AI Product Manager Skills Library

Release License: MIT Skills Codex Claude Code

中文优先的 AI 产品经理 Agent Skill 库，用来把高频 PM 工作流沉淀成可复用的 Codex Skills、Claude Code Skills 和 Agent Skills。

它重点覆盖：AI 协作脑暴、复杂探索资产化、主题研究、竞品决策分析、决策调研、方案脑暴、PRD 起草、PRD 评审、PRD 到 GitHub issue 拆解、UI 线框/高保真 mockup、方案压测、AI 工作资产化诊断，以及把需求交给 Superpowers 开发计划前的交付准备。

Why This Exists

Superpowers 更偏研发实现、TDD、计划执行和代码交付。本仓库补的是产品经理侧的空位：

  • 把模糊想法变成可以讨论的产品问题。
  • 把产品/技术/行业主题研究转成 PM 判断。
  • 把 PRD 起草、评审、复盘和交接变成稳定流程。
  • 在进入研发计划前暴露缺口、风险和不可测试点，并把 ready 的 PRD 拆成可领取的 implementation issues。
  • 用中文自然语言稳定唤起这些流程，而不是每次重写提示词。

If you are searching for AI product manager skills, Codex skills, Claude Code skills, PRD workflow, product research agent, AI collaboration brainstorming, requirements review, or Chinese AI workflow skills, this repository is a curated Skill library for that use case.

Quick Start

git clone https://github.com/PANGKAIFENG/ai-product-manager-skills.git
cd ai-product-manager-skills

Recommended first prompts:

$ai-collaboration-calibration 先别执行，帮我看清这个产品问题
$complex-exploration 先不要直接写方案，帮我判断这个复杂任务怎么探索并沉淀资产
$research-topic-compiler 系统研究这个主题，并转成 PM 决策输入
$competitive-analysis 研究这个竞品对我们的产品决策有什么启发
$decision-research 帮我比较这几个方案，给一个有立场推荐
$brainstorming 先不要写 PRD，帮我脑暴 2-3 个设计方案
$prd-architect 把这个想法整理成 PRD-lite
$prd-review 从研发和测试视角审一下这个 PRD
$prd-to-issues 把这个 PRD 拆成 GitHub implementation issues，先给我 draft
$ui-wireframe-to-html 先把 PRD 转成 UI 结构、状态模型和 ASCII 布局
$ui-mockup-desktop-workbench 基于 PRD、UI 规范和真实前端项目生成高保真 UI handoff / preview
$grill-me 拷问我的方案，找失败模式
$ai-work-assetization-diagnoser 判断这段 AI 工作该沉淀成 Prompt、Workflow、Skill 还是 Loop

Install paths:

Quality gates:

Who Should Use This

  • AI 产品经理：需要把想法、调研、方案和 PRD 推进到可交付状态。
  • 产品负责人或业务负责人：希望用 Codex、Claude Code 或其他 Agent 工具复用稳定工作流。
  • 研发协作者：需要理解产品侧 Skill 如何与 Superpowers 的开发计划、TDD、执行和验证流程衔接。
  • 需要中文优先 AI PM workflow 的团队：希望从脑暴、研究、PRD 到评审形成可复用流程。

