كيف تكتب PRD بالذكاء الاصطناعي: إطار للمطالبات وحلقة مراجعة
يحوّل الذكاء الاصطناعي مدير المنتج من كاتب إلى محرّر. إليك إطار المطالبات، ومطالبة PRD جاهزة للنسخ، وحلقة المراجعة التي تُبقي مسودة PRD المكتوبة بالذكاء الاصطناعي صادقة.
لكتابة PRD بالذكاء الاصطناعي، اكتب المشكلة والأدلة ومقياس النجاح بنفسك، ثم أعطِ النموذج هذا السياق مع مهمة واضحة وقيود صارمة، ودعه يصوغ البنية وقصص المستخدم والحالات الحدّية ومعايير القبول. ينتقل دورك من كاتب إلى محرّر: تتحقق من كل ادعاء، وتحذف ما لا مصدر له، وتحسم المفاضلات. المسودة هي الإصدار 0.5، لا الإصدار 1.
أهم الخلاصات
كتابة PRD من أكثر استخدامات الذكاء الاصطناعي شيوعًا في عمل المنتجات. في استطلاع Productboard لعام 2025 على 379 من محترفي المنتجات، استخدم 94% الذكاء الاصطناعي يوميًا أو كثيرًا، وكانت كتابة PRD من أبرز ما يوفّر الوقت (Productboard, 2025).
ما زالت النماذج تختلق. حتى حين يُطلب منها فقط تلخيص مستند مقدَّم، تهلوس النماذج الرائدة بمعدلات تتراوح بين 1.8% و24.2% وفق لوحة Vectara (Vectara, 2026). ومطالبة PRD بسياق ضعيف تفتح الباب لأكثر من ذلك بكثير.
يرجع الباحثون الهلوسة إلى تدريب وتقييم «يكافئان التخمين بدل الاعتراف بعدم اليقين» (Kalai et al., 2025). لذا اطلب من النموذج أن يشير إلى الثغرات لا أن يملأها.
إطار السياق والمهمة والقيود أدناه، مع أدلتك، يفيد جودة المخرجات أكثر من أي اختيار للنموذج.
المراجعة هي العمل الآن: كل ادعاء في قسمي المشكلة والنجاح يحتاج إلى مصدر تستطيع فتحه.
ما الذي يتغير عندما تكتب PRD بالذكاء الاصطناعي؟
غاية PRD لا تتغير. عرّفها مارتي كيغان بأنها توضيح غاية المنتج وميزاته ووظائفه وسلوكه بما يكفي ليتمكن الفريق من بنائه واختباره (SVPG, 2005). الذي يتغير هو أين يذهب وقتك.
في استطلاع Pragmatic Institute لعام 2019 على 2,474 شخصًا، أمضى محترفو المنتجات نحو 18 ساعة شهريًا في صياغة المتطلبات وترتيب أولوياتها (Pragmatic Institute, 2019). وكان جزء كبير من ذلك كتابة مسودات وتنسيقًا. مع الذكاء الاصطناعي تستغرق المسودة دقائق؛ أما الساعات المتبقية فيجب أن تذهب إلى ثلاثة أمور لا يستطيع النموذج القيام بها عنك:
التحقق. هل المشكلة حقيقية، وهل الأدلة قوية بما يكفي للتصرف بناءً عليها؟
المواءمة الاستراتيجية. هل تخدم هذه الميزة الهدف الذي وضعته الشركة فعلًا؟
تحليل المفاضلات. ما الذي تختار ألّا تبنيه، وما المخاطرة التي تقبلها؟
وجد استطلاع Atlassian بعنوان State of Product 2026 على أكثر من 1,000 محترف منتجات أن الذكاء الاصطناعي يوفّر على الفرق من 10 إلى 60 دقيقة يوميًا، معظمها في التوثيق والبحث، بينما قال المشاركون إنه لا يساعد في الأعمال المعقدة مثل التخطيط (). هذا هو التقسيم الصحيح. سلّم الأعمال الورقية للنموذج، واحتفظ بالحكم لنفسك.
