Die Erstellung eines Produktanforderungsdokuments (PRD) ist ein gängiger Prozess im Produktmanagement, insbesondere in der Softwareentwicklung und der Technologiebranche. Zu den typischen Herausforderungen bei der Erstellung eines PRD gehören die Gewährleistung von Klarheit, die Vermeidung von Scope Creep und die Aufrechterhaltung der Abstimmung mit den Stakeholdern.
Glücklicherweise stehen KI-Tools zur Verfügung, die dabei helfen, diese Herausforderungen effektiver zu bewältigen, ohne die strategische Entscheidungsfindung vollständig an die Technologie zu delegieren. Ein Beispiel hierfür ist NotebookLM von Google, das rohe Daten oder Materialien synthetisiert, um Fragen zu beantworten und somit den Workflow zur Erstellung nützlicher PRDs zu optimieren.
Von Unordentlichen Notizen zu einem Strukturierten PRD-Entwurf
Stellen Sie sich folgendes Szenario vor: Sie sind der neu eingestellte Produktmanager eines Startups, das eine neue mobile App namens FloraFriend entwickeln möchte. Ziel der App ist es, Menschen dabei zu helfen, ihre Zimmerpflanzen nicht versehentlich zu töten.
Das Team hat eine Reihe von drei „unordentlichen“ Dokumenten gesammelt, die Beschreibungen enthalten, wie die potenzielle App aussehen sollte:
- interview_transcript_matt.txt: Ein 30-minütiges Interview mit einem Nutzer namens Matt, der über 50 Pflanzen besitzt. In diesen Notizen sagt Matt, dass bestehende Apps „übermäßig kompliziert“ sind und es schwierig machen, Aspekte wie „welchen Dünger man verwenden sollte“ im Gedächtnis zu behalten.
- competitor_research_notes.txt: Eine grobe Liste von Stichpunkten, die nach der Analyse von Wettbewerbs-Apps wie „PictureThis“ und „Planta“ erstellt wurde, wobei deren Bezahlschranken und Interface-Nachteile hervorgehoben werden.
- brainstorming_whiteboard.jpg: Zufällige, aber teilweise „coole“ Ideen, die das Team während der Mittagspausen und anderer informeller Gespräche erwähnt hat, z.B. „Spotify-Playlists für Pflanzen“, „Bewässerungserinnerungen“ usw.
Die manuelle Umwandlung dieser Inhalte in ein sauberes PRD, das alles zusammenführt, könnte mühsam erscheinen. Hier kommt NotebookLM ins Spiel!
Melden Sie sich mit Ihrem Google-Konto bei NotebookLM an und klicken Sie auf „Neues Notizbuch erstellen“. Geben Sie Ihrem neuen Notizbuch einen Namen, beispielsweise „FloraFriend PRD“.
Nachdem das neue Notizbuch erstellt wurde, werden Sie in die Hauptoberfläche von NotebookLM geleitet. Ein wichtiger Hinweis: Dieses neu erstellte Notizbuch ist nicht von Natur aus intelligent. Es handelt sich nicht um ein reguläres großes Sprachmodell (LLM); es hat kein Wissen über Pflanzenpflege oder andere spezifische Themen. Aber wir werden ihm mit unseren unordentlichen – jedoch aufschlussreichen – Notizen ein „express“-Masterstudium beibringen.
Angenommen, Sie haben die drei oben genannten Dateien mit Inhalten zur Pflanzenpflege-App oder andere Rohdaten. Sie können diese Dateien über die Upload-Schaltfläche im zentralen Bereich des Notizbuchs hochladen.
Sobald die Dateien hochgeladen sind, können Sie sich Ihr Notizbuch wie ein kleines, spielzeuggroßes Retrieval-augmented Generation (RAG)-System vorstellen, das beginnen kann, AI-ähnlich zu denken und zu handeln, basierend auf den Informationen, auf die es Zugriff hat. Tatsächlich generiert NotebookLM, ohne dass Sie es anfordern müssen, durch einen Klick auf eine der hochgeladenen Dateien auf der linken Seite eine prägnante, gut organisierte Zusammenfassung des Inhalts dieser Datei: dies wird als Quellenleitfaden bezeichnet.