Public Skills

真实 Skill 目录保持在仓库根目录，确保 GitHub 历史、运行时分发和 Skill 触发名称稳定。

Skill 中文名 主要用途 Example
ai-collaboration-calibration 协作校准 / 认知校准 问题还没定义清楚时，先挑战假设、澄清目标和判断标准。 example
complex-exploration 复杂探索资产化 / 复杂探索协作 面对复杂、不确定、多轮迭代的 Roadmap、定价、定位、复盘或方法论任务时，先定题、探索、收敛，再沉淀五类可复用资产。 example
research-topic-compiler 专题研究编译器 / 概念源流研究助手 把大白话或模糊方向转成研究目标、研究问题和输出要求，再做系统研究、概念源流、行业演进和 PM 决策看板；需要持续更新时可进入 Research Radar Loop。 example
competitive-analysis 竞品决策分析 / 竞品决策简报 围绕一个产品决策，把竞品、替代方案、市场信号和可选产品走查转成定位、路线图、定价、功能优先级、差异化或 Go/No-Go 输入。 example
decision-research 决策调研 / 决策驱动调研 明确具体决策、接入可行性、方案选型和一次性决策调研；需要多轮收敛时可进入 Decision Research Loop。 example
brainstorming 设计脑暴 / 实现前方案校准 在 PRD、mockup 或开发计划前，把已基本成立的想法收敛成 2-3 个可比较方案；涉及 UI 时先对齐项目视觉规范，再形成设计 spec。 example
prd-architect PRD 架构师 / 需求文档起草 从想法或草稿起草 PRD，并在需要时补可编辑 Draw.io 图。 example
prd-review PRD 评审 / 需求评审 评审已有 PRD/handoff，检查文字、流程、验收和图示是否能支撑交付；需要关闭阻断项时可进入 PRD Readiness Loop。 example
prd-to-issues PRD 到研发 Issue 拆解 把 ready 的 PRD 拆成 vertical-slice GitHub implementation issues，先产出 draft，再按确认发布。 example
ui-wireframe-to-html PRD 到 UI 线框 / 结构阶段 从 PRD 先输出 screen inventory、状态模型、ASCII 布局和可选低保真 HTML，只确认结构和状态。 example
ui-mockup-desktop-workbench 高保真 UI 交付对齐器 / 桌面工作台 UI Mockup 生成器 PRD/UI 方向确认后，先承接结构阶段，再把桌面工作台 UI 转成可截图确认、可映射真实组件、可交给前端实现的 project-native preview / visual handoff / concept HTML。 example
grill-me 方案拷问 / 压力测试 对已有方案连续追问，暴露盲点、失败模式和前置条件。 example
ai-work-assetization-diagnoser AI 工作资产化诊断器 / 资产化路由器 判断重复 AI 工作应沉淀为 Prompt、Context Pack、Workflow、Skill、Loop、System，或不值得沉淀。 example

AI PM Workflow

Stage Current state Say this Skill Next step
1. 脑暴校准 还没想清楚真正问题，担心方向错 “先别执行，帮我看清问题”“挑战我的假设” ai-collaboration-calibration 明确问题、约束和判断标准
2. 复杂探索 任务复杂、不确定、多轮迭代，不能直接写最终方案 “先不要直接写方案”“这个问题是不是问窄了”“这次探索要沉淀什么” complex-exploration 得到任务类型、真正问题、探索路径、中间产物和五类资产
3. 主题/竞品/决策研究 需要理解领域、概念、行业演进、竞品启发，或要在多个方案间做选择 “系统研究这个主题”“概念源流”“做竞品决策分析”“帮我选一个” research-topic-compiler / competitive-analysis / decision-research 得到证据、竞品决策简报、判断、推荐方案或 PM 决策看板
4. 方案脑暴 问题基本成立，但还没确定方案、范围、交互、视觉约束或技术切分 “先脑暴几个方案”“先不要写 PRD，帮我设计几种路径” brainstorming 得到推荐方案、取舍、视觉约束摘要和设计 spec
5. PRD 起草 要把想法、脑暴或草稿整理成需求文档 “帮我写 PRD”“帮我选 PRD 模板”“PRD 里补 Draw.io 图” prd-architect 形成 PRD-lite、PRD-standard 或 PRD-ai-native
6. PRD 评审 已有 PRD，需要找缺口、冲突和不可测试点 “帮我审 PRD”“从研发测试视角挑问题” prd-review 修订 PRD，关闭阻断项
7. PRD 拆 issue PRD 已可交付，需要形成研发可领取 backlog “把 PRD 拆成 issue”“生成 GitHub issues”“按 vertical slice 拆开发票” prd-to-issues 得到 draft issue plan、coverage matrix，确认后可发布到 GitHub
8. UI 结构线框 PRD 已可用，但还需要先确认页面结构、状态模型和布局骨架 “先出 UI 结构”“先做 ASCII 布局”“不要高保真” ui-wireframe-to-html 得到 screen inventory、state model、ASCII layout 和结构确认问题
9. 高保真 UI 对齐 PRD、UI 结构和 UI 规范已可用，需要确认桌面端真实页面并交给前端实现 “基于 PRD 出高保真 mockup”“开发要复刻这个 UI” ui-mockup-desktop-workbench 得到结构阶段产物、screen contract、component map、implementation notes 和 preview/handoff
10. 方案压测 已有方案，但担心盲点和失败模式 “拷问我的方案”“这个方案哪里会翻车” grill-me 明确取舍、风险和前置条件
11. 资产化诊断 一段 AI 工作重复出现，不确定该沉淀到哪层 “这个 prompt 应该做成 workflow 还是 Skill” ai-work-assetization-diagnoser 得到最小资产建议和复用验证信号
12. 开发计划 PRD 或 issue backlog 已可交付，需要拆实现步骤 “基于这个 PRD 写开发计划”“基于这些 issues 写实现计划” Superpowers writing-plans 进入实现计划、测试策略和提交节奏

