52个PM技能,AI 强势赋能产品经理

已关注

关注

重播分享赞

视频详情

deanpeters/Product-Manager-Skills 52个技能框架

是什么

这是一套52个产品经理技能框架，面向Claude Code、Codex、Cursor等AI代理。

核心目标：让AI和人类PM共享专业技能。

只需要说"写一个PRD"，就可以得到完整可执行文档。

核心能力

框架覆盖产品经理全流程。从问题定义到验证实验，从优先级排序到商业评估。

每个技能包含三要素：框架原理、使用场景、常见失败模式。

代理基于经过实战验证的方法论输出。

1.问题定义：MITRE的问题定义框架，先看内部再看外部再重构，避免解决错误的问题。

2.产品定位：Geoffrey Moore定位模板，明确服务谁、解决什么、如何差异化。

3.产品策略：完整策略弧线，从定位到问题到方案到路线图。

技能	说明
`altitude-horizon-framework`	高度与视野框架 — 理解 PM 到总监的转变，诊断范围、时间视野和领导力差距
`company-research`	公司研究 — 创建公司研究简报，含高管语录、产品战略和组织背景
`customer-journey-map`	客户旅程地图 — 跨阶段、触点、行为、情感和指标创建旅程图
`eol-message`	下线公告 — 撰写清晰、有同理心的产品/功能下线通知
`epic-hypothesis`	史诗假设 — 将史诗定义为可测试假设，含目标用户、预期结果和验证方法
`finance-metrics-quickref`	财务指标速查 — 快速查找 SaaS 财务指标、公式和基准
`jobs-to-be-done`	焦点任务法（JTBD）— 发掘客户任务、痛点和收益
`pestel-analysis`	PESTEL 分析 — 分析政治、经济、社会、技术、环境和法律因素
`pol-probe`	生命验证探针 — 定义低成本探针来测试高风险假设
`positioning-statement`	定位声明 — 创建 Geoffrey Moore 风格的定位声明
`press-release`	新闻稿 — 撰写亚马逊风格的新闻稿，在构建前定义客户价值
`problem-statement`	问题陈述 — 撰写以用户为中心的问题陈述
`product-sense-interview-answer`	产品感面试回答 — 结构化 PM 产品感面试回答
`proto-persona`	原型人物画像 — 从研究和市场信号创建初步用户画像
`recommendation-canvas`	推荐画布 — 从结果、假设、风险和定位评估 AI 产品创意
`saas-economics-efficiency-metrics`	SaaS 经济效率指标 — 评估 SaaS 单位经济和资本效率
`saas-revenue-growth-metrics`	SaaS 收入增长指标 — 计算 SaaS 收入、留存和增长指标
`stakeholder-identification`	利益相关者识别 — 在启动项目前映射所有利益相关者
`stakeholder-mapping`	利益相关者映射 — 使用双网格优先排序利益相关者
`storyboard`	故事板 — 创建六帧故事板展示用户从问题到解决方案的旅程
`user-story`	用户故事 — 创建 Mike Cohn 格式用户故事和 Gherkin 验收标准
`user-story-mapping`	用户故事映射 — 创建用户故事地图，规划活动、步骤和发布切片
`user-story-splitting`	用户故事拆分 — 使用成熟模式将大故事拆分为可交付小故事

