Bild vom Herausgeber
# Einführung
Erstellen eines Produktanforderungsdokument (PRD) ist ein häufiger Prozess in Produktmanagement und eine alltägliche Aufgabe in Branchen wie der Softwareentwicklung und der gesamten Technologiebranche. Zu den typischerweise auftretenden Schwierigkeiten und harten Anforderungen bei der Erstellung eines PRD gehören die Sicherstellung von Klarheit, die Verhinderung einer Ausweitung des Umfangs und die Wahrung der Ausrichtung der Stakeholder.
Glücklicherweise gibt es mittlerweile KI-Instruments, die dabei helfen, diese Herausforderungen effektiver zu meistern, ohne die strategische Entscheidungsfindung, die dem PRD-Erstellungsprozess zugrunde liegt, vollständig zu delegieren – mit anderen Worten, wobei der Mensch immer noch auf dem Laufenden bleibt. Ein Beispiel ist Googles NotebookLMdas fundierte Rohdaten oder Materialien zur Beantwortung von Fragen synthetisiert und so den Arbeitsablauf zur Erstellung fundierter, nützlicher PRDs beschleunigt.
Dieser Artikel führt Sie anhand eines einsteigerfreundlichen Anwendungsfalls durch den Prozess der Verwendung der NotebookLM-Funktionen, um rohe, manchmal chaotische Informationen in wenigen Minuten in ein fundiertes PRD umzuwandeln. Spoiler: Es wird nicht nur darum gehen, mit einem KI-Assistenten zu chatten.
# Von unordentlichen Notizen zu einem strukturierten PRD-Entwurf
Betrachten wir das folgende Szenario. Sie sind der neu eingestellte Produktmanager für ein Startup, das eine neue cellular App namens „ FloraFriend. Ziel der App ist es, Menschen dabei zu helfen, ihre Zimmerpflanzen nicht mehr versehentlich zu töten.
Das Group, darunter auch Sie, hat eine Reihe von drei „unordentlichen“ Dokumenten zusammengestellt, die Beschreibungen dafür enthalten, wie die potenzielle App aussehen sollte:
interview_transcript_matt.txt: ein 30-minütiges Interview mit einem Benutzer namens Matt, der Eigentümer von über 50 Pflanzen ist. In diesen Interviewnotizen sagt Matt, dass bestehende Apps „übermäßig kompliziert“ seien und es schwierig machten, Aspekte wie „welcher Dünger man verwenden sollte“ im Auge zu behalten.competitor_research_notes.txt: eine grobe Liste von Stichpunkten, die nach der Analyse von Konkurrenz-Apps wie „PictureThis“ und „Planta“ erstellt wurden und deren Paywalls und Nachteile der Benutzeroberfläche hervorheben.brainstorming_whiteboard.jpg: zufällige, aber irgendwie „coole“ Ideen, die vom Group in der Mittagspause und anderen lockeren Gesprächen erwähnt wurden, z. B. „Spotify-Playlists für Pflanzen“, „Gießerinnerungen“ und so weiter.
Stellen Sie sich vollständige Dokumente vor, die alle oben beschriebenen Inhalte enthalten. Diese manuell in eine saubere PRD umzuwandeln, die alles intestine zusammenführt, hört sich vielleicht mühsam an, oder? Betreten Sie NotebookLM!
Melden Sie sich an NotebookLM mit Ihrem Google-Konto und klicken Sie auf „Neues Notizbuch erstellen„. Geben Sie Ihrem neuen Notizbuch einen Namen, etwa „FloraFriend PRD.“
Sobald das neue Pocket book erstellt wurde, werden Sie auf der Hauptoberfläche von NotebookLM willkommen geheißen, die wie folgt aussieht:
NotebookLM-Schnittstelle
Ein Wort zur Vorsicht: Dieses neu erstellte Notizbuch ist nicht per se clever. Es ist kein Stammgast großes Sprachmodell (LLM); Es kennt keine Pflanzenpflege oder andere spezifische Themen. Aber wir sind dabei, ihm mit unseren chaotischen – aber für das Werkzeug aufschlussreichen – Notizen einen „Categorical“-Grasp-Abschluss darüber beizubringen.
Angenommen, Sie verfügen über die drei oben genannten Dateien mit Inhalten im Zusammenhang mit der Pflanzenpflege-App oder über andere eigene Rohinformationsdateien. Sie können sie auf die NotebookLM-Leinwand hochladen, indem Sie die Schaltfläche „Hochladen“ im zentralen Hauptbereich verwenden.
