spacezephyr/pm-skills

PM-Skill 2.0

pm-skills

「说出你的产品问题，它给你调一支专家顾问团和执行团队」

License MIT · skills.sh Compatible Runtime

公众号 / 小红书 / B站 / 知乎：空格的键盘 ｜ [email protected]

PM-Skill 是一套给产品经理用的"产品工作 Skill 蒸馏工厂"。

它把 PRD、评审、排序、路线图、数据分析、实验、埋点、调研、竞品、复盘、原型这些高频工作，做成可复用的 AI 工作流；也把产品专家和经典方法论蒸馏成一支能随时开会的私人顾问团。

---

2.0 更新了什么

1. 新增 pm-master 全局总控。 不知道该用哪个 Skill，直接描述问题；它负责分诊、路由和编排链路。

2. 新增产品顾问团。 7 个 Advisory Skill，把 Cagan、Teresa Torres、俞军，以及 Mom Test、Story Mapping、Build Trap 组成一支评审会队伍，专门处理"该不该做、是真是假、值不值、怎么切 MVP"这类判断问题。

3. 全部 Skill 打通上下游。 每个执行 Skill 都声明上游输入和下游交付，链路模式下用「交接摘要」接力，不用每一步重新解释上下文；命名统一成 pm-*。

4. 高频 Skill 深度升级。 pm-prd-writer 增加阶段零需求体检，pm-review-board 增加三档评审和意见质量红线，pm-prioritization-engine 增加敏感性分析和高分歧裁决。

---

这是什么

21 个 Claude Code / Agent Skill，覆盖产品经理从"开个会"到"写复盘"的完整日常，也覆盖从"这个需求该不该做"到"怎么把方案打磨到足够扎实"的关键判断。

每一个 Skill 都在回答同一个问题：这件事我每次都要重新想一遍，能不能让 AI 替我想？

答案是可以。

这套仓库现在分成三层能力：

• 全局总控：pm-master，唯一入口，分诊问题、路由 Skill、编排链路。
• 执行工具箱：13 个生产型 Skill，帮你写 PRD、做路线图、设计实验、写埋点、复盘、拆竞品、生成原型。
• 专家顾问团：7 个 Advisory Skill，把 Cagan、Teresa Torres、俞军，以及 Mom Test、Story Mapping、Escaping the Build Trap 这些专家视角和方法论请进评审会。

---

创作来源

产品经理的工作有个特点：高度重复，但每次都感觉在从头开始。

写 PRD 的结构每次都差不多，但每次都要重新想边界条件漏了哪些。排优先级的逻辑每次都是那几个框架，但每次都要花半天对齐认知。复盘报告的格式都固定了，但每次都要反复改行动项写得够不够具体。

这些摩擦加起来，就是每天下班晚两个小时的原因。

所以最早的 13 个 Skill 做的事情只有一件：把摩擦消掉。

但产品工作里还有另一类更贵的成本：判断质量。

功能看起来都合理，但哪个真的该做？用户说想要，但这是真需求还是客套话？团队做了很多功能，为什么 outcome 没变？PRD 写得再完整，如果前面的机会、风险、用户价值和战略连接没想清楚，最后只是更高效地做错事。

所以新增的专家顾问团解决另一件事：把盲区照出来。

---

21 个 Skill，一句话说清楚

执行工具箱：把产品日常做快

专家顾问团：把关键判断做深

---

怎么用

把任意一个文件夹放进 Claude Code 的 skills 目录：

~/.claude/skills/pm-prd-writer/

然后在 Claude Code 里说"写个需求文档"，它就知道该怎么做了。

如果你想用专家顾问团，可以把 pm-advisory-suite/ 下面的 7 个子目录复制到 skills 目录，或者先只装 pm-advisory-board：

~/.claude/skills/pm-advisory-board/

常见触发方式：

• “帮我推进这个需求，从头到尾走一遍”（pm-master 编排链路）
• “我该用哪个 Skill？”（pm-master 路由）
• “让产品顾问团评审这个方案”
• “用 Cagan 的视角看看这个需求风险”
• “用 Torres 的机会树帮我拆一下”
• “用俞军的用户价值公式算算这个功能值不值得做”
• “用 Mom Test 改一下这份访谈提纲”
• “用 Story Mapping 切一个 MVP”
• “用 Build Trap 看看我们是不是在堆功能”

一条完整链路可以是：

Mom Test 取真信号 → Torres 挂进机会树 → 俞军算用户价值和替换成本 → Story Mapping 切 MVP → Build Trap 连回 outcome → Cagan 复核四大风险和团队能力

这时候，原来的执行型 Skill 接上后半程：

pm-prd-writer 写 PRD → pm-review-board 预审 → pm-tracking-spec-writer 写埋点 → pm-experiment-designer 设计实验 → pm-postmortem-writer 做复盘

---

一些真实反馈

pm-review-board 是最能救命的一个。 需求评审会上被喷，通常不是因为需求真的有大问题，而是因为某个角色的顾虑没被提前考虑到。这个 Skill 让你在评审会之前就把所有角色的问题过一遍，到了会上只需要确认，不需要现场救场。

pm-experiment-designer 解决了一个长期问题。 A/B 实验方案写出来容易，写对很难。样本量算没算够、止损规则定没定、判定标准是不是在实验开始前就定好了——这些细节之前全靠经验，现在有了检查清单。

pm-prd-writer 的价值在补漏，不在写。 PRD 的正文自己写其实不慢，慢的是反复被问"这个异常流程处理了吗"“埋点需求呢”“非功能需求没有”。这个 Skill 会在生成 PRD 之后自动补一遍，漏不了。

pm-advisory-board 的价值在于让分歧提前出现。 很多方案不是缺一个结论，而是缺一张分歧地图。Cagan 会问风险和团队，Torres 会问证据和机会，俞军会问用户价值和交易成本，三本方法论会把访谈、切片、战略落地补上。它不替你拍板，但会让你知道自己到底在赌什么。

pm-method-mom-test 很适合放在所有用户访谈之前。 很多访谈失败，不是因为用户不配合，而是因为问题天然诱导对方说好听话。这个 Skill 会把"你会不会用"改成"你上次怎么解决"，把想象拉回事实。

---

仍然需要你自己做的事

• 判断这个需求值不值得做
• 在评审会上回答"为什么是现在"
• 说服老板砍掉一个他最喜欢的功能
• 根据一手用户和业务上下文做最终决策
• 下班

AI 替代不了这些。但它可以让你在处理这些事情之前，不用在文档上浪费精力。

---

相关项目

• career.skill — 不是产品经理？输入你的职业，AI 帮你拆一套属于你的 Skill 库

---

made with Claude Code，以及大量不想再手写 PRD 的下午