技能使用指南

product-manager-toolkit（产品经理工具包）Skill 是什么？如何下载安装？

产品经理工具包Skill 把 RICE 优先级排序、客户访谈 NLP 分析、四类 PRD 模板与指标体系打包成一个可执行技能，一条命令出打分结果，模板填空即可写 PRD。本文详解功能亮点、安装步骤、竞品对比与真实使用场景，帮你快速上手并提升产品决策效率。

产品经理工具包Skillproduct-manager-toolkit
8 个章节 约 14 分钟阅读 AI 智能生成

产品经理工具包Skill：把 RICE 排序、访谈洞察与 PRD 模板装进一个 AI 技能

  • 一站式方法论工具箱：它把优先级排序、客户发现、需求文档、指标体系几套产品经理高频方法论，连同可直接运行的脚本一起打包，避免在多个文档和模板之间来回切换。
  • 两个可执行脚本是核心：rice_prioritizer.py 负责 RICE 打分与组合分析，customer_interview_analyzer.py 负责访谈文本的 NLP 洞察提取，输出支持文本、JSON、CSV 多种格式。
  • 四套 PRD 模板覆盖不同颗粒度：标准 PRD、单页 PRD、敏捷史诗、特性简报，分别对应 6-8 周复杂特性、2-4 周简单特性、冲刺交付与探索阶段。
  • 适合谁：B 端 / C 端产品经理、创业者、用户研究员，以及需要把"拍脑袋排序"变成"可解释排序"的团队。
  • 前提条件：本技能依赖本地 Python 环境运行脚本，具体安装入口与命令以官方说明为准。

1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？

技能基本信息

项目 内容
技能中文名 产品经理工具包Skill
技能英文名 product-manager-toolkit
技能ID 12313
技能定位 覆盖从产品发现到交付全流程的产品经理工具箱

它解决什么问题

产品经理日常工作的痛点往往不在"想不出方案"，而在"流程碎片化"：特性优先级靠会议争吵、访谈记录躺在文档里没人复盘、PRD 每次都要从零起草、指标体系临时拼凑。这个技能把这些环节标准化——用可执行的脚本算分、用固定的框架做分析、用现成的模板写文档，让"凭经验"变成"有依据"。

一键安装思路与步骤

  1. 确认安装前提：本技能包含 scripts/（Python 脚本）与 references/（参考文档）两类内容，因此需要本地具备可用的 Python 运行环境；若只在对话中使用模板与方法论部分，则无需运行脚本。
  2. 获取技能：在所使用的 AI 平台的技能库 / 插件市场中搜索技能名「product-manager-toolkit」或技能ID「12313」并添加，具体入口与操作路径以官方说明为准。
  3. 确认文件结构：安装后应能看到 scripts/rice_prioritizer.py、scripts/customer_interview_analyzer.py、references/prd_templates.md 等文件。
  4. 验证是否生效：执行示例命令生成样例数据，如 python scripts/rice_prioritizer.py sample，若能成功创建示例 CSV 文件，说明脚本链路已跑通；再让 AI 助手基于 references/prd_templates.md 起草一份单页 PRD，能正常输出即代表技能加载成功。
  5. 按需授权：涉及真实客户访谈文本时，注意数据脱敏与内部合规要求，再交由技能处理。

2. 该技能的主要功能和特点

  • RICE 优先级排序器：实现 分数 =（到达 × 影响 × 置信度）/ 工作量 的完整计算，其中影响取值为 巨大 3x / 高 2x / 中 1x / 低 0.5x / 微小 0.25x，置信度 高 100% / 中 80% / 低 50%，工作量为投入人月。除打分外还提供组合平衡分析（快速胜利 vs 大赌注）、季度路线图生成、团队容量规划，以及 文本 / JSON / CSV 多格式输出。
  • 客户访谈分析器：基于 NLP 从访谈转录文本中提取痛点及其严重程度、特性请求及分类、待完成任务（Jobs to be Done）模式、情感倾向、关键主题、竞品提及与可引用的关键原话，结果可输出为 JSON 便于跨访谈聚合。
  • 四套 PRD 模板：标准 PRD（11 节完整格式，含技术规范，适合重大特性）、单页 PRD（问题/解决方案/指标三要素，适合小特性快速对齐）、敏捷史诗模板（用户故事映射 + 验收标准，适合冲刺交付）、特性简报（轻量、假设驱动，适合预 PRD 探索阶段）。
  • 发现框架套件：包含 35 分钟客户访谈脚本（上下文 5 分钟 / 问题探索 15 分钟 / 解决方案验证 10 分钟 / 总结 5 分钟）、假设陈述模板、机会解决方案树。
  • 多套优先级方法论：除 RICE 外还内置价值 vs 工作量四象限矩阵（快速胜利 / 大赌注 / 填充物 / 时间陷阱）与 MoSCoW 方法。
  • 指标体系工具箱：北极星指标识别框架、获取→激活→保留→收入→推荐 的漏斗分析模板，以及特性成功五维度指标（采用、频率、深度、保留、满意度）。
  • 避坑与最佳实践清单：直接点名"解决方案优先思维"“分析瘫痪”“特性工厂”"指标剧场"等常见陷阱，并给出编写 PRD、优先级排序、访谈提问（连问五个为什么）、干系人管理的具体建议。

