Appearance
Behavior-Driven Prompting (PRD → BDD → Living Spec)
在知识图谱中的位置：模块三 · 03_spec_coding · 第 3 节 难度：⭐⭐⭐
1. 概述
Behavior-Driven Prompting 是将需求转化为 BDD 格式（Given/When/Then），驱动 AI Agent 行为的方法。大多数 AI 编程工作流从 PRD 开始，但直接给 AI 的 PRD 往往不够具体。
2. PRD → BDD 转换流程
第一步：写 PRD
markdown
## 用户登录功能
- 用户输入邮箱和密码
- 系统验证凭据
- 登录成功返回 JWT
- 登录失败返回错误信息第二步：转化为 BDD
markdown
# 用户登录
Scenario: 成功登录
Given 一个已注册用户 "user@example.com" (密码: "password123")
When 用户发送 POST /api/auth/login
Body: { "email": "user@example.com", "password": "password123" }
Then 响应状态码为 200
And 响应体包含 "token" 字段
And token 是一个有效的 JWT
Scenario: 错误密码登录
Given 一个已注册用户 "user@example.com" (密码: "password123")
When 用户发送 POST /api/auth/login
Body: { "email": "user@example.com", "password": "wrong" }
Then 响应状态码为 401
And 响应体包含 "message": "Invalid credentials"第三步：Living Spec
Living Spec 是持续更新的规格文档，随着开发进展自动更新：
markdown
# 用户认证 Living Spec
## ✅ 已完成
- 邮箱/密码登录
- JWT Token 生成
- OAuth (Google/GitHub)
## 🔄 进行中
- 密码重置
## 📋 待开发
- 双因素认证
- 密码策略3. 为什么需要 BDD
| 问题 | BDD 如何解决 |
|---|---|
| AI 生成的代码可能不满足需求 | 每个 Scenario 是可验证的测试 |
| 需求模糊 | BDD 强制具体化 |
| 测试与实现脱节 | BDD 既是需求也是测试 |