的质量衡量标准,所有推荐、排序、优化都基于真实的用户评分数据。
核心概念
Playground(演练场)
系统的核心工作台,集成了提示词编写、参数设置、模型调用、结果查看、评分保存等所有功能。用户80%的时间都在这里工作。
核心功能:
- 提示词编辑器(支持变量语法)
- 参数面板(智能识别和填写变量)
- 模型配置(选择模型和调整参数)
- 即时执行和结果展示
- 质量评分和反馈收集
- 快速保存为模板
Execution Record(执行记录)
每次API调用的完整记录,包含输入、输出、参数、评分等所有信息。这是系统的数据核心。
记录内容:
- 发送给模型的最终输入字符串
- 模型名称和完整参数配置
- AI返回的完整响应内容
- 执行元数据(时间、费用、耗时等)
- 用户评分和反馈
- 关联的模板信息(如果适用)
Prompt Template(提示词模板)
从优秀的执行记录中保存而来的可复用模板,支持参数化和版本管理。
模板特性:
- 支持{变量名}语法进行参数化
- 自动版本管理,同名模板创建新版本
- 与执行记录关联,可追溯创建来源
- 支持标签分类和搜索
页面架构设计
Playground(主页面)
功能定位: 提示词的创作和测试工作台
核心功能模块:
- 提示词编辑区:支持实时语法检查和参数识别
- 参数设置面板:自动解析变量,提供智能填写建议
- 模型配置区:模型选择和参数调节
- 结果展示区:执行结果和质量分析
- 评分保存区:快速评分和模板保存
- 历史快速访问:最近执行记录的快速加载
Execution History(执行历史)
功能定位: 查看和管理所有执行记录
核心功能模块:
- 时间线展示:按时间顺序展示所有执行记录
- 高级筛选:按评分、时间、模型、模板等维度筛选
- 详细查看:完整的执行信息展示
- 批量操作:对比、导出、批量标记等
- 统计分析:使用趋势和效果分析
Template Library(模板库)
功能定位: 管理和组织已保存的提示词模板
核心功能模块:
- 模板列表:分类展示和搜索功能
- 版本管理:查看模板的历史版本和变更
- 使用统计:基于执行记录的使用数据
- 批量管理:导入、导出、分类整理
产品优先级
MVP阶段(4周)
- Playground基础功能(编辑、执行、记录、评分)
- 执行记录的完整保存和查看
- 简单的模板保存功能
- 基础的历史记录浏览
增强阶段(6周)
- 参数化模板系统
- 版本管理功能
- 高级筛选和搜索
- 批量操作功能
完善阶段(8周)
- 智能建议和优化提示
- 详细的统计分析
- 团队协作功能
- 数据导入导出