AI 产品经理技能包 ZeroOnehub/aipm-skill-pack

AIPM Skill Pack

AI 产品经理用的 21 个 Agent Skill，从立项一路覆盖到上线复盘。 全部中文，按「立项 → PRD → 原型 → AI 方案 → 评测 → 复盘」六个阶段组织（阶段不要求按顺序走，总控按风险推荐下一步）：4 个 skill（总控、立项、架构方案、研发交接与上线检查）是我自己写的，17 个工具 skill 是从 7 个开源项目里挑出来改编的。任何认 SKILL.md 格式的 Agent 都能用（DeepSeek Harness、Claude Code、Codex、OpenClaw 等）。

这套 skill 是 拾阶（我基于 DeepSeek Harness 做的 AI 产品工作台）的全部 skill：总控按项目进度把活派给各阶段的 skill。单独拿出来也能用。

一览

| 阶段 | skill | 一句话 |
| 总控 | aipm-hub | 新建 / 打开项目，讲清走到哪一步，按风险推荐下一步，处理等你拍板的事，维护进度文件 aipm.json |
| 01 立项 | project-initiation | 六站立项教练，产出写给老板拍板的立项报告 |
| | interview-script | 写不带诱导的用户访谈提纲 |
| | research-synthesis | 把访谈、问卷、反馈综合成带证据的洞察 |
| 02 PRD | prd | 分六站写 AI 产品 PRD，必须写清 AI 能力边界和评测样例 |
| | prd-review | 按 14 个维度给 PRD 挑刺 |
| 03 原型交互 | html-wireframe | 低保真线框图，先对齐结构 |
| | html-prototype | 高保真、能点的单文件原型 |
| 04 AI 方案设计 | agent-architecture | 先判断要不要 Agent，再定模型成本、按固定规则选组件、画七层架构 |
| | system-prompt-design | 用 15 个设计模式写系统提示词 |
| | build-launch | 交给研发前做 PRD 体检和交接包；上线前查埋点、灰度和是否表 |
| | harness-patterns | Agent 的记忆、权限、上下文、多 Agent 怎么设计 |
| 05 评测 | eval-synthetic-data | 按维度组合造测试数据 |
| | eval-error-analysis | 读轨迹、归类失败，评测的第一步 |
| | eval-judge-prompt | 写只判通过 / 失败的大模型评委 |
| | eval-validate-judge | 用 TPR / TNR 校准评委，修正线上通过率 |
| | eval-rag | 检索和生成分开评，调分块 |
| | eval-review-ui | 做一个人工标注轨迹的网页 |
| | eval-audit | 体检一整套评测体系 |
| 06 上线复盘 | build-launch（上线检查） | 见上 |
| | metrics-review | 北极星 → L1 → L2，做指标计分卡 |
| | retro | 复盘会，带上线复盘专用格式 |

安装

拾阶 / DeepSeek Harness

拾阶会扫描「当前工作区/.dsh/skills」，所以只要在工作区里建一个指向本仓库 skills/ 的链接：

git clone https://github.com/ZeroOnehub/aipm-skill-pack.git
cd aipm-skill-pack
./install.sh --workspace "<你的拾阶工作区>"

