用途：为 AI 驱动的功能撰写 PRD，覆盖普通 PRD 缺失的部分。AI 功能具有概率性，会出错，产品需围绕这一点设计。该技能在标准 PRD 上扩展 AI 专属章节，决定功能是否可信。
必要输入（未提供时需询问）：用户问题及为何适合 AI/概率方法而非确定性规则；对用户而言“好”的标准及错误答案的代价（低风险或高风险）；模型可用的上下文/数据及隐私约束；所需信任级别——用户能否验证输出，或必须近乎完美。
若存在 professional-brain，先读取 context.md（产品、用户、语气）和 knowledge/strategy.md，再将功能写入 entities/、范围决策写入 decisions/，均带来源标记。
输出格式为 AI Feature PRD，包含九部分：1. 问题与为何用 AI；2. 体验，核心流程及不确定性 UX（如何展示置信度、用户如何验证/编辑、错误如何低成本恢复）；3. 模型方案（prompt/微调/RAG/agent、模型层级及理由）；4. 质量门槛与评估（指标、明确上线阈值、可接受错误率）；5. 护栏与安全（绝不能做什么、输入输出过滤、有害/PII/越界输入处理）；6. 回退行为（模型不确定、错误、慢或宕机时的优雅降级、“我不确定”状态、人工接管，禁止静默自信错误）；7. 数据飞轮（使用与反馈如何回流评估改进及隐私边界）；8. 成本与延迟（每请求预算与 p95 目标）；9. 上线（内测→百分比→GA、监控护栏指标、回滚触发条件）。
质量检查：为模型出错而设计、有明确回退；UX 展示不确定性并允许低成本验证纠正；质量门槛与风险挂钩；护栏明确禁止项；定义数据飞轮及隐私边界；给出成本与 p95 延迟预算。
反模式：只设计顺利路径；用自信 UI 隐藏不确定性；在确定性规则更好更便宜更可靠时使用 AI；对所有风险设同一质量门槛；无回滚触发与护栏指标就上线。
触发短语：“Spec an AI/LLM feature.”“Write a PRD for a feature that uses a model.”“Plan an AI capability.”