核心用法
product-manager 是一套面向产品经理的工作流技能，通过「意图路由 → 知识模块加载 → 结构化交付」的三层架构，将模糊的产品需求转化为可执行的决策与文档。用户无需记忆复杂框架，只需用自然语言描述意图（如「验证一个假设」「写 PRD」「规划路线图」），系统会自动匹配对应的方法论（如 PoL Probe、PRD 模板、Roadmap 流程）并输出专业交付物。
显著优点
框架体系完整：覆盖 Discovery & Research、Strategy & Positioning、Artifacts & Delivery、Finance & Metrics、Career & Leadership、AI Product Craft 六大领域，每个领域下映射具体场景与执行模板。
交互模式灵活：提供 Guided mode（逐问引导）、Context dump（批量输入）、Best guess（快速推演）三种模式，适配从深度战略研讨到快速草稿的不同节奏。
质量门禁严格：内置「假设必标注」「结果必可测」「角色必具体」「权衡必明示」四大通用原则，以及各领域专项门禁，防止空洞建议和模板化输出。
AI 产品专项：独有的 AI-Shaped Readiness、Context Engineering、Agent Orchestration 等模块，弥补传统 PM 框架在生成式 AI 产品上的空白。
潜在局限
依赖外部知识模块：实际执行需要加载 knowledge/*.md 和 templates/*.md 文件，若环境未预置这些模块，框架只能提供路由建议而无法生成深度内容。
需要用户具备基础 PM 素养：尽管系统会追问澄清，但用户若完全不了解产品术语（如 JTBD、TAM/SAM/SOM、NRR），可能难以高效利用 Guided mode。
中文本地化深度未知：技能声明支持用户语言响应，但知识模块和模板库的原文为英文，实际输出质量取决于本地化程度。
适合人群
- 初级 PM 需系统学习标准框架与交付规范
- 中高级 PM 需快速调用特定方法论（如竞争分析、定价策略、AI 产品设计）
- 产品总监/VP 需结构化梳理战略议题或准备董事会材料
- 创业者需从零建立产品管理流程
常规风险
决策责任归属模糊：AI 输出的「假设」「权衡」「建议」若被用户直接采用而未验证，可能导致方向性错误。系统虽强制标注 [assumption]，但用户可能忽视。
框架选择偏差：路由表庞大，意图匹配依赖关键词识别，边缘场景可能出现路由错误，导致加载不适用的方法论。
模板僵化风险：模板是「脚手架」而非答案，若用户过度依赖填空式输出，可能抑制深度思考。