AI-Optimized PRD: документ требований для AI-агентов

В 2026 году PRD читают не только люди, но и AI-агенты. Cursor, Claude Code, Bolt и другие инструменты AI-кодинга используют PRD как набор инструкций: что строить, в каком порядке, с какими ограничениями. Для этого стандартный PRD нужно адаптировать — написать так, чтобы и человек, и AI-агент получили из него нужную информацию.

Чем отличается от стандартного PRD

Параметр	Standard PRD	AI-Optimized PRD
Аудитория	Люди (команда)	Люди + AI-агенты
Структура	13 секций, свободный формат	Фазы с зависимостями
Скоуп	IN/OUT таблица	Bounded scope в каждой фазе
Выходы	Success Metrics общие	Тестируемый выход на каждую фазу
Объём	5-15 страниц	3-8 страниц
Требования	Приоритеты P0/P1/P2	Последовательность фаз (Phase 1 → Phase 2 → …)
Технические детали	Минимальные	Стек, версии, API-контракты

Key insight

Ключевое отличие — фазовая структура. Стандартный PRD описывает продукт целиком, оставляя команде свободу в порядке реализации. AI-Optimized PRD разбивает реализацию на последовательные фазы, каждая из которых имеет ограниченный скоуп, явные зависимости и тестируемый результат.

Структура AI-Optimized PRD

Шапка документа

Как и в стандартном PRD: Problem Statement, Target Users, Proposed Solution, Success Metrics. Эта часть написана для людей — в прозе, с контекстом и обоснованием.

Технические ограничения

Секция, которой нет в стандартном PRD. AI-агент должен знать:

Стек: языки, фреймворки, версии (например: «Next.js 15, TypeScript, Supabase»)
Существующая кодовая база: какие файлы и паттерны уже существуют
API-контракты: внешние сервисы, форматы данных
Запреты: что AI-агент не должен делать (менять схему БД, трогать auth, устанавливать новые зависимости)

Фазы реализации

Каждая фаза — самодостаточный блок работы:

## Phase 1: [Название]

**Dependencies:** None (или Phase N)
**Scope:** Что входит в эту фазу
**Out of scope:** Что явно НЕ входит

**Tasks:**
1. Создать модель данных для X
2. Реализовать API endpoint /api/x
3. Написать тест для endpoint

**Testable output:** Что можно проверить после завершения
- API endpoint возвращает 200 с корректными данными
- Тест проходит
- Миграция БД применяется без ошибок

Что НЕ делать (AI Instructions)

Явные запреты для AI-агента:

Не менять существующие файлы, которые не упомянуты в задаче
Не устанавливать зависимости без явного указания
Не создавать файлы за пределами указанных директорий
Не менять конфигурацию деплоя

Зачем нужен отдельный формат

Стандартный PRD описывает «что», оставляя «как» инженерам. Когда инженер — человек, это работает: он понимает контекст, задаёт уточняющие вопросы, принимает решения на основе опыта.

AI-агент работает иначе. Он выполняет инструкции буквально и нуждается в:

Чётких границах: что делать и что не делать в каждой фазе
Последовательности: какие фазы зависят от каких
Тестируемых результатах: как проверить, что фаза выполнена корректно
Техническом контексте: стек, версии, существующие паттерны

Key insight

Без этих элементов AI-агент либо сгенерирует код, несовместимый с кодовой базой, либо выйдет за рамки скоупа, либо пропустит критически важные ограничения.

Пример фрагмента

# Task Manager MVP — AI-Optimized PRD

## Problem
Команде нужен инструмент для отслеживания задач.
Текущее решение — Google Sheets — не масштабируется.

## Technical Constraints
- Stack: Next.js 15, TypeScript, Supabase
- Auth: уже настроен через Supabase Auth (не трогать)
- Styling: Tailwind CSS, существующий design system в /components/ui/
- DB: Supabase PostgreSQL, миграции через supabase migration

## Phase 1: Data model + API

**Dependencies:** None
**Scope:** Создать таблицу tasks и CRUD API

**Tasks:**
1. Создать миграцию: таблица tasks (id, title, status, assignee, created_at)
2. Реализовать API routes: GET /api/tasks, POST /api/tasks, PATCH /api/tasks/[id]
3. Добавить RLS policies для tasks

**Testable output:**
- Миграция применяется: `supabase db push` без ошибок
- GET /api/tasks возвращает пустой массив (200)
- POST /api/tasks создаёт задачу и возвращает её (201)

**Out of scope:** UI, фильтрация, поиск

## Phase 2: Basic UI
**Dependencies:** Phase 1
...

Когда использовать

AI-Optimized PRD уместен, когда:

Вы работаете с AI-агентом (Cursor, Claude Code, Bolt, Copilot Workspace)
Проект имеет чёткий стек и существующую кодовую базу
Задачу можно разбить на три — семь последовательных фаз
Каждая фаза имеет проверяемый результат

Если проект находится на стадии идеи и стек не определён, начните со стандартного PRD или MVP PRD, а AI-Optimized PRD напишите, когда архитектурные решения приняты.

Dual-audience подход

На практике AI-Optimized PRD часто содержит два слоя:

Для людей — верхняя часть документа: Problem Statement, Target Users, Success Metrics. Написана в прозе, объясняет «зачем».
Для AI-агента — нижняя часть: Technical Constraints, Phases, AI Instructions. Структурирована, конкретна, без риторики.

Key insight

Такой формат позволяет использовать один документ и для alignment команды, и как прямой вход для AI-кодинга.

Ресурсы

PRD — полное руководство — обзор всех вариаций
Шаблон AI-Optimized PRD — готовый шаблон для копирования
Промпт-генератор PRD — создайте PRD с помощью ChatGPT или Claude
MVP PRD — минимальный формат для быстрого запуска