لا. الذكاء الاصطناعي محرّك تركيب لا محرّك اكتشاف (discovery). يستطيع تحويل ملاحظاتك ونصوصك وقيودك إلى بنية نظيفة ومتسقة. لكنه لا يعرف أي مشكلة عند العملاء أهم، ولا ما خط الأساس لديك، ولا أي مفاضلة قبلها فريقك الأسبوع الماضي.
الخطر ليس وثيقة سيئة بوضوح، بل وثيقة سلسة. وجد استطلاع Stack Overflow لعام 2025 أن 66% من المطورين يُحبَطون من مخرجات الذكاء الاصطناعي «الصحيحة تقريبًا، لكن ليس تمامًا»، وأن عدد المطورين الذين لا يثقون بدقة الذكاء الاصطناعي (46%) أكبر من الذين يثقون بها (33%) (Stack Overflow, 2025). وPRD يعاني المشكلة نفسها، مع فارق: خطأ في الشيفرة يُفشل اختبارًا، أما رؤية مختلقة عن العملاء فتمرّ من المراجعة ما لم يتحقق أحد من المصدر.
تعامل مع مسودة الذكاء الاصطناعي على أنها الإصدار 0.5. فهي تمنحك البنية والتغطية. وأنت تضيف الأدلة والقرارات وصوت الفريق.
كيف تكتب PRD بالذكاء الاصطناعي خطوة بخطوة؟
اجمع الأدلة أولًا. اجمع من 3 إلى 10 مصادر تتعلق بهذا القرار: مقتطفات من المقابلات، وتذاكر الدعم، واستعلامًا عن الاستخدام، وOKR ذا صلة. الصقها أو أرفقها؛ ولا تطلب من النموذج أن «يتخيّل» المستخدمين.
اكتب المشكلة ومقياس النجاح بنفسك. جملتان أو ثلاث لكل منهما. هذا الجزء هو الذي يحدد صواب PRD، لذا ينبغي أن يكون بكلماتك.
اكتب المطالبة بالسياق والمهمة والقيود. استخدم الإطار أدناه. اذكر الصيغة وحدّ النطاق والقاعدة التي توجب أن يستند كل ادعاء إلى مصدر مقدَّم.
اطلب الثغرات لا الإجابات فقط. المطالبة: «اذكر الأسئلة التي سيطرحها قائد الهندسة ولا يستطيع هذا PRD الإجابة عنها.» حوّل الإجابات إلى أسئلة مفتوحة لكل منها مسؤول.
تتبّع كل ادعاء. صنّف كل جملة واقعية بأنها موثَّقة أو مستنتجة أو مفترضة أو مختلقة، واحذف المختلقة. يشرح تتبّع الادعاءات في 15 دقيقة ذلك خطوة بخطوة.
راجع مع الهندسة والتصميم، ثم أصدِر نسخة. احتفظ بنسخة مرجعية واحدة واربطها من التذاكر. وللاطلاع على الطريقة اليدوية الكاملة وراء هذه الخطوات، راجع كيف تكتب PRD.
ما إطار المطالبات القائم على السياق والمهمة والقيود؟
السياق-المهمة-القيود (CTC، من Context-Task-Constraint) بنية مطالبة من ثلاثة أجزاء تجعل النموذج يعمل داخل واقع منتجك بدل أن ينتج PRD عامًّا.
السياق: من هم المستخدمون، وماذا يفعل المنتج، وما المشكلة، وما الأدلة. يقترح دليل Anthropic للمطالبات أن تتصور النموذج «موظفًا لامعًا لكنه جديد» لا يعرف أعرافك، وأن تضيف الدافع وراء التعليمات ليتمكن من التعميم (Anthropic).
المهمة: المخرَج المحدد الذي تريده، قسم واحد أو وثيقة كاملة، بصيغة مسمّاة.
القيود: حدود النطاق، والصياغة (مثل Given/When/Then)، والطول، وقواعد الارتكاز على المصادر مثل «إذا لم يدعم المصادر ادعاءً ما، فاكتب سؤال مفتوح بدلًا منه».
ثلاث عادات تجعل مطالبات CTC أفضل:
افصل الأجزاء. توصي Anthropic بوضع التعليمات والسياق والمدخلات في وسوم XML خاصة بها، مثل <context> و<sources>، لتقليل سوء الفهم.
