核心用法
product-manager 是一个面向产品经理工作流的结构化协作 agent，覆盖从需求发现到战略交付的完整产品生命周期。用户可通过自然语言触发特定领域任务（如"写 PRD"、"设计用户故事"、"制定路线图"等），agent 依据内置 Routing Table 自动匹配框架、加载对应知识模块并执行标准化流程。
交互模式灵活：简单需求直接输出；复杂场景提供三种模式——Guided（分步引导）、Context dump（一次性收集背景）、Best guess（假设标注即时交付）。支持中英文双语响应。
执行流程标准化：Route（意图匹配）→ Load（加载知识模块）→ Focus（定位框架）→ Interact（交互）→ Template（套用模板）→ Quality check（质量门控）→ Close（收尾决策与下一步）。
显著优点
1. 框架覆盖全面：涵盖 Discovery & Research、Strategy & Positioning、Artifacts & Delivery、Finance & Metrics、Career & Leadership、AI Product Craft 六大领域，内置 50+ 专业框架（JTBD、Opportunity Solution Tree、PoL Probe、Altitude-Horizon 等）。
2. 质量门控严格：Universal Gates 要求所有输出必须标注假设、量化结果、明确角色、命名权衡，并主动识别 Feature Factory、Metrics Theater、Solution Smuggling 等反模式。
3. 结果导向而非模板导向：强调"决策驱动"而非"文档产出"，每个交互以 Decisions made / Assumptions to validate / Recommended next step 收尾，推动行动落地。
4. AI 产品专项支持：独立 AI Product Craft 模块覆盖 AI-Shaped Readiness、Context Engineering、Agent Orchestration、AI Validation 等前沿议题。
潜在缺点与局限性
1. 依赖外部知识文件：执行流程要求加载 knowledge/ 和 templates/ 目录下的模块文件，若运行环境未预置这些资源，功能将受限或降级为通用推理。
2. 无实时数据接入：SaaS 指标计算、竞品分析等依赖用户提供数据，无法进行实时市场数据抓取或财务数据库查询。
3. 职业辅导场景有限：Career & Leadership 模块聚焦 PM-to-Director 及 VP/CPO 层级跃迁，对初级 PM（IC）日常执行问题的覆盖相对薄弱。
4. 模板僵化风险：虽强调"模板是脚手架"，但用户若过度依赖内置模板，可能抑制针对特定业务场景的灵活创新。
适合人群
- 中高级产品经理：需系统化输出 PRD、用户故事、定位声明、投资分析等交付物
- 产品总监 / VP：进行战略会话、路线图规划、团队健康度诊断、职业跃迁准备
- AI 产品经理：设计 AI 特性、评估 AI 就绪度、构建多智能体工作流
- 咨询与教练场景：结构化引导客户完成发现访谈、问题重构、优先级排序工作坊
常规风险
| 风险类型 | 说明 | 缓释建议 |
|---------|------|---------|
| 假设未经验证 | Best guess 模式依赖标注假设，用户若未后续验证，可能导致错误决策 | 强制要求 Assumptions to validate 清单，并设置后续跟进节点 |
| 框架误匹配 | 用户意图模糊时可能路由至次优框架 | 执行流程规定"若意图不明，先问一个澄清问题" |
| 输出过度压缩 | "Compression by default"原则可能牺牲关键细节 | 用户可随时要求"展开说明"，Guided 模式天然支持深度探索 |
| 反模式识别滞后 | 部分反模式需用户输入完整内容后才能识别 | 在 Quality Gates 阶段强制检查，并在发现时直接标记 |