Der Schlüssel zur PRD-Erstellung
Nun kommt der entscheidende Teil. Wir könnten einfach im Chatfeld unten etwas wie „Schreibe ein PRD“ eingeben, und das wäre es. Aber wir möchten dies richtig machen und klare, spezifische Anweisungen geben, was einige Prompt-Engineering-Techniken erfordert, um die neu entstandene KI dazu zu bringen, das zu priorisieren, was unser PRD widerspiegeln soll: die Benutzerprobleme über die zufälligen Ideen des Teams zu stellen (ohne sie völlig zu vernachlässigen). Hier ist ein gut formulierter Prompt, der funktioniert:
Ich bin der Produktmanager für FloraFriend. Entwerfen Sie basierend auf diesen Quellen ein PRD.
Wichtige Einschränkungen:
- Priorisieren Sie Funktionen, die die in interview_transcript_matt.txt genannten Schmerzpunkte lösen.
- Schließen Sie alle ‚Brainstorming‘-Ideen aus, die nicht direkt ein Benutzerproblem ansprechen.
- Strukturieren Sie die Ausgabe mit diesen Überschriften: Problemstellung, Kernfunktionen, Nicht-funktionale Anforderungen (UI/UX) und Erfolgskriterien.
Versuchen Sie, diesen Prompt an Ihr eigenes Geschäftsproblem oder Anwendungsfall anzupassen. Sobald Sie ihn gesendet haben, besteht eine hohe Wahrscheinlichkeit, dass Sie ein schönes und sauberes PRD mit wichtigen Abschnitten wie Problemstellung, Kernfunktionen, nicht-funktionalen (UI/UX) Anforderungen, Erfolgskriterien usw. erhalten.
Interessanterweise enthält das PRD etwas, das wie numerische Zitationen aussieht, über die Sie fahren können. Wenn Sie dies tun, wird die Quelle (eine der Quelldateien) angezeigt.
Bevor Sie dieses erste PRD in seiner jetzigen Form akzeptieren, denken Sie daran, dass ein erster Entwurf selten perfekt ist. Führen Sie weiterhin Gespräche, um es schrittweise zu verfeinern. Wenn Sie beispielsweise feststellen, dass ein Abschnitt zur Monetarisierung fehlt, fragen Sie: „Basierend auf den notes zur Wettbewerbsforschung, welche Monetarisierungsmodelle verwenden unsere Wettbewerber und was sollten wir vermeiden?“ Überprüfen Sie anschließend die Ausgaben manuell, stellen Sie sicher, dass sie mit dem Rest des ersten PRD-Entwurfs übereinstimmen, und integrieren Sie die wichtigsten Monetarisierungsinsights, entweder manuell oder indem Sie die KI von NotebookLM darum bitten – wenn Sie sich für Letzteres entscheiden, überprüfen Sie immer, was Sie erhalten, bevor Sie es blind genehmigen. Denken Sie daran: KI kann Fehler machen!
Das Sahnehäubchen ist der Abschnitt Audioübersicht im rechten Panel (Studio). Durch einen einfachen Klick darauf generieren Sie eine Audioübersicht der Informationen, die in den Quelldateien enthalten sind. Dies ist eine hervorragende Möglichkeit, Informationen aufzunehmen, wenn das Lesen weniger ansprechend ist, z.B. während Ihrer täglichen Pendelzeit.
Nächste Schritte
Dieser Artikel stellt die Fähigkeiten von NotebookLM vor, um aus rohen, unordentlichen Dokumenten in wenigen Minuten fundierte PRD-Spezifikationen zu erstellen, und das in sehr einfachen Schritten. Ein sinnvoller nächster Schritt könnte sein, Googles Antigravity zu nutzen, um Ihre PRD-Spezifikation in einen funktionalen Softwareprototyp umzuwandeln.
Iván Palomares Carrascosa ist ein führender Experte, Autor, Redner und Berater in den Bereichen KI, maschinelles Lernen, Deep Learning und LLMs. Er schult und berät andere darin, KI in der realen Welt zu nutzen.