أرِ مثالًا. يوصي الدليل نفسه بـ 3 إلى 5 أمثلة مختارة جيدًا. PRD سابق جيد من فريقك يعلّم النبرة والعمق أسرع من أي وصف.
أجرِ اختبار الزميل. إذا كان زميل بلا أي خلفية سيرتبك من مطالبتك، فسيرتبك النموذج أيضًا.
هكذا يظهر الفرق عمليًا:
مطالبة ضعيفة
مطالبة CTC
«اكتب PRD للموافقة التلقائية على الإجازات.»
السياق: منصة موارد بشرية B2B؛ يوافق المسؤولون لدى عملاء يضمون من 50 إلى 500 شخص على الإجازات يدويًا؛ 3 مقتطفات مقابلات مرتبطة واستعلام تذاكر واحد. المهمة: صُغ قصص المستخدم ومعايير القبول. القيود: نطاق MVP فقط، وصيغة Given/When/Then، وذكر مصدر لكل ادعاء، وسرد الأسئلة المفتوحة.
ينتج PRD معقولًا وعامًّا بشخصيات ومقاييس مختلقة
ينتج مسودة محددة النطاق يمكنك التحقق منها سطرًا بسطر
مطالبة PRD بالذكاء الاصطناعي للنسخ واللصق
استخدمها مع أي نموذج كفء، سواء ChatGPT أو Claude أو Gemini. املأ الأقواس، والصق مصادرك، وشغّلها قسمًا قسمًا إذا كان الناتج طويلًا.
<role>
تصرّف كمدير منتج أول يكتب لفريق هندسة.
</role>
<context>
المنتج: [ما يفعله ولمن]
المشكلة (كتبتها أنا): [2-3 جمل]
مقياس النجاح (كتبته أنا): [المقياس، خط الأساس -> الهدف، تاريخ التحقق]
الهدف الاستراتيجي / OKR: [الهدف]
القيود المعروفة: [تقنية، قانونية، ميزانية الوقت]
</context>
<sources>
[الصق مقتطفات المقابلات وملخصات التذاكر والبيانات. ضع لكل منها وسمًا S1 وS2 وS3...]
</sources>
<task>
صُغ PRD للميزة [اسم الميزة] بهذه الأقسام:
1. ملخص تنفيذي (5 أسطر)
2. الشخصية المستهدفة أو الشخصيات، بالاعتماد على المصادر فقط
3. مقاييس النجاح: استخدم مقاييسي؛ واقترح حاجزين وقائيين (guardrails) على الأكثر
4. قصص المستخدم، مرتبة، بأولوية Must / High-want / Nice
5. معايير القبول بصيغة Given/When/Then
6. المتطلبات غير الوظيفية: زمن الاستجابة، والأمان، والخصوصية، وإمكانية الوصول
7. المخاطر والاعتماديات
8. خارج النطاق
9. أسئلة مفتوحة
</task>
<constraints>
- نطاق MVP فقط؛ وكل ما يتجاوزه يوضع في خارج النطاق.
- كل ادعاء واقعي عن المستخدمين أو السوق يجب أن يذكر معرّف مصدر (S1...).
- إذا لم تدعم المصادر ادعاءً ما، فاكتب سؤال مفتوح بدلًا منه.
- لا تختلق أرقامًا أو اقتباسات أو أسماء عملاء.
- لغة بسيطة وموجزة. لا نصوص تسويقية.
</constraints>
مطالبات متابعة تشحذ المسودة
«تصرّف كقائد الهندسة. اذكر الأسئلة العشرة التي كنت ستطرحها قبل تقدير هذا العمل.»
«اذكر حالات الفراغ والتحميل والخطأ والصلاحيات التي لا تغطيها معايير القبول.»
«أي المتطلبات لا تحرّك مقياس النجاح؟ اقترح ما ينبغي حذفه.»
«أعد كتابة كل معيار قبول بحيث يستطيع المختبِر التحقق منه دون أن يسألني.»
«اذكر كل جملة في قسم المشكلة لا تدعمها S1-S5 مباشرة.»