和普通工具比强在哪：常见的做法要么是纯方法论文档（看完还是不会算），要么是纯 AI 对话（每次输出格式不统一）。这个技能把"方法论文档 + 可运行脚本 + 固定模板"三者绑定，输出结构稳定、可复现、可交接给团队。

3. 如何使用该技能？

步骤一：做特性优先级排序

  1. 准备一个 CSV，字段为：名称、到达、影响、置信度、工作量。到达填每季度受影响的用户数，影响填 巨大/高/中/低/微小，置信度填 高/中/低，工作量填 xl/l/m/s/xs（人月）。
  2. 若暂时没有数据，先用 python scripts/rice_prioritizer.py sample 生成示例 CSV 参照格式。
  3. 运行打分：python scripts/rice_prioritizer.py features.csv。
  4. 按团队实际产能重算：python scripts/rice_prioritizer.py features.csv --capacity 20（–capacity 为每季度可用人月）。
  5. 需要接入其他系统时加 --output json 获取结构化结果。
  6. 阅读输出中的组合分析结论，检查是否"快速胜利"与"战略大赌注"配比失衡，并预留约 20% 缓冲应对突发工作。

步骤二：分析客户访谈

  1. 征得受访者许可后，将访谈整理为纯文本文件，例如 interview.txt。
  2. 执行 python scripts/customer_interview_analyzer.py interview.txt。
  3. 若要多份访谈横向对比，执行 python scripts/customer_interview_analyzer.py interview.txt json 拿到 JSON，再聚合统计高频痛点。
  4. 将相似痛点归组，跨访谈识别模式，映射到机会领域，形成机会解决方案树。

步骤三：撰写 PRD

  1. 从 references/prd_templates.md 中按特性体量选模板：复杂特性用标准 PRD，小特性用单页 PRD，探索期用特性简报，冲刺交付用敏捷史诗。
  2. 按"问题 → 解决方案 → 成功指标"顺序填充，务必写明"超出范围"与清晰的验收标准。
  3. 分别与工程（可行性）、设计（体验）、销售（市场验证）、支持（运营影响）过一轮。
  4. 放入团队的 PM 工具中做版本管理，技术细节放附录。

步骤四：定义指标并复盘

用北极星指标框架确认"对用户的第一价值"是否可量化、可追踪、团队可影响；上线后用漏斗模板看各步骤转化率、流失点与队列变化，再用采用率、使用频率、功能深度、留存、NPS/CSAT 五个维度评估特性成败。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
产品经理工具包Skill（product-manager-toolkit） 方法论 + 脚本 + 模板的轻量工具箱 RICE 排序、访谈 NLP 分析、四类 PRD 模板、发现框架、指标体系 需添加技能并具备 Python 环境，学习成本低 个人 PM 快速产出、团队统一文档口径 优势：开箱即用、可复现、可导出 JSON 对接其他系统；不足：不提供看板式协作与实时多人编辑
ProductBoard / Aha! 等专业产品管理平台 企业级产品管理与路线图 SaaS 需求池、路线图、投票反馈、Roadmap 协同 需采购与全员配置，成本与推广门槛较高 中大型团队长期需求治理 优势：协作与流程闭环强；不足：方法论需自行落地，RICE 等打分依赖手工配置
Notion / Confluence 模板库 通用文档协作平台 提供 PRD、路线图等文档模板 门槛低，但需自行挑选与维护模板 文档沉淀与跨部门共享 优势：协作体验好；不足：没有可执行脚本，打分与分析仍需人工计算
通用 AI 对话助手 大模型通用问答 可代写 PRD、代做分析 门槛最低，无需配置 临时性、一次性的写作与分析任务 优势：灵活；不足：输出格式不稳定、缺少固定模板与可运行脚本，难以形成团队标准

