The PRD Trap Why AI-Generated Specs All Sound the Same

PRD 交給 AI 寫的當下，不是變快了，是放棄思考的開始。

現在打開任何一份 AI 生成的 PRD，寫法一模一樣、優先順序一模一樣、連驗收條件都一模一樣。

這不是巧合，是 AI 生成的「平均值」開始主導產品決策的副作用。

不少 PRD，老實說，不同公司、不同產業、不同團隊寫的東西，會開始懷疑是不是都用同一個模板。這些 PRD 都是 AI 寫的。

完美的 PRD，完美的災難

AI 生成的 PRD，每一份都很完整。有使用者故事、有驗收條件、有優先順序、有人物誌、有 edge case、還有甘特圖。

格式滿分…

但只要把文件翻到背面，問一句：「使用者真正在痛什麼？」整個團隊就安靜下來。

有個地方怪怪的…那份 PRD 沒有「這個人真的想過」的痕跡，這就是問題所在。當所有人都在用 AI 寫出「結構完美但缺乏靈魂」的 PRD，市場上就會出現一堆「功能齊全但沒人要用」的產品。

功能是齊的，痛點是空的。

AI 救不了的三個地方

AI 可以幫你把混亂整理成結構，可以幫你補齊規格，可以幫你檢查邏輯漏洞。

但有三件事，它做不來，因為這三件事的本質，就是不完美的人類觀察。

1. 使用者沒有說出來的痛

AI 沒有坐在使用者旁邊，看過他怎麼開瀏覽器、怎麼找按鈕、怎麼在結帳前放棄。

你要先知道使用者現在怎麼處理這件事。他要嘛忍著，要嘛自己土法煉鋼，要嘛放棄。這些「他其實不滿意但不會跟你講」的瞬間，才是產品的入口。

像是滑鼠在同一個按鈕上來回晃了三次，最後還是打開 Excel，手動複製貼上，再用 LINE 把截圖丟給同事對答案。這些動作不會出現在訪談逐字稿裡。

使用者訪談裡那些「我也不知道為什麼」「應該還好吧」「有點麻煩但可以忍」，這些才是產品的入口，AI 看到的是乾淨的對話逐字稿，不是當下的皺眉、停頓、和視線飄移。

2. 問題的優先順序

AI 可以列優先順序，但那是根據你給的條件排序，真正的工作是「這個版本，什麼不做」。

這個判斷來自對市場節奏、團隊能量、客戶期待、上個月跟 CEO 那場會議的上下文的綜合讀取。AI 沒有這些歷史包袱，也沒有這些上下文。它不知道上季為了什麼加班，也不知道哪個客戶現在正在流失。

3. 為什麼這個功能現在重要

一份 PRD 寫「提升使用者留存率」很容易。

但「為什麼這個功能比那個功能先做？為什麼現在不做？為什麼這個版本不做？」這些問題的答案，AI 沒辦法從資料裡推導。

它只能從你給的指令去延伸，給你一個看起來合理的理由，但不是真實的商業判斷。那個判斷，往往來自你上週在現場看到的那個放棄的表情。

為什麼最後都長一樣？因為它給你的是平均值，把同一段指令文字餵給不同家的 AI，產出的 PRD 結構驚人地相似。

這不是巧合，不是抄模板，是 AI 寫出來的「平均」本來就長這樣。AI 是用「最多人怎麼寫 PRD」的統計結果在生成文件，AI 是統計出來的，統計就是平均。

它給你的是平均值，不是判斷，而平均值在產品世界裡，就是無聊。平均值不會得罪人，但也打動不了人，它給你的是安全牌，但安全牌從來不會讓人想用。

那為什麼還是越來越多人這樣寫？因為快，一份 PRD 從兩週壓到三天，誰不心動，問題是，那份 PRD 寫完之後，產品上線了，還是沒人用。還是會想不通…「我有按流程走啊。」有，但跳過了流程裡最累、最髒、也最值得的那一塊。

真正的順序…先痛點，後文件

PRD 不就是把需求寫清楚嗎。後來做過幾個產品才懂，最難的部分根本不是寫，是寫之前那一步。

工作流程不該是「先讓 AI 寫 PRD，再去問使用者」。

應該是反過來。

先有觀察、有訪談、有混亂的筆記、有白板上畫到一半的流程圖、有你自己都還沒整理出來的直覺。有那種你在現場筆記本上寫下「他又嘆氣了」的瞬間。

然後才把這些東西丟給 AI，請它幫你整理成 PRD，AI 該出場的位置是收斂，不是發想。

它可以幫你分類、補規格、檢查遺漏、幫你把邏輯漏洞抓出來。這些是 AI 擅長的。

但發想這件事，不能外包。外包出去的那一刻，PRD 就開始長得跟別人一樣。

一個今天就能開始做的小事

下次打開 AI 工具之前，先逼自己用一段話回答這三個問題。不需要漂亮，需要真實。

1. 使用者是誰，他現在怎麼處理這件事？
不要寫 persona，寫他現在的真實 workaround。他開了幾個分頁？複製去哪裡？最後怎麼放棄的？

2. 他為什麼會痛，痛到什麼程度？
是痛到會付錢、痛到會換產品，還是只是抱怨一下？痛的程度，決定你該做多深。

3. 這個版本不做，會發生什麼？
如果答案是什麼都不會發生，那這個功能就不要做。

等這三題有答案再開 AI，會發現 PRD 寫出來的氣味完全不一樣。因為有東西可以餵了，不是在請 AI 從零發明。

把「想」這件事外包出去，產品就會長得一模一樣。這是必然的後果。

更多文章
AI 會寫 PRD但不會為結果負責
PRD 是什麼？產品需求文件怎麼寫？從需求到工程執行一次搞懂
如何定義產品的核心價值？
為什麼PM 不只是寫需求，是在降低產品的不確定性
為什麼很多產品不是失敗，而是沒有找到真正的市場問題
技術很好，為什麼還是做不成產品？
管理者用 AI 的 3 個關鍵…把決策變成可驗證的流程（不只是靈感）