مثال تطبيقي: PRD مكتوب بالذكاء الاصطناعي للموافقة على الإجازات
هذا المثال توضيحي وليس شركة حقيقية. لنفترض أن منصة موارد بشرية B2B سمعت أن المسؤولين يوافقون على الإجازات يدويًا.
ما يكتبه مدير المنتج: «يوافق المسؤولون لدى العملاء الذين يضمون من 50 إلى 500 موظف على كل طلب إجازة يدويًا، وغالبًا بعد أيام من التأخر. في 4 من 7 مقابلات حديثة قال المسؤولون إنهم يوافقون على دفعات أيام الجمعة. النجاح: ينخفض الوسيط الزمني للموافقة من 3 أيام إلى أقل من يوم واحد خلال 60 يومًا من الإطلاق، دون ارتفاع في الموافقات المتنازع عليها.»
ما يلصقه مدير المنتج مصادر: مقتطفات المقابلات الأربعة (S1-S4)، واستعلام يُظهر 1,200 طلب إجازة في الشهر الماضي (S5)، وشاشة الموافقة الحالية.
ما يصوغه الذكاء الاصطناعي جيدًا: قائمة مرتبة من 6 قصص مستخدم، و14 معيار قبول بصيغة Given/When/Then، وحالات حدّية مثل الطلبات المتداخلة والموافقين الذين هم أنفسهم في إجازة، ومتطلبات غير وظيفية لتسجيل التدقيق.
ما تلتقطه المراجعة:
شخصية موصوفة بأنها «مديرو موارد بشرية مشغولون يوازنون بين 20 أداة» بلا مصدر. حُذفت.
حاجز وقائي مقترح، «إبقاء NPS فوق 40»، بلا أي خط أساس. استُبدل بسؤال مفتوح.
قاعدة موافقة تلقائية على الطلبات الأقل من يومين لم يتفق عليها أحد. نُقلت إلى خارج النطاق ريثما يُتخذ قرار.
استغرقت المسودة دقائق؛ وأخذت المراجعة نحو ساعة وأزالت ثلاثة ادعاءات كانت ستشكّل البناء لولاها. هذه النسبة هي المقصود.
ما أداة الذكاء الاصطناعي التي ينبغي أن تستخدمها لكتابة PRD؟
استخدم النموذج الذي تسمح به شركتك وتعرفه جيدًا. وجدت Productboard أن 88% من محترفي المنتجات يستخدمون بالفعل نموذجين أو أكثر من نماذج الذكاء الاصطناعي، بينما قال 65% فقط إن لدى شركاتهم سياسة موثقة للذكاء الاصطناعي (Productboard, 2025). تحقق من السياسة قبل لصق بيانات العملاء في أي أداة.
الخيار
جيد لـ
انتبه إلى
نموذج محادثة عام (ChatGPT وClaude وGemini)
صياغة مرنة بمطالبة CTC
عليك لصق الأدلة في كل مرة؛ ولا ذاكرة للقرارات السابقة
مولّد PRD مجاني
مسودة أولى سريعة من فكرة ميزة
جودة الناتج بقدر جودة المشكلة التي تكتبها
ذكاء اصطناعي في المستندات أو الويكي (Notion وConfluence)
الكتابة حيث سيعيش PRD
لا يرى عادةً المقابلات أو التذاكر في الأدوات الأخرى
أداة منتج متصلة بالأدلة
مسودات تستشهد بالمكالمات والتذاكر والملاحظات الأصلية
تحتاج إلى ربط مصادرك أولًا
لتجربة الخطوات الأولى دون أي إعداد، استخدم مولّد PRD المجاني للحصول على مسودة منظمة، أو feedback to spec لتحويل ملاحظة عميل واحدة إلى بيان مشكلة. وإذا كانت الميزة التي تحدد مواصفاتها هي نفسها ميزة ذكاء اصطناعي، فاقرأ دليل PRD للذكاء الاصطناعي لأقسام سلوك النموذج والحواجز الوقائية والتقييم.
أخطاء شائعة عند كتابة PRD بالذكاء الاصطناعي
كتابة المطالبة باسم الميزة فقط. يملأ النموذج الفراغ بما هو نموذجي إحصائيًا، وهو نادرًا ما يكون ما يحتاجه مستخدموك.