链接是整个目录，以后 git pull 拿到的新 skill 会自动生效，不用重启。

Claude Code、Codex 等其他 Agent

把每个 skill 链接进对应的 skills 目录（已有同名目录的会跳过，不会覆盖）：

./install.sh ~/.claude/skills # Claude Code
./install.sh ~/.codex/skills # Codex

装好后直接用中文说需求就会触发，也可以用 /<skill 名> 显式调用。

每个 skill 干什么、怎么用

「试试这样说」里的话可以直接复制使用。在拾阶里，产出物会自动放进当前项目对应的阶段目录。

aipm-hub：总控

- 干什么：一个项目一个文件夹，进度记在项目根目录的 aipm.json。总控负责新建或打开项目、告诉你现在在哪个阶段哪一站，然后把工作交给对应阶段的 skill（立项交给 project-initiation，PRD 交给 prd……）。下一步不是死板地按顺序走：有等你拍板的决定就先拍板；最危险的假设是「AI 做不做得到」，就先做半天的 AI 可行性小样；是「用户要不要」，就先做原型拿去给人看。各阶段要你拍板、待验证的事都记在 aipm.json 的 pending 里。它自己不写产出物。
- 什么时候用：每次开始或继续一个项目时；不知道下一步该做什么时；有决定要拍板、有证据回来了时。
- 试试这样说：「新建一个项目，叫『云上非遗』。」「继续上次的项目，现在到哪了？」「先做个小样，看看 AI 能不能把推荐理由写靠谱。」
- 产出：<项目>/aipm.json（在拾阶里，右侧项目面板读它显示进度和待处理事项）

project-initiation：立项教练

- 干什么：从一句话想法或零散材料出发，六站推进：把问题说清 → 找到真用户 → 收进需求池 → 看清对手 → 排出先后（MVP）→ 拍板立项。前三站是关卡制，证据不够不放行；每个结论都要标证据来源（用户原话、行为数据、公开资料、测算、AI 推断……），没证据的标「待验证」。还会做假设地图、事前验尸、AI 程度判断，最后给出做 / 先小范围验证 / 不做 / 暂不出结论，并写下可以事后对照的预测。支持 0→1 新项目和 1→N 存量产品规划。
- 什么时候用：有个想法要不要做；要写立项报告给老板拍板。不写 PRD（PRD 用 prd）。
- 试试这样说：「我想做一个帮跨境电商运营写上新文案的 AI 工具，帮我立项。」
- 产出：01-立项/ 下的问题定义卡、用户画像与调研结论、需求池、竞品分析、MVP 范围表，以及 立项报告.md 和 立项报告.html

interview-script：用户访谈提纲

- 干什么：按《The Mom Test》原则写访谈提纲，只问过去的真实行为，不推销，也不问「你会不会用」。提纲分开场、热身、核心探索（JTBD 追问）、收尾四段，另附一张访谈记录表。
- 什么时候用：要去访谈用户；立项时缺真实用户证据。
- 试试这样说：「我要访谈 5 个做跨境电商的运营，验证『上新文案写得慢』这个痛点，帮我写访谈提纲。」
- 产出：访谈提纲-<主题>.md

research-synthesis：调研综合

- 干什么：把访谈记录、问卷、反馈、工单综合成 5～8 条关键发现，每条带原话证据、出现频率、影响和置信度，再给出用户分群、机会点和建议。证据带来源标签，AI 模拟的内容不能当依据。
- 什么时候用：访谈做完了，一堆记录不知道说明了什么。
- 试试这样说：「这是 6 份访谈记录，帮我做调研综合，按频率和影响排序。」
- 产出：调研综合-<主题>.md

prd：写 AI 产品的 PRD

- 干什么：以立项报告为输入，分六站推进：对齐输入 → 写清价值 → 拆功能和故事 → 划 AI 能力边界 → 定指标和上线条件 → 成稿自检。默认写 1～3 页的精简版，每个 P0 功能都有 Given/When/Then 验收标准。AI 功能必须写清「AI 负责什么、不负责什么、错了怎么兜、人在哪接手」，并附至少 5 条评测样例。有关卡和红线，比如全是 P0、没有停止条件，都过不了。
- 什么时候用：立项通过后写需求；或者手上有个功能想法，要一份能拿去评审的文档。
- 试试这样说：「根据立项报告写 PRD。」/「我想做一个帮运营自动写周报的 AI 功能，帮我写个 PRD。」
- 产出：PRD.md、00-PRD档案.md（在拾阶里会同步更新右侧进度面板）

prd-review：PRD 质量审查

- 干什么：按杨堃《决胜B端》的 14 个维度逐一审查 PRD。每条发现都定位到具体章节，并给出能直接照着改的写法。最后汇总 P0～P3 问题清单、重大风险和 Top 10 改进建议。审 C 端 AI 产品时会跳过 B 端专属的维度。
- 什么时候用：评审会前想先找出漏洞。
- 试试这样说：「帮我审一下 02-PRD/PRD.md，评审前挑挑刺。」
- 产出：PRD审查报告.md

