PRD para IA

É o documento de requisitos que, além de problema, usuário, valor e escopo, especifica o que um sistema probabilístico exige: critérios de sucesso mensuráveis com limiar, o conjunto de avaliação e como será construído, o comportamento em caso de erro (fallback, recusa, escalonamento), o nível de autonomia e as ações permitidas, os dados e suas bases legais, o custo por transação alvo, os riscos e mitigações, as métricas de monitoramento e o critério de desligamento. Cada requisito precisa ser verificável por eval ou por métrica. É a evolução do PRD tradicional para produtos em que o comportamento não é exato.

Em Produto, a diferença para um PRD comum está no que se especifica. Não “o assistente responde perguntas sobre contrato”, mas “responde com fidelidade de pelo menos 0,9 em eval de 300 casos, cita a fonte, recusa fora do escopo, escala quando a confiança é menor que 0,7 e custa no máximo R$ 0,50 por conversa”. Cada uma dessas frases pode ser verificada. É isso que torna o PRD executável pela Engenharia. Por exemplo, a seção “Comportamento em erro”: “se nenhum trecho com pontuação acima de 0,75 for recuperado, responder que não encontrou e oferecer atendente”.

Use PRD para IA para especificar a capacidade de forma verificável. Use especificação executável quando o PRD vira evals e prompts diretamente. Use decision memo para registrar a decisão de construir ou não. Uma forma simples de diferenciar: PRD define o que o sistema deve fazer; eval verifica se faz; decision memo registra por que foi decidido.

PRD é artefato clássico de produto; a versão para IA incorpora seções de dados, evals, risco e operação (prática de mercado, 2023+).

Google People + AI Guidebook; Anthropic, Building Effective Agents (design principles)