PRD 总和代码对不上?让 AI 从代码生成状态图和权限矩阵

功能上线三个月了,产品还拿着最初的 PRD 说我有 Bug。

文档写的是「当时准备怎么做」,代码跑的是几轮调整后「现在到底怎么做」。这类争执的根源,是团队默认文档必须永远和系统保持一致------而这件事靠人工几乎做不到。

这篇聊聊我现在的做法:把文档和代码的职责拆开,再用 AI 把代码翻译成产品能看懂的视图。

一、事实是怎么从文档迁移到代码的

一个需求的生命周期里,「事实」的位置是会移动的:

阶段 事实在哪里 文档的角色
立项 / 方案 文档 唯一事实载体:为什么做、给谁用、解决什么问题
开发 / 联调 文档 + 代码 开始失真:方案调整、交互修改、边界补充
持续迭代 代码 只剩「当时准备怎么做」

关键点:不一定要等上线。只要真实实现已经存在,并开始持续修改和验证,代码就比文档更接近真实系统。

按钮显示条件、权限判断、状态流转、字段校验,这些一旦写进代码,再人工维护一份 PRD,就是在维护同一个系统的第二份副本。两份副本长期并存,不一致只是时间问题。

二、文档只保留「为什么」

我建议把文档内容分成两类:

长期保留(人写,人维护)

  • 业务背景
  • 用户故事
  • 目标
  • 决策原因(为什么选 A 不选 B)

不再人工维护(从代码生成)

  • 当前功能细节
  • 当前权限规则
  • 当前状态流转
  • 当前校验逻辑

前者变化慢、代码里也读不出来;后者变化快、代码里本来就有。分清楚之后,每次需求变化只需要判断一件事:这次变化是否改变了「为什么」? 没有改变,就不用回头改长期文档。

三、有 AI 之后,很多需求不必先写完整文档

传统流程:

复制代码
想法 → 写文档 → 评审 → 开发 → 看效果

对于局部功能和交互调整,现在可以:

复制代码
想法 → AI 实现 → 实际体验 → 调整

很多问题,看文档讨论半小时,不如做出来点两分钟。不是不思考,而是没必要过早把思考固化成文档。

四、让 AI 从代码生成「是什么」

产品不需要读代码,只需要仓库的只读权限,再交给一个能读代码的 AI 工具。可以让它生成这些视图:

  • 功能说明
  • 状态图
  • 权限矩阵
  • 用户路径
  • 影响面分析

下面是一个示意用的提示词写法,具体模块名换成你自己的:

text 复制代码
只读分析当前仓库中「审批」模块的实现,不要修改任何文件。
请输出:
1. 审批单的所有状态,以及每个状态之间的流转条件(用 Mermaid stateDiagram 表示)
2. 各角色在每个状态下能执行的操作(权限矩阵表格)
3. 每条结论标注对应的源码文件和函数
如果代码里有和常见业务逻辑不一致的地方,单独列出来,不要自行推测原因。

示意输出大概是这样:

stateDiagram-v2 [*] --> 草稿 草稿 --> 待审核: 提交 待审核 --> 已通过: 审核通过 待审核 --> 已驳回: 审核驳回 已驳回 --> 草稿: 重新编辑

几点实践建议:

  1. 要求标注源码位置。 方便开发核对,也能让产品知道结论来自代码而不是 AI 的猜测。
  2. 生成物不入库为「事实」。 需要时现生成,或者在 CI 里定期生成,当作视图看,不要再人工修改它。
  3. 有争议时以代码为准,回到「为什么」讨论。 如果生成的行为和业务目标不符,那是一个新需求或 Bug,而不是文档没同步。

五、小结

真正该扔掉的不是文档,而是「文档必须永远保持最新」这个默认习惯。

  • 产品保留「为什么」
  • 代码保存「是什么」
  • AI 负责翻译

文档依然存在,只是它应该是代码生成的 View,而不是另一份需要人工同步的事实。

相关推荐
ComputerInBook1 小时前
泛函分析概观
人工智能·算法·机器学习·泛函分析
burg_xun1 小时前
【生命科学 Agent】推理平台(二)
人工智能·程序人生·系统架构
IT_陈寒1 小时前
Vue的这个响应式陷阱我居然现在才发现
前端·人工智能·后端
lanxiaoqing021 小时前
演讲训练的第一步:先敢说,再会说
人工智能·学习·学习方法·口才
巫山老妖1 小时前
REA 工程解析:让 AI Agent 拿着证据做逆向
人工智能
梦想的颜色1 小时前
【AI速览】Codex 系列模型选型指南:效率、成本、任务匹配全维度决策
人工智能·chatgpt·codex·luna·astra·sol·大模型选型
安全指北针1 小时前
密态计算:数据 “可用不可见” 的底层技术解析
人工智能·算法
一一哥Sun2 小时前
IVF倒排索引:先看目录,再翻书
人工智能·深度学习·机器学习
涓涓5272 小时前
五金厂排程乱?管家通ERP标准版把期排稳
人工智能