pm-product-discovery 实战指南用 13 个 Agentic Skills 跑通端到端产品发现流程【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills产品发现Product Discovery是决定做什么的关键环节也是多数产品团队最容易凭直觉行事、跳过验证的部分。pm-product-discovery是 pm-skills 仓库PM Skills Marketplace一个包含 100 agentic skills、commands 与 plugins 的开源技能市场中的核心模块之一它把从创意发散、假设识别、实验设计到客户访谈归纳的完整发现流程封装为一套可供 AI Agent 直接调用的结构化 Skills 与 Commands。阅读本文后你将掌握如何用 13 个 Skill 与 5 条 Command 组合出可重复、可验证的产品发现工作流并理解每条指令背后的方法论文档与源码实现位置。模块概览一次发现之旅的完整工具箱pm-product-discovery模块的定位非常明确为 PM 提供产品发现相关的技能集合——创意生成ideation、实验设计experiments、假设验证assumption testing、功能优先级排序feature prioritization与客户访谈归纳customer interview synthesis。从仓库结构看该模块采用统一的双层架构Skills13 个每个 Skill 以skills/skill-name/SKILL.md组织是带 YAML front-matter 的标准 Agent 技能文件含name与description字段用于 Agent 检索与自动路由Commands5 个以commands/command-name.md组织是面向交互式会话的斜杠命令如/discover用于把多个 Skill 串联成端到端工作流。技能全集覆盖了产品发现的两个核心场景现有产品existing product的持续发现与全新产品new product的初始发现。几乎每个 Skill 都按这两个场景拆分为成对版本如brainstorm-ideas-existing与brainstorm-ideas-new这体现了发现方法论中初始发现 vs 持续发现的根本分野——前者验证产品是否应该存在后者与交付并行、持续迭代学习。一、创意生成三视角发散PM × Designer × Engineer现有产品持续发现中的头脑风暴brainstorm-ideas-existing该 Skill 面向**产品三人组Product Trio**的持续发现场景。其方法论文档引用了 Teresa Torres 的《Continuous Discovery Habits》PM Designer Engineer 应共同参与发现最好的想法往往来自工程师Best ideas often come from engineers且发现不是线性的——实验失败需要回环重试。执行流程为确认机会product、objective、market segment、desired outcomes从三个视角各生成 5 个想法Product Manager关注商业价值、战略对齐与客户影响Product Designer关注用户体验、可用性与愉悦感Software Engineer关注技术可能性、数据杠杆与可扩展方案跨视角综合按战略对齐度、对目标结果的影响、可行性与工作量、与现有方案的差异化优选出 Top 5为每个入选想法给出名称、一句话描述、入选理由与待验证的关键假设。全新产品初始发现中的功能发散brainstorm-ideas-new针对尚未验证需求的新产品概念该 Skill 会先明确初始发现Initial Discovery与持续发现Continuous Discovery的区别初始发现聚焦愿景、商业模式与市场验证回答产品是否应该存在本 Skill 服务于前者。三视角的侧重点随之调整PM市场契合、价值创造与竞争优势Designer用户体验、上手体验onboarding与参与度Engineer技术创新、API 集成与平台能力。排序时对核心价值交付是否解决首要问题、验证速度能否快速测试、差异化潜力赋予更高权重。二、假设识别魔鬼代言人式压力测试现有功能四大风险区identify-assumptions-existing该 Skill 从 PM / Designer / Engineer 三个视角出发用为什么这个功能可能失败的逆向思考在四个风险区中识别高风险假设风险区核心问题Value价值是否为客户创造价值是否真正解决问题Usability可用性用户能否学会使用学习曲线是否可接受Viability商业可行性市场、销售、财务、法务能否支撑Feasibility技术可行性现有技术能否实现是否存在集成风险每个假设需标注具体可能出错的地方、信心水平High/Medium/Low、建议的验证方式。文档特别强调Be thorough but constructive——目标是强化想法而非扼杀它。新产品八类风险扩展identify-assumptions-new对新产品该 Skill 在 Teresa Torres 的四类核心产品风险之上扩展出八类风险——新增 Ethics、Go-to-Market、Strategy Objectives、Team 四个维度。其方法论依据是优秀团队会假设至少四分之三的想法不会如预期般表现Good teams assume at least three-quarters of their ideas wont perform as they hope。八个类别的完整定义节选自 SKILL.mdValue能否创造价值用户是否会持续使用Usability人们能否搞懂怎么用能否快速完成上手是否会增加认知负担Viability能否售卖/变现/融资成本是否值得能否规模化是否合规Feasibility现有技术能否做到集成是否可行是否高效、可扩展Ethics我们是否应该做这件事有无伦理考量是否会危及客户Go-to-Market对新产品尤为关键能否营销渠道是否具备能否说服客户尝试信息传递与渠道是否匹配时机是否正确发布方式是否正确Strategy Objectives我们的假设是什么他人能否复制我们的战略是否考虑了政治、经济、法律、技术、环境因素这些是否是最值得解决的问题Team团队协作能力如何人是否合适工具是否齐备团队能否长期稳定三、优先级排序机会、假设与功能的三层过滤机会优先而非功能优先analyze-feature-requests与prioritize-features两个 Skill 反复强调同一原则永远不要允许客户设计解决方案优先排序的是机会问题而不是功能features。核心评估工具是 Dan Olsen 在《The Lean Product Playbook》中提出的Opportunity ScoreOpportunity Score Importance × (1 − Satisfaction)Importance 与 Satisfaction 均归一化到 0–1因此得分越接近 1说明问题越重要且现状越不满意越值得优先解决。功能需求归类与 Top 3 输出analyze-feature-requests面对客户或利益相关方提交的一批功能请求支持直接读取 spreadsheet、CSV 或文档结构化数据可生成汇总表按五步执行确认产品目标与期望结果将请求按主题theme归类并命名评估每个主题与目标的战略对齐度基于Impact客户价值与受影响用户数、Effort开发与设计资源、Risk技术与市场不确定性、Strategic alignment与产品愿景的契合选出 Top 3为每个 Top 功能输出理由客户需求、战略对齐、值得考虑的替代方案、高风险假设、以及用最小成本验证假设的方法。功能积压排序prioritize-features针对功能积压清单在 Impact / Effort / Risk / Strategic alignment 四维评估后输出 Top 5 推荐并附带清晰排序、入选理由、权衡考量以及被降级项及原因。该 Skill 明确推荐了两套打分框架ICEImpactOpportunity Score × 客户数× Confidence1–10× Ease1–10适合快速给举措打分RICE(Reach × Impact × Confidence) / Effort把 Reach 拆分为独立因子适合更大规模的团队。框架选择的完整公式与模板见仓库中的 prioritization-frameworks Skill位于pm-execution模块发现阶段产出的假设清单可跨模块复用其模板。假设优先级Impact × Risk 矩阵prioritize-assumptions这是从识别假设到设计实验之间的关键桥梁。对每条假设评估两个维度Impact验证该假设创造的价值 × 受影响客户数ICE 中即Opportunity Score × # CustomersRisk定义为(1 − Confidence) × Effort。随后放入四象限矩阵给出明确的处置策略矩阵位置处置策略低 Impact低 Risk推迟测试优先处理更高优先级的假设高 Impact低 Risk直接进入实施低风险高回报低 Impact高 Risk否决该想法不值得投入高 Impact高 Risk设计实验进行验证即信念之跃leap-of-faith 假设需要测试的假设建议的实验应满足以最小成本最大化有效学习、测量真实行为而非观点、具备清晰的成功指标与阈值。四、实验设计低成本验证的两种剧本现有产品原型、A/B 测试与功能桩brainstorm-experiments-existing针对现有产品上需要验证的假设推荐的方法库包括原型上的**首次点击测试first-click testing**或任务完成测试功能桩 / 假门测试feature stubs / fake door tests技术探针technical spikes生产环境的A/B 测试需附带风险缓解策略**Wizard of Oz人工模拟**方案基于行为的问卷验证behavioral而非 opinion-based。关键原则测量真实行为而非用户观点负责任地测试不把用户或业务置于风险中生产环境测试必须解释风险缓解策略目标是以最小成本获得最大有效学习maximum validated learning with minimal effort。每个实验需按固定结构输出Assumption我们相信什么→ Experiment具体怎么做→ Metric测量什么→ Success threshold如果对了预期值是多少。新产品XYZ 假设与预原型brainstorm-experiments-new针对全新产品概念该 Skill 采用精益创业方法论与 Alberto Savoia《The Right It》前 Google 创新专家的 pretotype 思想XYZ 假设的标准形式为At least X% of Y will do Z至少有 X% 的 Y 会做 ZX%预期参与的目标市场比例Y具体的目标市场如中大型豪华轿车买家Z他们与产品的互动方式。推荐 2–3 个 pretotype 实验例如实验验证内容落地页Landing Page通过注册数或点击测量兴趣讲解视频Explainer Video通过互动指标测量理解度与吸引力邮件战役Email Campaign通过响应率与点击率测量需求预售 / 等待名单Pre-Order / Waitlist通过真金白银的承诺测量支付意愿礼宾式 / 手动 MVPConcierge / Manual MVP手动交付服务以验证价值两条核心原则来自 SavoiaSkin-in-the-Game测试支付意愿而非单纯兴趣——真实承诺时间、金钱、声誉是唯一可靠的信号YODAYour Own Data通过实验收集自己的数据而非依赖他人数据ODP如市场报告或类比因为你的想法的市场并不关心别人想法的市场。五、客户研究访谈脚本与访谈归纳结构化访谈脚本interview-script该 Skill 基于《The Mom Test》原则设计——问他们的生活而不是你的想法。它属于持续发现Stage 1Explore的信息来源之一其他来源包括利益相关方访谈、使用分析、数据分析、问卷、市场趋势、SEO/SEM 分析强调 PM 必须无代理地without proxies直接接触用户、利益相关方、工程师与设计师并再次强调 Product Trio 共同参与。脚本由四个部分构成Opening2–3 分钟介绍自己与目的学习而非推销设定预期没有对错答案我们是来向你的经验学习的征求录音许可确认可用时间。Warm-Up 背景铺垫5 分钟如讲讲你的角色以及典型的一天/一周是怎样的你做 [与产品领域相关的活动] 多久了目标是与受访者建立融洽关系、理解其背景。Core ExplorationJobs to Be Done15–20 分钟细分为四组问题当前情况与行为过去时、具体实例带我走一遍你上次 [做我们正在探索的事情] 的经过发生了什么用了什么工具或方法花了多久还有谁参与痛点与挫折观察而非引导最难的部分是什么如果能挥动魔法棒你希望改变什么你试过什么方法来解决结果如何期望结果用他们的话说在这个领域对你来说好是什么样的你如何判断它运行良好支付意愿 / 优先级skin in the game你目前在这上面花多少时间/金钱你找过更好的方案吗找到了什么为了解决这个问题你愿意放弃什么Probing 追问技巧Tell me more about that展开任何话题、Why?温柔地问 2–3 次直达根因、Can you give me a specific example?从观点转向事实、What happened next?跟随故事、How did that make you feel?捕捉情绪强度。The Mom Test 规则问他们的生活而非你的想法问过去而非未来你会用 X 吗毫无价值少说多听争取 80/20 的听/说比例访谈中绝不推销留意强烈情绪——它标志着真实的痛苦或愉悦赞美是噪音——这听起来很酷什么也说明不了。Wrap-Up3–5 分钟有没有我没问到但你觉得重要的事我还应该和谁聊聊这件事致谢分享后续步骤。该 Skill 还要求附带一份笔记模板可直接复制使用Participant: [Name / ID] Date: [Date] Key Jobs: [What theyre trying to accomplish] Current Solution: [What they use today] Biggest Pain: [Their #1 frustration] Desired Outcome: [What success looks like] