PRD:倒推今日頭條需求文檔

56 評論 62575 瀏覽 635 收藏 9 分鐘

由于今日頭條產(chǎn)品比較復雜,工作量實在比較大,本次就暫時先以今日頭條的首頁tab為例撰寫需求文檔。為了直奔主題節(jié)約時間(主要可能因為我寫的是一份“假”文檔…..),省去前面的版本修訂等內容,直接從產(chǎn)品說明開始。

一. 產(chǎn)品說明

1. 首頁信息結構圖

2. 首頁產(chǎn)品結構圖

3. 全局說明

4. 操作流程

(1)評論流程

(2)“不喜歡”反饋流程

ps:這個流程存在一定問題,填寫反饋問題時,既然沒進行發(fā)表操作,就應該只是保存內容,而不應該在退出來后提示“舉報成功”;但是實際上,即使填寫內容后沒有點擊“發(fā)表”,當你退出時仍是會提示“舉報成功”,那么這條舉報內容到底進沒進數(shù)據(jù)庫?如果沒進,那這個觸發(fā)條件是否有問題?

5. 頁面邏輯

6. 頻道功能

(1)文章列表頁

1)頁面名稱

文章列表頁

2)頁面入口

今日頭條app-首頁

3)邏輯描述

文章排列規(guī)則為:

  1. 頂置文章排第一,其他文章基本按時間序列排序,顯示信息項為:標題、圖片、類別、發(fā)布人、評論數(shù)、發(fā)布時間;
  2. 插入時間線的文章,不在預覽信息中顯示發(fā)布時間;
  3. 預覽信息中:有一張圖片時,排列方式為標題在左,圖片在右;有三張圖片時,排列規(guī)則為標題在上,圖片在下。

“不喜歡”功能邏輯:

  1. “頂置文章“只有“不感興趣”一個選項;
  2. 其他文章含有多個選項,可直接選擇“不感興趣”將其從信息流隱藏;也可選擇其他原因,當選擇其他原因時,“不感興趣”按鈕變成“完成”按鈕,勾選后點擊完成,將文章從信息流隱藏。

(2)搜索頁

1)頁面名稱

搜索頁

2)頁面入口

app首頁-點擊搜索框

3)邏輯描述

  • 搜索規(guī)則:在輸入框中輸入搜索內容后,手機自帶鍵盤控件的回車鍵變?yōu)樗阉靼粹o,點擊進行搜索;
  • 歷史記錄排列規(guī)則:按搜索的時間倒敘排列,排列方式為從左到右,從上到下依次排列;
  • 歷史記錄刪除規(guī)則:若非全部刪除,需要點擊“完成”按鈕回到搜索頁面;若完全刪除,刪除后自動回到搜索頁面。

(3) 頻道編輯頁

1)頁面名稱

頻道編輯頁

2)頁面入口

app首頁-點擊頻道“+”進入(ps:“+”的點擊區(qū)域過小,容易導致誤觸。)

3)邏輯描述

編輯規(guī)則:

  1. 開啟編輯狀態(tài)后,通過點擊“我的頻道”中的標簽可進行已有頻道刪除。點擊“頻道推薦“中的標簽也可以進行新頻道添加;
  2. “我的頻道”中刪除的標簽會移至“頻道推薦”中,按照刪除的順序倒序排列;
  3. “我的頻道”中標簽的排列順序即為首頁頂部標簽欄的排列順序;
  4. “推薦”為系統(tǒng)默認標簽,不支持編輯。

其它具體要求見原型標注。

(4)文章詳情頁

1)頁面名稱

文章詳情頁,共分為:前、中、后三部分。

2)頁面入口

在app首頁點擊具體文章進入。

文章詳情頁(前):

文章詳情頁(中):

文章詳情頁(后):

3)邏輯描述

功能區(qū):

  1. 非原創(chuàng)文章:贊、不喜歡
  2. 原創(chuàng)文章:贊賞、贊、不喜歡
  3. 頂置文章:贊、舉報;舉報需要提交反饋,反饋內容同“不喜歡”功能中的二、三部分

贊賞:

贊賞功能下方顯示點贊人數(shù)和點贊人頭像:小于5人,全部顯示;大于5人,只顯示前5人頭像,而人數(shù)全部顯示

“不喜歡”:

  1. 點擊“不喜歡”按鈕,彈出反饋框,讓用戶選擇不喜歡的原因并提交;
  2. 反饋內容分為三塊:第一部分是關于文章內容,包括主題、相關內容等;第二部分是文章性質問題,包括:廣告、重復、舊聞、低俗、標題夸張等;第三部分是用戶輸入反饋內容進行提交。

評論回復:

  1. 評論回復點贊數(shù)超過5為熱門評論;
  2. 前3條熱門回復提到對應評論下方進行展示。

思考題:為什么點贊和收藏只需要點擊一下對應按鈕即可完成,而“不喜歡”卻要這么多的反饋步驟呢?