ترك الذكاء الاصطناعي يكتب بيان المشكلة. سيبدو صحيحًا وقد يكون خاطئًا. اكتبه بنفسك.
قبول مقاييس مختلقة. إذا اقترحت المسودة هدفًا، فاسأل من أين جاء خط الأساس. لا خط أساس، لا هدف.
مطالبة ضخمة واحدة. المخرجات الطويلة متعددة الأقسام تنحرف. ولّد وراجع قسمًا قسمًا.
تخطي قراءة الهندسة. قد تبدو مسودة الذكاء الاصطناعي مكتملة ومع ذلك تغفل الاعتمادية التي يعرفها قائدك التقني.
لصق بيانات سرية في أدوات غير معتمدة. تحقق أولًا من سياسة الذكاء الاصطناعي لديك ومن شروط البيانات في الأداة.
أين يندرج Specky
يصوغ Specky مسودات PRD من مكالمات العملاء والملاحظات ومحادثات Slack والتذاكر الموجودة أصلًا في Product Graph الخاص به، فيُجمَّع سياق الخطوة 1 لك بدل أن تلصقه. ويعرض PRD Editor اقتباسًا مضمّنًا بجوار كل ادعاء، فتصبح مراجعة الخطوة 6 مسألة نقر وتصفح، وتصل المسودات إلى PM Inbox ليوافق عليها إنسان.
الأسئلة الشائعة
ما أفضل مطالبة لكتابة PRD بالذكاء الاصطناعي؟
أفضل مطالبة تعطي النموذج سياقًا (المنتج والمستخدمين والمشكلة والأدلة)، ومهمة محددة (أي الأقسام وأي صيغة)، وقيودًا (نطاق MVP، والاستشهاد بكل ادعاء، ووسم الثغرات أسئلة مفتوحة). اكتب المشكلة ومقياس النجاح بنفسك والصقهما. والمطالبة الجاهزة للنسخ أعلاه تتبع هذه البنية وتعمل مع النماذج الكبرى.
هل استخدام ChatGPT أو Claude لكتابة PRD آمن؟
يعتمد ذلك على سياسة الذكاء الاصطناعي في شركتك وعلى شروط البيانات في الأداة، لا على النموذج. وجد استطلاع Productboard لعام 2025 أن 65% فقط من الشركات لديها سياسة موثقة للذكاء الاصطناعي. أزل البيانات الشخصية من النصوص المفرّغة، واستخدم الخطط التجارية أو المؤسسية حيث يُشترط ذلك، ولا تلصق بيانات العملاء أبدًا في أداة لم تعتمدها شركتك.
كيف تمنع الذكاء الاصطناعي من الاختلاق في PRD؟
قدّم مصادرك، وضع لها وسومًا، واشترط معرّف مصدر لكل ادعاء واقعي. وجّه النموذج إلى كتابة سؤال مفتوح حين لا تدعم المصادر عبارة ما. ثم تتبّع كل ادعاء بنفسك قبل أن تطّلع الهندسة على المسودة. تُدرَّب النماذج بطرق تكافئ التخمين الواثق، لذلك تهم تعليمة الامتناع.
هل يكتب الذكاء الاصطناعي قصص المستخدم أم مدير المنتج؟
دع الذكاء الاصطناعي يصوغها انطلاقًا من مشكلة وشخصية متفق عليهما، ثم حرّرها. الذكاء الاصطناعي جيد في التغطية: يسرد قصصًا وحالات وحالات حدّية قد تفوتك. ويقرر مدير المنتج الترتيب، ويدمج المكرر، ويحذف القصص التي لا تحرّك مقياس النجاح. وراجع معايير القبول بأشد دقة، لأن المهندسين يبنون وفقها.
هل ما زلت بحاجة إلى قالب PRD إذا استخدمت الذكاء الاصطناعي؟
نعم. القالب هو ما يجعل مخرجات الذكاء الاصطناعي متسقة عبر الميزات والمراجعين. ضع أقسام فريقك في كتلة المهمة بالمطالبة، أو ابدأ من قالب PRD المجاني. والبنية المتسقة تساعد المهندسين، ووكلاء البرمجة بالذكاء الاصطناعي، على إيجاد النطاق ومعايير القبول.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing