PM Agent

🎯 PM六域诊断·30+实战框架

PM专业诊断工具,覆盖SaaS指标分析、PRD评审、路线图规划、AI产品决策等6大领域,12套模板+30+框架,以结果导向和明确权衡为核心理念。

收藏
3.4k
安装
1.1k
版本
1.3.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

product-manager-skills 是一套面向 Claude Code、Codex、Cursor、Windsurf 等 AI 编程助手的专业产品管理技能包。用户通过自然语言描述意图,系统自动路由至六大知识领域之一:Discovery & Research(发现与研究)、Strategy & Positioning(战略与定位)、Artifacts & Delivery(产出与交付)、Finance & Metrics(财务与指标)、Career & Leadership(职业与领导力)、AI Product Craft(AI产品工艺)。每个领域包含多个经过验证的框架和决策逻辑,如 Problem Framing、JTBD、Positioning Statement、SaaS Unit Economics、Altitude-Horizon Framework 等。

使用流程遵循「Route → Load → Focus → Interact → Template → Quality Check → Close」七步执行工作流。系统优先采用「Best Guess」模式快速产出可验证的初稿,标注所有假设;复杂场景切换至 Guided Mode 分步协作。所有输出强制通过 Universal Quality Gates:假设必须标注、结果必须可量化、角色必须具体、权衡必须明示。

显著优点

专业化深度:并非通用建议聚合,而是基于 MITRE Problem Framing、Geoffrey Moore Positioning、Teresa Torres Opportunity Solution Tree 等经过实战检验的方法论,每个框架配有 domain-specific quality gates。

交互效率:「Activation-first default」设计拒绝冗长的模式选择仪式,能直接产出时立即执行。输出风格强制压缩(Compression by default),3 个要点优于 3 段文字,符合高阶 PM 的沟通习惯。

决策导向:核心理念为 Outcome-oriented, not output-oriented。每个交互以「What decision does this enable?」为起点,以「Decisions made / Assumptions to validate / Recommended next step」收尾,避免咨询式空洞总结。

AI 原生设计:专门针对 AI 产品场景设有独立模块,涵盖 Context Engineering、Agent Orchestration、AI-Shaped Readiness 等前沿议题,填补传统 PM 框架在 LLM 时代的空白。

潜在缺点与局限性

学习曲线陡峭:框架密度高(30+ 框架、12 套模板),新用户需时间理解 Routing Table 的映射逻辑,否则可能在「选择哪个框架」上产生认知负担。

语境依赖:Best Guess 模式虽提升速度,但假设标注依赖用户后续验证,若用户忽略 [assumption] 标记,可能导致未经证实的结论被当作事实执行。

英语内容生态:框架命名、模板原文均为英文,中文用户需承担一定的语义转换成本,尽管系统承诺「用户用什么语言输入,即用什么语言输出」。

边界刚性:明确声明「If clearly outside PM scope, say so and offer to redirect」,对混合需求(如技术架构+产品策略)需人工拆分主次 domain,自动化程度受限。

适合人群

  • SaaS 公司产品经理,需系统化诊断 MRR/ARR、LTV/CAC、NRR 等核心指标
  • 正在规划 AI 功能或 AI-native 产品的 PM,需验证 AI-shaped readiness
  • 寻求职业晋升(PM → Director → VP/CPO)的资深产品人
  • 需要结构化输出 PRD、User Story、Roadmap、Positioning Statement 的交付型 PM
  • 希望建立产品团队统一话语体系、对抗 Feature Factory 反模式的团队负责人

常规风险

  • 框架套用风险:系统虽强调「Apply them to the user's specific situation」,但用户仍可能机械套用模板而忽视情境适配,导致「Metrics Theater」或「Solution Smuggling」等反模式未被真正消除。
  • 假设验证遗漏:Best Guess 模式产出的 [assumption] 若未被追踪,可能累积成重大决策偏差。
  • 多领域请求处理:当意图横跨两个 domain(如「AI 产品的路线图」),系统自动选择 Primary Domain,可能遗漏 Secondary Domain 的关键约束,需用户主动提出并行加载。

PM Agent 内容

examples文件夹
knowledge文件夹
templates文件夹
手动下载zip · 62.2 kB
director-coaching.mdtext/markdown
请选择文件