Loop Extensions

Loop Extension 不新增 Skill，也不改变根目录结构。它是在部分高价值 Skill 内增加的状态化工作合约，只有当用户明确需要多轮、可恢复、持续更新或交付准备度收敛时才启用。

Loop Extension Parent Skill Use when Contract Pattern
Decision Research Loop decision-research 围绕同一个决策多轮收敛，跟踪假设、证据、反证、范围漂移和结论版本。 decision-loop-contract.md decision-research-loop.md
Research Radar Loop research-topic-compiler 围绕持续变化主题维护 watchlist、证据更新、阶段结论 Diff 和更新日志。 research-radar-loop-contract.md research-radar-loop.md
PRD Readiness Loop prd-review 围绕同一份 PRD 多轮 review、修订、关闭阻断项，并判断能否进入 writing-plans。 prd-readiness-loop-contract.md prd-readiness-loop.md

PRD 进入 Superpowers writing-plans 前，至少应满足：

  • 目标用户、问题、范围边界和非目标已明确。
  • 主流程、关键状态、输入输出、异常或人工接管点已写清。
  • 验收标准能被测试或人工检查。
  • 阻断性待确认项已经关闭，或被显式列为实现计划的前置假设。

See docs/superpowers-comparison.md for the product-to-engineering handoff model.

Routing Rules

当多个 Skill 都可能被触发时，优先按用户当前阶段分流，而不是按关键词叠加：

  • 问题还没定义清楚：用 ai-collaboration-calibration。
  • 任务复杂、不确定、多轮迭代，需要先定题、探索路径、复盘并沉淀资产：用 complex-exploration。
  • 需要把模糊研究想法拆成研究目标，或系统理解主题、概念源流、行业演进、PM 决策看板：用 research-topic-compiler。
  • 需要把竞品、替代方案、定价、onboarding、公开评价或登录态走查转成产品决策简报：用 competitive-analysis。
  • 明确具体决策、接入方式或方案选型：用 decision-research。
  • 问题基本成立，但进入 PRD、mockup 或开发计划前还需要比较多个设计路径：用 brainstorming。
  • 要从想法或草稿写 PRD：用 prd-architect。
  • 已有 PRD 要找缺口、检查图示或判断能否交付：用 prd-review。
  • PRD 已 ready，需要拆成可领取 GitHub implementation issues：用 prd-to-issues。
  • PRD 已明确，但只想先确认 UI 结构、状态模型、ASCII 布局或低保真 HTML：用 ui-wireframe-to-html。
  • PRD、UI 结构和 UI 规范已明确，要出高保真桌面工作台 UI handoff、项目原生 preview 或真实组件映射：用 ui-mockup-desktop-workbench。
  • 已有方案要被追问和压测：用 grill-me。
  • 重复 AI 工作要判断资产化层级：用 ai-work-assetization-diagnoser。

More details: SKILL_ROUTING.md

Repository Map

Contributing

Contributions should keep this repo focused on public AI PM workflows. Before adding a new Skill, check:

  1. Is it useful to AI product managers or product-facing operators?
  2. Does it belong in one of the workflow stages above?
  3. Does it avoid private company data, customer context, and internal-only process language?
  4. Are README.md, SKILL_REGISTRY.md, and SKILL_ROUTING.md updated together when needed?

See CONTRIBUTING.md and CODE_OF_CONDUCT.md.

License

MIT. See LICENSE.