html-wireframe：低保真线框图

- 干什么：用灰阶、方块和真实文案做低保真 HTML，用来检验信息层级和任务流程。布局没定时会并排给出 2～3 个结构方向，各写一句取舍。
- 什么时候用：PRD 定了，先对齐「屏幕上放什么、怎么走」，再谈样式。
- 试试这样说：「按 PRD 里的主流程画线框图，给我两个导航方案对比。」
- 产出：线框图-<页面>.html

html-prototype：高保真原型

- 干什么：做单文件的高保真原型。先定是静态视觉稿还是可交互原型；加载、空状态、出错、成功、禁用、手机端这些状态都要画出来。AI 功能还要画生成中、失败重试、需要人确认、低置信度这几种状态。不依赖任何外部服务，浏览器直接打开就能用。
- 什么时候用：要给评审、用户测试或面试演示一个能点的东西。
- 试试这样说：「把『生成周报 → 人工确认 → 发送』这条流程做成可交互原型，要有生成失败的状态。」
- 产出：原型-<流程>.html

agent-architecture：AI 产品架构方案

- 干什么：先做形态判断：这个产品是单次调用、固定流水线，还是真要做成 Agent（能不用 Agent 就不用）。然后定模型和单次成本、月成本。是 Agent 的，回答 14 个特征问题，用固定规则脚本从 17 个 Harness 组件里选型（同样的判断永远得到同样的选型，不让模型拍脑袋），再画七层架构，列工具清单、降级策略和可观测设计，最后把待确认问题写进待处理。
- 什么时候用：PRD 写到 AI 能力边界之后、交给研发之前；想知道 AI 部分怎么搭、要花多少钱。
- 试试这样说：「按 PRD 出个架构方案，先判断要不要做成 Agent。」
- 产出：架构方案.md、architecture-features.json

build-launch：研发交接与上线检查

- 干什么：两种用法。研发交接：从研发视角给 PRD 做体检，把缺口分成「必须问」（一次不超过 5 个，每个都带推荐答案和不选的后果）和「可默认」，专门找技术上互相矛盾的要求（比如 5 秒返回和一次写三段理由），再产出给研发或编码 AI 用的交接包：按代码项目的结构摆好，带一张给编码 AI 的规则卡，拷出去就能开工。上线检查：上线前设计埋点、灰度和回滚，逐项填上线是否表，有一个「否」就不上线。
- 什么时候用：准备开工写代码时；准备给真实用户用之前。
- 试试这样说：「PRD 和架构方案定了，帮我准备研发交接。」「下周要灰度上线，帮我做上线检查。」
- 产出：研发交接包/（研发补全清单、研发 PRD、项目状态、交接说明）；上线检查-<版本>.md

system-prompt-design：系统提示词设计

- 干什么：从主流 AI 产品的系统提示词里归纳出 15 个设计模式，包括身份、人格、工具、安全护栏、记忆、输出格式、注入防御等。按产品形态（聊天助手、智能体、AI 搜索、语音……）选出要用的组合，写一份分层的系统提示词草案，再用 PRD 的评测样例推演一遍。
- 什么时候用：要把 PRD 里的「AI 能力边界」落成提示词；或者要评审一份现成的提示词。
- 试试这样说：「这是个企业知识库问答助手，按 PRD 帮我设计系统提示词。」
- 产出：系统提示词-v1.md、系统提示词设计说明.md

harness-patterns：Agent Harness 设计模式

- 干什么：从 Claude Code 源码里提炼的智能体运行时设计模式，覆盖记忆、技能、工具与权限、上下文工程、多智能体、钩子、启动序列，每个模式都讲清解决什么问题、怎么做、有什么取舍和坑。我加了一节「产品经理怎么用」，讲任何一个环节都按「优势 → 劣势 → 冲突点 → 要不要加 → 兜底方案」来讲。
- 什么时候用：设计智能体类产品；面试或分享时要讲清某个 Harness 环节。
- 试试这样说：「我的个人助理智能体要不要做长期记忆？按五段式帮我分析。」
- 产出：Agent方案.md

eval-synthetic-data：生成测试数据

- 干什么：先按「最可能出错的地方」定 3 个维度，和你一起确认 20 个维度组合，再让大模型扩充组合；改写成自然的用户问题要单独做一步（避免措辞重复），最后过滤掉不真实的。
- 什么时候用：要开始评测，但真实用户数据太少。
- 试试这样说：「我的产品是 AI 写周报，帮我设计评测维度并生成 100 条测试输入。」
- 产出：合成数据-维度与组合.md、测试输入.csv

eval-error-analysis：错误分析

- 干什么：带你逐条读约 100 条运行轨迹，判通过或失败，只记第一个出错的地方。把失败归成 5～10 个具体、能指导行动的类别，算出各类失败率。然后决定哪些直接改提示词或补工具就能修，哪些才值得做评估器。
- 什么时候用：评测的第一步；换模型、改提示词之后；线上出问题之后。
- 试试这样说：「这是 100 条对话记录，带我做错误分析。」
- 产出：错误分析-<日期>.md、标注表

eval-judge-prompt：写大模型评委

- 干什么：为一种主观失败（语气、忠实度、相关性）写大模型评委提示词。每个评委只查一件事，结论只有通过 / 失败两种，提示词必须包含任务与标准、通过和失败的定义、带点评的示例、先点评后结论的结构化输出四部分。能用代码检查的，不用评委。
- 什么时候用：错误分析找出了需要人判断的失败类别。
- 试试这样说：「针对『回答没有基于资料』这类失败，帮我写评委提示词。」
- 产出：评委/评委-<失败类别>.md

eval-validate-judge：校准评委

- 干什么：把人工标注数据切成训练 / 开发 / 测试三份。在开发集上反复改评委，直到 TPR、TNR 都超过 90%；在测试集上只跑一次拿最终结果。再用 Rogan-Gladen 公式修正线上通过率，并给出置信区间。附 Python 代码，另外一节教你怎么把结果讲给老板听。
- 什么时候用：评委写好了，正式用它的结果做决策之前。
- 试试这样说：「这是 100 条人工标注和评委结果，帮我算 TPR / TNR 并修正通过率。」
- 产出：评委校准-<失败类别>.md

eval-rag：评测 RAG

- 干什么：先判断问题出在检索还是生成，再分开评。检索部分用人工标注、合成问答和对抗问题建评测集，按场景选 Recall@k、MRR、NDCG@k 等指标，把分块大小当超参数做网格搜索；生成部分单独评忠实度和相关性。
- 什么时候用：产品里有知识库问答，效果不好或要优化。
- 试试这样说：「我们的知识库问答经常答非所问，帮我设计 RAG 评测方案。」
- 产出：RAG评测-<日期>.md

eval-review-ui：做标注工具

- 干什么：做一个人工审阅轨迹的网页：一次显示一条完整轨迹，有通过 / 失败 / 稍后按钮和备注框，支持快捷键翻页、自动保存。数据按原本的形式显示：邮件就像邮件，代码有高亮，JSON 可以折叠。
- 什么时候用：要人工标注大量 badcase，表格看得太累。
- 试试这样说：「用这份 traces.json 给我做一个标注工具。」
- 产出：标注工具/index.html

eval-audit：评测体检

- 干什么：从错误分析、评估器设计、评委校准、人工审核、标注数据、流程维护六个方面检查一套评测体系，按影响排序列出问题和修法。完全没有评测体系时，告诉你从哪开始。
- 什么时候用：接手一套评测，或者怀疑评测结果不可信。
- 试试这样说：「这是我们现在的评测脚本和评委提示词，帮我体检一下。」
- 产出：评测体检-<日期>.md

metrics-review：指标复盘

- 干什么：搭「北极星 → L1 健康指标 → L2 诊断指标」的层级，做计分卡，写亮点、隐患和行动。也覆盖 DAU、留存、转化、激活的口径和 OKR 怎么定。我补了 AI 产品特有的指标：首次可用率、人工接管率、单任务成本、响应延迟、评测通过率。
- 什么时候用：上线后看数据；写周报月报；指标突然跌了。
- 试试这样说：「这是上线两周的数据，对照 PRD 的目标做一次指标复盘。」
- 产出：指标复盘-<时间段>.md