5. 该技能的典型应用场景与实际体验情况

场景一：季度规划会上"排序吵不出结果"的 B 端产品经理

痛点是销售、客户成功、技术团队各提一堆需求，会上靠嗓门决定。使用方式是先收集四类来源（客户反馈、销售请求、技术债务、战略举措），整理成 CSV 后跑 rice_prioritizer.py，会上直接展示分数与组合分析。实际体验：上手难度低，只要字段填对就能出结果；效果是把争论从"我觉得"转成"数据是什么、置信度够不够"；注意事项是到达与影响的估值为团队共识值，建议当场标注估算依据，否则分数只是换了个方式的拍脑袋。

场景二：用户研究员做访谈洞察合成

痛点是十几份访谈转录文本，人工提炼主题耗时且容易漏掉情感信号。使用方式是逐份跑 customer_interview_analyzer.py，再聚合 JSON 找高频痛点与竞品提及。实际体验：对结构清晰的转录稿提取效果明显，关键原话可直接引用进汇报材料；注意事项是转录质量决定分析质量，含大量口语与错别字时建议先清洗，且 NLP 结论需人工复核一遍再对外。

场景三：创业团队从 0 写第一版 PRD

痛点是没有人写过规范 PRD，写出来要么像需求清单要么像商业计划书。使用方式是根据特性体量选模板，先用特性简报验证假设，确认后再升级为单页 PRD 或标准 PRD。实际体验：模板给了明确的章节边界，"超出范围"这一节的强制填写显著减少了后期需求蔓延；注意事项是模板只是骨架，成功指标一定要落到可测量的数字上。

场景四：功能上线后的价值复盘

痛点是上线即结束，没人回答"这个特性到底有没有用"。使用方式是按采用、频率、深度、保留、满意度五个维度取数，配合漏斗模板定位流失环节。实际体验：把复盘从"感觉还行"变成一张可对比的表；注意事项是虚荣指标诱惑很大，务必回到北极星指标判断是否真的创造了用户价值。

6. 该技能能为用户带来的价值

  • 效率提升：RICE 打分从手工表格计算变为一条命令输出，访谈分析从数小时的逐句标注变为脚本先出初稿、人工只做复核，PRD 从空白文档变为模板填空。
  • 门槛降低：把资深产品经理的隐性经验（访谈怎么问、PRD 写哪几节、指标怎么选）显性化为可复用的框架，新人也能按图索骥产出合格文档。
  • 决策质量：统一的 RICE 口径与组合平衡视角，让优先级讨论可追溯、可解释，减少反复拉扯带来的会议成本。
  • 可交接性与长期价值：文本 / JSON / CSV 多格式输出便于沉淀为团队资产，与 Amplitude、Mixpanel、ProductBoard、Jira、Figma、Notion、Slack 等工具的集成点也已梳理，方便嵌入既有工作流。
  • 风险成本下降：内置的常见陷阱清单（解决方案优先、特性工厂、指标剧场等）相当于在流程里预置了检查点，减少方向性错误的返工。

7. 常见问题 FAQ

Q1：这个技能怎么安装？需要会写代码吗？ 在所用 AI 平台的技能库中搜索「product-manager-toolkit」或技能ID「12313」添加即可，具体入口以官方说明为准。不需要写代码，脚本都是现成命令；只需准备好 Python 环境并照抄命令，字段填对即可出结果。

Q2：收费吗？ 技能本身的功能与文档在技能详情中未提及定价信息，具体是否收费、有无额度限制以官方说明为准。由于它主要依赖本地的 Python 脚本，运行成本主要来自你自己的环境。

Q3：它和通用 AI 助手直接让它"帮我排个优先级"有什么区别？ 通用助手每次输出的表格结构、打分口径都可能不同，且不会真的做计算。这个技能给出固定的 RICE 公式与取值标准（如影响 巨大=3x、置信度 低=50%），由脚本计算并输出组合分析与容量规划，结果可复现、可对比、可导出 JSON 对接其他系统。

Q4：适合谁用？不适合谁？ 适合独立负责特性的产品经理、创业者、用户研究员，以及希望统一团队文档口径的产品负责人。如果团队更需要多人实时协作看板与需求投票机制，专业的产品管理 SaaS 平台会更合适，本技能更适合作为方法论与文档层的补强。

Q5：访谈数据涉及客户隐私，能直接丢进去分析吗？ 建议先脱敏再处理，去掉姓名、联系方式、公司名等可识别信息，并确认符合团队的数据合规要求。脚本在本地运行，但仍应以内部规范为准。