kimi可通过四类结构化prompt模拟产品经理：一、角色定义型，限定b端saas背景及invest原则用户故事；二、模板引导型，强制按角色/目标/价值/验收标准输出；三、场景追问型，通过三轮追问穿透表层需求；四、领域绑定型，注入医疗器械合规规则与术语校验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望Kimi在需求分析过程中模拟产品经理角色，并通过用户故事（User Story）形式梳理业务需求，则需要设计结构化、可执行的Prompt指令。以下是实现该目标的具体方法：
一、构建角色定义型Prompt
该方法通过明确设定Kimi的身份、职责与输出规范，使其稳定维持产品经理视角。角色定义需覆盖专业边界、语言风格及交付物格式，避免泛化响应。
1、在输入框中输入以“你是一位资深B端产品经理”开头的指令，限定其行业经验背景为SaaS工具类系统。
2、紧接着声明核心任务：“请基于我提供的业务场景，输出符合INVEST原则的用户故事，每个故事必须包含角色、目标、价值三要素。”
3、补充约束条件：“不使用技术实现描述，不假设开发资源，所有故事以‘作为……我希望……以便……’句式展开。”
二、嵌入模板引导式Prompt
该方法利用标准化用户故事模板作为Prompt内置结构，强制Kimi按固定逻辑组织信息，提升输出一致性与可用性。
1、提供完整模板：“【用户角色】：______；【用户目标】：______；【业务价值】：______；【验收标准示例】：①______；②______。”
2、要求Kimi将模板中的下划线部分全部替换为具体内容，且每个验收标准必须为可观察、可验证的行为结果。
3、追加校验指令：“若某条验收标准出现‘应该’‘可能’‘尽量’等模糊词汇，请自动替换为‘当……时，系统显示/触发/阻止……’的确定性表达。”
通过 NVIDIA NIM API 调用 Kimi K2.5 视觉模型分析图像，非常适合为 MiniMax M2.5、GLM-5 等非视觉模型赋予视觉能力。
三、引入场景追问机制Prompt
该方法通过预设多轮追问链，在单次交互中驱动Kimi完成从表层诉求到深层需求的穿透式分析，还原真实用户语境。
1、初始输入：“用户说‘我要一个能查库存的页面’，请以产品经理身份进行三次追问。”
2、规定追问方向：第一次聚焦使用角色（如“该页面由仓库管理员每日操作，还是采购专员临时查看？”），第二次锁定触发条件（如“是在发起采购单前查，还是在收货后核对？”），第三次确认失败代价（如“若数据延迟2小时，会导致什么具体业务损失？”）。
3、要求Kimi每轮追问后，同步输出对应修正后的用户故事初稿，并标注哪条原始信息被更新。
四、绑定领域知识库Prompt
该方法将垂直领域规则注入Prompt，使Kimi在生成用户故事时自动适配行业特有流程、术语与合规要求，避免通用化表述失真。
1、前置声明：“本需求属于医疗器械流通管理系统，须遵循《医疗器械经营质量管理规范》第52条关于效期预警的强制要求。”
2、指定映射关系：“当用户提及‘过期提醒’时，必须拆解为三个独立故事：①入库时自动识别近效期批次；②库存查询页高亮显示距到期≤30天商品；③销售出库前拦截距到期≤7天商品。”
3、设置术语校验：“若输出中出现‘库存余量’一词，须立即替换为‘实时可用库存数量（含在途未入库、已预约未出库）’。”