retro：复盘

- 干什么：组织结构化复盘，有开始/停止/继续、4L、帆船图三种通用格式，另外我加了一种「上线复盘」格式：对照 PRD 的目标和立项时写下的预测，复盘 AI 能力边界划得对不对、哪些兜底真的被触发了，最后给出继续、调整还是停止。行动项最多 3 条，每条都有负责人和截止时间。
- 什么时候用：迭代结束、功能上线一段时间后、项目收尾。
- 试试这样说：「功能上线一个月了，用上线复盘的格式帮我复盘。」
- 产出：复盘-<版本>.md

我做了哪些改造

1. 选型：从 GitHub 上的 PM skill 合集里挑。协议必须允许二次开发（MIT / Apache-2.0）；内容必须讲方法，不能只是模板；和 AI 产品相关的优先。
2. 中文化：正文全部翻译或改写成中文，触发描述也改成中文的说法，这样用中文提需求才能命中。示例尽量换成中文场景。
3. 适配 DeepSeek Harness：它只认根目录下一层的 <名字>/SKILL.md，所以把嵌套目录拆平；名字统一成小写加连字符；frontmatter 补上 whenToUse；去掉对 Claude 专属连接器和仓库内其他 skill 的依赖。
4. 接进工作流：每个 skill 都写明在拾阶里读什么输入、产物放进哪个阶段目录，前后阶段能串起来。
5. 补 AI 产品的内容：比如 PRD 的「AI 能力边界」和评测样例、原型的 AI 状态清单、指标复盘的 AI 指标、上线复盘对照立项预测。
6. 合并降噪：系统提示词原本是 15 个独立 skill，合成一个入口加 15 份按需读的参考资料，避免技能目录被挤满、模型挑错 skill。
7. 评测类统一加 eval- 前缀，在技能列表里排在一起。

来源与协议

| skill | 上游 | 协议 | 作者 |
| interview-script、retro | phuryn/pm-skills | MIT | Paweł Huryn |
| research-synthesis、metrics-review | anthropics/knowledge-work-plugins | Apache-2.0 | Anthropic |
| prd | 融合 phuryn/pm-skills 的 create-prd 与 anthropics/knowledge-work-plugins 的 write-spec | MIT + Apache-2.0 | Paweł Huryn、Anthropic |
| prd-review | pmYangKun/check-prd-skill | Apache-2.0 | 杨堃 |
| html-wireframe、html-prototype | plannotator/effective-html | MIT | plannotator |
| harness-patterns | keli-wen/agentic-harness-patterns-skill | MIT | keli-wen |
| system-prompt-design | kangarooking/system-prompt-skills | MIT | kangarooking |
| eval-*（7 个） | hamelsmu/evals-skills | MIT | Hamel Husain |

aipm-hub、project-initiation、agent-architecture、build-launch 是我自己写的。立项 v2 借鉴了 hope138/enterprise-ai-project-assessor、caalvinz/opportunity-discovery-skill、phuryn/pm-skills（都是 MIT）的方法，文字是改写的，来源写在 SKILL.md 的「版本说明」和两份参考资料的开头。

改编的 skill 目录里都附有上游的 LICENSE（prd-review 另附原仓库的 NOTICE），每个 SKILL.md 开头写明了改编来源和改动。本仓库自己写的部分（这 4 个 skill、README、install.sh、prd 里新增的内容和模板）用 MIT 协议，见 LICENSE。完整的第三方声明见 NOTICE.md。

看过但没收进来的

| 项目 | 原因 |
| deanpeters/Product-Manager-Skills | 质量高，但协议是 CC BY-NC-SA（禁止商用、改编后必须用同样的协议），只做参考 |
| Fokkyp/claude-skills、chusimin/AIPM-Skills、amplitude/builder-skills | 没有写协议，法律上不能复用 |
| anthropics/skills 的 docx / pptx / xlsx | DeepSeek Harness 已经自带 Office 三件套 |
| phuryn/pm-skills 的其余 60 多个 | 和 Anthropic 版本重复，或者和 AI 产品关系不大；装太多会让模型挑错 skill |