其實原因和心理學上的“損失厭惡”理論同理,人搞掉100塊錢所帶來的難過感幾乎是得到100塊錢所帶來的喜悅感的兩倍;同樣的,當你看到一篇討厭的文章帶來的厭惡感也會比你看到一篇喜歡的文章所帶來的喜悅感要高,因此需要更合理和嚴謹?shù)姆答仚C制來明確用戶不喜歡的內容,避免給用戶帶來厭惡感,同時也不會將其他文章“誤傷”。

繼續(xù)功能說明–

(5)評論回復頁

1)頁面名稱

評論回復頁

2)頁面入口

文章詳情頁-底部評論區(qū)-點擊評論內容或“回復”按鈕進入。

3)邏輯描述

  1. 登陸狀態(tài)下才可進行評論或回復;
  2. 點贊人頭像只展示前五個,其余收進“點贊用戶列表”;
  3. 點贊數(shù)超過5算熱門評論,頂置顯示;(很遺憾的是,評論和回復的排序機制一直沒看懂)
  4. 其他情況見頁面標注。

(6)贊賞頁面

1)頁面名稱

贊賞頁面

2)頁面入口

文章詳情頁-點擊“贊賞”按鈕進入

3)邏輯描述

  1. 登陸狀態(tài)下才能進行贊賞操作;
  2. 默認金額為8元;
  3. 默認支付方式為微信支付。

備注:新人習作,本文章是產(chǎn)品需求文檔的練手之作,不足之處歡迎各位大神指導。

 

本文由 @Mr_yang 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。

更多精彩內容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 532277214@qq.com謝謝大神

    來自廣東 回復
  2. 這才是應該有的教學案例 ??

    來自浙江 回復
  3. 作者,求一份完整的思維導圖和原型圖,好人一生平安~謝謝

    來自廣東 回復
  4. 求一份文檔 ? 感謝感謝??!karenice@aliyun.com

    來自北京 回復
  5. 你好,我是剛轉產(chǎn)品的UI。能提供一份文檔發(fā)給我嗎,好好學習一下。謝謝 381081077@qq.com

    來自廣東 回復
  6. 615824462@qq.com 求文檔,謝謝大神指教

    來自北京 回復
  7. 超級來喜歡作者這樣的文檔,通俗易懂,能發(fā)一次原檔么?萬分感謝!3318368729@qq.com

    回復
  8. 我是新人,問一下數(shù)據(jù)統(tǒng)計需求等等需求不用寫么?

    回復
  9. 新手想學,能給個aurx原檔嗎?lxc@tianyuwk.com

    來自上海 回復
  10. 新手想學習下能發(fā)份原檔嗎18515061440@163.com 謝謝 ??

    來自北京 回復
  11. 大神!大神!膜拜!能提供一份文檔發(fā)給我嗎,好好學習一下。謝謝 793118749@qq.com

    來自浙江 回復
  12. 很不錯 正在學習中,請問可以分享一下文檔嗎?510976362@qq.com,非常感謝

    來自廣東 回復
  13. 很清晰的需求,可以分享一下文檔嗎?zly668@foxmail.com,超級感謝的

    來自廣東 回復
  14. 感覺作者像是從事新聞類app產(chǎn)品從業(yè)者,分析的很透徹

    來自上海 回復
  15. 寫的非常不錯的需求文檔,麻煩高手分享一下文檔,郵箱190499212@qq.com

    來自重慶 回復
  16. 不錯,,這就是我想要的PRD文檔,,,如果能做成PDF文檔就更好了。高手順便分享一下文檔給我可以嗎?stational@126.com謝謝

    來自廣東 回復
  17. 發(fā)下愿文檔唄,感謝大神
    497493827@qq.com

    來自廣東 回復
  18. 挺清晰的,有文檔模版就更贊了

    回復
  19. 發(fā)下愿文檔唄,感謝大神
    2352729359@qq.com

    回復
  20. 最近發(fā)現(xiàn)這個圈子高手真多!

    回復
  21. 新手想學習下能發(fā)份原檔嗎hljbllyp@hotmail.com

    來自廣東 回復
  22. 能否分享下源文檔534925231@qq.com。不甚感激!

    回復
  23. 寫的非常不錯,跪求此文檔學習2473214488@qq.com

    來自廣東 回復
  24. 請問頁面邏輯標注是哪個軟件實現(xiàn)的呀,美觀大方

    來自廣東 回復
    1. Axure

      來自北京 回復
    2. 謝謝~

      來自廣東 回復
  25. 跪求hanxuan200@163.com

    來自廣東 回復
  26. 思路很清晰。。

    來自北京 回復
  27. 可以把原型文件發(fā)我學習嗎 樓主 554050110@qq.com

    來自廣東 回復
  28. 今日頭條軟件還行,內容大多標題黨(貌似很多都是包括z),質量差,已卸載

    來自浙江 回復
  29. 能提供一份文檔發(fā)給我嗎,好好學習一下。謝謝 469535454@qq.com

    來自浙江 回復
  30. 我很想了解今日頭條的推薦算法和思路

    來自上海 回復
    1. 文章上傳的時候都會選擇類型,用戶閱讀文章時,會給用戶喜歡的文章類型加權重。推薦的文章按權重推薦。其實都沒那么高深。什么牛逼的算法,都是吹的。

      來自北京 回復
    2. 傳統(tǒng)意義的推薦是這么回事,但是真實的情況恐怕沒有這么簡單吧,難道頭條沒有使用機器學習或者其他牛逼的算法

      來自上海 回復
    3. 機器學習可不是今天頭條這種公司搞的起的,目前國內好像只有百度能搞也在搞吧。

      來自北京 回復
    4. 那得看你怎么定義機器學習了,其實現(xiàn)在用于輿情分析的情感判斷,用的是樸素貝葉斯算法吧,還有早就有的輸入法模型訓練,用的是隱馬爾科夫吧,這些都是機器學習里的算法吧…國內也早都有啊

      來自北京 回復
    5. 內容很棒!求一份原文檔,謝謝!forjava@126.com

      來自河南 回復
    6. 機器學習能搞的公司多呢,但是深度差距非常大

      回復
    7. 不懂就別瞎說

      回復
    8. 差不多一個月前有篇文章就是專門講頭條審核+去重+推薦機制的,挺清晰的

      來自四川 回復
    9. 有相關鏈接嗎

      來自上海 回復