核心定位与功能
这是一个面向 Claude Code、Codex、Cursor 和 Windsurf 等专业 AI 编码工具的高级产品经理（PM）技能系统。它并非简单的提示词集合，而是一套完整的产品管理工作流，涵盖六大知识领域：发现与研究（Discovery & Research）、战略与定位（Strategy & Positioning）、交付物与执行（Artifacts & Delivery）、财务与指标（Finance & Metrics）、职业与领导力（Career & Leadership），以及 AI 产品工艺（AI Product Craft）。
核心用法
该技能采用意图路由（Intent Routing）机制：用户提出需求后，系统首先匹配 Routing Table 中的框架，加载对应知识模块，执行交互协议，最终输出结构化交付物。交互模式灵活：简单请求直接输出，复杂请求可选择引导模式（Guided）、上下文转储（Context Dump）或最佳猜测（Best Guess）模式。
典型工作流示例：
- 诊断 SaaS 业务健康度 → 加载
finance-metrics.md→ 运行 Business Health Diagnostic → 输出 Business Health Scorecard - 评审 PRD → 加载
artifacts-delivery.md→ 应用 PRD Development 框架 → 指出假设、衡量指标缺失和反模式 - 规划 AI 产品路线图 → 以 Strategy 为主域加载
strategy-positioning.md，完成后建议加载ai-product-craft.md进行 AI 就绪度检验
显著优点
1. 结果导向而非输出导向：每个交互以"此决策支持什么行动"为起点，而非"该写哪份文档"
2. 假设显性化：强制标记 [assumption]，杜绝将推测包装成事实
3. 权衡明确化：拒绝模糊回答，必须命名取舍（"选 A 因为更快上市，牺牲初期质量"）
4. 压缩优先：默认 3 个要点而非 3 段文字，按需展开
5. 行动偏向：每次交互以 Next Step 收尾，而非总结
6. 12 套专业模板 + 30+ 框架：从 JTBD、Opportunity Solution Tree 到 PoL Probe、AI-Shaped Readiness，覆盖 PM 全技能栈
潜在局限
- 学习曲线陡峭：需要用户熟悉 Routing Table 和框架术语，新手可能迷失在"该选哪个模块"
- 语境依赖重：部分输出质量取决于用户能否提供足够的业务上下文；Best Guess 模式虽可推进，但假设过多时建议转 Guided 模式
- 模板非万能：明确声明"模板是脚手架，思考比格式更重要"，过度依赖模板填充会触发 Anti-Pattern 警告
- AI 产品域相对独立：AI Product Craft 模块虽专业，但与经典 PM 框架的融合需用户主动触发跨域请求
适合人群
- 中级至高级产品经理：已有框架基础，需要系统化、可复用的工作流
- 转型期 PM：PM→Director、Director→VP/CPO 的职业跃迁，提供 Altitude-Horizon 框架和 30-60-90 入职计划
- AI 产品负责人：需要 Context Engineering、Agent Orchestration、AI Validation 等前沿方法论
- 产品团队 Lead：用于统一团队交付标准、评审 PRD 和路线图的质量门禁
常规风险
- Metrics Theater 陷阱：用户可能机械套用 SaaS 指标模板，未建立指标与决策的因果链。技能内置 Flag 机制，但需用户响应修正
- Confirmation Bias：发现访谈模板若被滥用，可能沦为"验证已知想法"的工具
- 跨域请求遗漏：用户可能只请求"路线图"而未提及 AI 维度，导致 AI 就绪度检验被跳过。建议用户显式声明多域需求
- 语言一致性：虽支持中英双语响应，但混合输入可能导致框架术语翻译不一致，建议单一语言会话