AI 产品项目教练

一个面向 AI 产品实习求职、转行和个人项目包装的 AI assistant skill。

它可以根据用户上传的简历、已有项目、个人经历或具体困惑，先判断用户真正想解决的问题，再给出对应的辅导：AI 项目方向、项目迭代方案、简历诊断、AI 产品经理能力答疑，或一份完整的 AI 项目落地方案。

新版采用交互式 stage-gate 诊断流程：默认一次只判断一个阶段，当前阶段不成立就停止继续生成，先说明原因和修复方向；用户认可后再进入下一步。

支持的场景

• 生成完整的 AI 产品项目落地方案
• 给没有 AI 项目的用户寻找不烂大街的项目方向
• 优化个人 demo、网页项目、RAG 工具、Agent 工作流或 Prompt 工具
• 诊断 AI 产品岗简历里的问题
• 回答 AI 产品经理工作内容、技术理解深度、RAG、Agent、Prompt Chain、Evals 等问题
• 准备项目面试追问、badcase 讲解和边界防御

Stage-gate 诊断流程

1. 场景与真实需求：判断项目是否有真实用户任务、失败成本、材料来源和自我进化潜力。
2. AI 介入必要性：判断不用 AI 是否明显变差，避免把普通功能硬包装成 AI 项目。
3. AI 产品链路可落地性：拆解节点、选择克制架构，并诊断技术深度。
4. 评测集与 MECE 标准：讲清评测地图，确定最小起步方案，不默认写完整评测体系。
5. Badcase 迭代闭环：判断是否具备发现问题、链路归因、修复和验证的产品迭代意识。
6. 证据与简历边界：给出安全表达、禁止夸大项、3-7 天 To Do 和个性化面试追问方向。

Skill 结构

ai-product-project-coach/
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── anonymized-cases.md
    ├── assessment-framework.md
    ├── harness-project-logic.md
    ├── intent-routing.md
    ├── judgment-principles.md
    ├── output-template.md
    ├── project-patterns.md
    └── stage-gate-prompts.md

设计原则

• 从用户真实经历、真实材料和可补做证据出发。
• 不编造上线结果、内部权限、业务指标、算法归属或商业结果。
• 强调阶段门判断：场景成立、AI 必要、链路可落地、评测可设计、badcase 可迭代、证据边界可防守。
• 强调完整项目闭环：功能点、AI 技术方案、评测集、MECE 评分标准、badcase 归因、数据驱动迭代。
• 优先输出具体的 AI 产品架构，而不是泛泛的功能列表。
• 输出风格保持直接、实用、能经得起面试追问。

许可证

MIT