🔄 交互型技能（23个）— 引导式问答，逐步深入

技能	说明
`acquisition-channel-advisor`	获客渠道顾问 — 基于单位经济、客户质量和可扩展性评估获客渠道
`ai-shaped-readiness-advisor`	AI 就绪度顾问 — 评估产品工作是 AI-first 还是 AI-shaped
`business-health-diagnostic`	业务健康诊断 — 从增长、留存、效率和资本诊断 SaaS 业务健康度
`context-engineering-advisor`	上下文工程顾问 — 诊断上下文堆砌 vs. 上下文工程
`customer-journey-mapping-workshop`	客户旅程映射工作坊 — 运行客户旅程映射工作坊
`director-readiness-advisor`	总监就绪顾问 — 指导 PM 到总监的转变
`discovery-interview-prep`	发现访谈准备 — 规划客户发现访谈
`epic-breakdown-advisor`	史诗拆解顾问 — 使用 Humanizing Work 拆分模式拆解史诗
`feature-investment-advisor`	功能投资顾问 — 从收入影响、成本结构和 ROI 评估功能投资
`finance-based-pricing-advisor`	定价顾问 — 基于 ARPU、转化率、流失风险评估定价变更
`lean-ux-canvas`	精益 UX 画布 — 引导团队完成 Lean UX Canvas v2
`opportunity-solution-tree`	机会解决方案树 — 从结果到机会、解决方案和测试构建 OST
`organic-growth-advisor`	有机增长顾问 — 识别有机增长路径：新细分、新地区、新渠道或新产品
`pm-skill-creator`	PM 技能创建器 — 通过引导对话设计新的 PM 技能
`pol-probe-advisor`	生命验证探针顾问 — 根据假设、风险和资源选择正确的探针
`positioning-workshop`	定位工作坊 — 运行定位工作坊，梳理目标客户、未满足需求和差异化
`prioritization-advisor`	优先级顾问 — 根据阶段、团队和利益相关者选择优先级框架
`problem-framing-canvas`	问题框架画布 — 引导团队完成 MITRE 问题框架画布
`stakeholder-engagement-advisor`	利益相关者沟通顾问 — 规划特定利益相关者的沟通策略
`tam-sam-som-calculator`	TAM/SAM/SOM 计算器 — 计算市场总规模、可服务市场和可获取市场
`user-story-mapping-workshop`	用户故事映射工作坊 — 运行用户故事映射工作坊
`vp-cpo-readiness-advisor`	VP/CPO 就绪顾问 — 指导向 VP 或 CPO 的转变
`workshop-facilitation`	工作坊引导 — 引导工作坊环节，保持一致的节奏和进度追踪

🎭 工作流型技能（7个）— 多阶段端到端流程

技能	说明
`company-intel`	公司情报 — 以 PM 视角研究和综合企业行业与公司信息
`discovery-process`	发现流程 — 从问题假设到验证解决方案的完整发现周期
`executive-onboarding-playbook`	高管入职手册 — 规划 VP/CPO 30-60-90 天诊断性入职路径
`prd-development`	PRD 开发 — 构建连接问题、用户、解决方案和成功标准的结构化 PRD
`product-strategy-session`	产品战略会议 — 端到端产品战略会议，涵盖定位、发现和路线图
`roadmap-planning`	路线图规划 — 跨优先级、史诗定义、利益相关者对齐和排序规划战略路线图
`skill-authoring-workflow`	技能创作工作流 — 将原始 PM 内容转化为合规的、可发布的技能

干系人管理

新增干系人套件包含3个技能，从MITRE ITK方法改编。

先识别干系人，再按权力和利益映射，最后制定个性化沟通策略。

这个设计很独特。大多数PM工具忽略干系人，直接跳进功能需求。

客户发现与研究

提供Mom Test风格的访谈规划，基于研究目标生成问题。

机会-解决方案树将机会和方案分别展开，推荐最适合的PoC测试方案。

完整的发现流程周期覆盖从假设到验证的3到4周流程。

优先级排序与路线图

推荐引擎根据上下文选择最优方法。可能是RICE、ICE或Kano。

史诗分解使用Richard Lawrence的9种模式拆分大型需求。

路线图规划从收集输入到沟通方案，覆盖完整1到2周周期。

PRD与文档输出

用户故事采用Mike Cohn格式加Gherkin验收标准。

PRD开发从问题到人物画像到方案到指标，结构化输出。

压测发布采用亚马逊Working Backwards方法，先澄清愿景再写规格。

AI产品专项

这是最亮眼的部分。包含3个AI专属技能。

第一个是AI就绪度评估：诊断你在自动化任务还是重新设计工作方式。

第二个是上下文工程顾问：区分上下文堆砌和上下文工程，指导AI产品记忆架构。

第三个是代理编排顾问：引导多代理工作流设计，覆盖4个维度。

这三项让PM在AI时代有了结构化的思考工具。

项目原生支持Claude Code、Codex、Cursor，还有n8n和OpenClaw。

框架越完善，越容易产生AI比PM更专业的错觉。

这是目前最完整的AI代理专用 PM技能库。

真正的价值不是让AI写PRD，而是让人类PM和AI共享同一个语言体系。

当框架足够详细时，AI的输出从猜测变成推理。

但这不意味着AI替代PM。它意味着PM的门槛从记忆框架变成了判断框架。

那个为什么做的直觉，仍然是人类PM的核心壁垒。

信息来源

1. GitHub: deanpeters/Product-Manager-Skills

2. Releases: v0.80 changelog

3. Commits: Recent activity

4. Claude Code Plugin Marketplace

5. Contributors6. Skills directory