Nach dem Hochladen können Sie sich Ihr Notizbuch wie ein kleines Spielzeug in Spielzeuggröße vorstellen Abruf-erweiterte Technology (RAG)-System, das basierend auf den Informationen, auf die es Zugriff hat, anfangen kann, KI-ähnlich zu denken und sich zu verhalten. Tatsächlich generiert NotebookLM ohne Aufforderung durch Klicken auf eine der hochgeladenen Dateien auf der linken Seite eine prägnante, intestine organisierte Zusammenfassung des Inhalts dieser Datei: Dies wird als Datei bezeichnet Quellenführer.
Jetzt kommt der entscheidende Teil. Wir könnten einfach im Chat-Feld unten etwas fragen wie „Schreibe eine PRD“, und das battle’s. Aber wir möchten dies richtig machen und klare, spezifische Anweisungen geben, und das erfordert ein zeitnahes Engineering, nämlich die neugeborene KI zu zwingen, das zu priorisieren, was unser PRD widerspiegeln soll: den Benutzerproblemen Vorrang vor den zufälligen Ideen zu geben, die vom Group generiert werden (ohne sie völlig zu vernachlässigen). Hier ist eine intestine gestaltete Eingabeaufforderung, die funktioniert:
Ich bin der Produktmanager für FloraFriend. Entwerfen Sie eine PRD nur auf der Grundlage dieser Quellen.
Entscheidende Einschränkungen:
1. Priorisieren Sie Funktionen, die die in interview_transcript_matt.txt genannten Schwachstellen lösen.
2. Schließen Sie alle „Brainstorming“-Ideen aus, die sich nicht direkt auf ein Benutzerproblem beziehen.
3. Strukturieren Sie die Ausgabe mit diesen Überschriften: Problemstellung, Kernfunktionen, nicht funktionale Anforderungen (UI/UX) und Erfolgsmetriken.
Versuchen Sie, diese Eingabeaufforderung an Ihr eigenes Geschäftsproblem oder Ihren Anwendungsfall anzupassen. Nach dem Absenden stehen die Chancen intestine, dass Sie ein schönes und sauberes PRD mit wichtigen Abschnitten wie Problembeschreibung, Kernfunktionen, nichtfunktionalen Anforderungen (UI/UX), Erfolgsmetriken usw. erhalten.
Interessanterweise enthält die PRD etwas, das wie numerische Zitate aussieht, über die man mit der Maus fahren kann. Wenn Sie dies tun, wird die Quelle (eine der Quelldateien) angezeigt:
Bevor Sie diesen ersten PRD so akzeptieren, wie er ist, denken Sie daran, dass ein erster Entwurf selten perfekt ist. Beteiligen Sie sich weiter am Gespräch, um es schrittweise zu verfeinern. Wenn Ihnen beispielsweise auffällt, dass ein Abschnitt zur Monetarisierung fehlt, fragen Sie: „Welche Monetarisierungsmodelle verwenden unsere Konkurrenten basierend auf der Datei „competitor_research_notes.txt“ und was sollten wir vermeiden?„. Überprüfen Sie anschließend die Ergebnisse manuell, stellen Sie sicher, dass sie mit dem Relaxation des ersten PRD-Entwurfs übereinstimmen, und integrieren Sie die wichtigsten Monetarisierungserkenntnisse darin, entweder manuell oder indem Sie die KI von NotebookLM darum bitten – wenn Sie sich für Letzteres entscheiden, prüfen Sie immer, was Sie erhalten, bevor Sie es blind genehmigen. Denken Sie daran: KI kann Fehler machen!
Das i-Tüpfelchen ist das Audioübersicht Abschnitt auf der rechten Seite (Studio). Durch einfaches Anklicken erhalten Sie eine Audio-Übersicht über die in den Quelldateien enthaltenen Informationen. Dies ist eine hervorragende Möglichkeit, Informationen aufzunehmen, wenn das Lesen möglicherweise weniger reizvoll ist, z. B. während Sie auf dem täglichen Weg zur Arbeit sind.
# Nächste Schritte
In diesem Artikel werden die Möglichkeiten von NotebookLM vorgestellt, fundierte PRD-Spezifikationen aus rohen, chaotischen Dokumenten in wenigen Minuten und mit sehr einfachen Schritten zu generieren. Von hier aus könnte ein lohnender nächster Schritt erfolgen Googles Antigravitation um Ihre PRD-Spezifikation in einen funktionsfähigen Software program-Prototyp umzuwandeln.
Iván Palomares Carrascosa ist führend, Autor, Redner und Berater in den Bereichen KI, maschinelles Lernen, Deep Studying und LLMs. Er schult und leitet andere darin, KI in der realen Welt zu nutzen.