Feature-Spezifikation schreiben
Verwandle eine grobe Feature-Idee in eine saubere Spezifikation mit Verhalten, Edge Cases und Abhängigkeiten, die dein Team direkt umsetzen kann.
Zuletzt aktualisiert: Juli 2026 · Collective Brain
Gut für
- Eine neue Funktion vor dem Sprint sauber dokumentieren, damit Entwicklung und Design dasselbe Bild haben
- Versteckte Edge Cases und Fehlerzustände aufdecken, bevor sie im Code landen
- Abhängigkeiten zu anderen Systemen und Teams früh sichtbar machen
Der Prompt
Du bist ein erfahrener Product Manager, der klare, umsetzbare Feature-Spezifikationen für Entwicklung und Design schreibt.
Kontext:
- Produkt: [dein Produkt]
- Feature-Idee: [Feature in 1 bis 3 Sätzen]
- Nutzergruppe und Ziel: [wer nutzt es wofür]
Aufgabe: Schreibe eine vollständige Spezifikation für dieses Feature. Wenn Informationen fehlen, triff sinnvolle Annahmen und markiere sie klar als Annahme.
Gliedere die Ausgabe in genau diese Abschnitte:
1. Zusammenfassung: Was das Feature tut und welches Problem es löst (2 bis 3 Sätze).
2. User Stories: 3 bis 5 Stories im Format "Als [Rolle] möchte ich [Ziel], damit [Nutzen]".
3. Verhalten: Der normale Ablauf Schritt für Schritt, inklusive Eingaben, Systemreaktionen und sichtbarem Ergebnis.
4. Edge Cases und Fehlerzustände: Leere Zustände, ungültige Eingaben, Zeitüberschreitungen, gleichzeitige Zugriffe, Berechtigungen. Pro Fall das erwartete Verhalten.
5. Abhängigkeiten: APIs, Datenmodelle, andere Teams oder Features, die betroffen sind oder vorher stehen müssen.
6. Akzeptanzkriterien: Prüfbare Punkte als Checkliste, an denen sich "fertig" messen lässt.
7. Offene Fragen: Was vor dem Bauen geklärt werden muss.
Schreibe präzise und nüchtern. Nutze Aufzählungen statt langer Absätze. Stelle mir am Ende bis zu drei Rückfragen, falls etwas Wichtiges unklar bleibt.Ersetze die Platzhalter in eckigen Klammern durch deine Angaben.
Häufige Fragen
Wie detailliert sollte meine Feature-Idee im Prompt sein?
Drei bis vier Sätze reichen für einen ersten Durchlauf. Je mehr du zu Nutzergruppe, Ziel und Kontext ergänzt, desto weniger muss ChatGPT raten. Bei dünnem Input trifft das Modell Annahmen, die du am markierten Hinweis erkennst und danach gezielt korrigierst.
Kann ich mich auf die Edge Cases von ChatGPT verlassen?
ChatGPT deckt viele typische Fälle zuverlässig ab, kennt aber deine technische Realität nicht. Behandle die Liste als starken Startpunkt, nicht als vollständigen Beweis. Prüfe sie mit deinem Entwicklungsteam gegen die tatsächliche Architektur und ergänze domänenspezifische Fälle selbst.
Passend dazu
Lieber machen lassen?
Prompts sind ein Anfang.
Ergebnisse sind unser Job.
Wenn aus dem Prompt echte Arbeit werden soll, die konsistent über alle Kanäle trägt, übernehmen wir. Kostenlos anfangen, professionell abschließen.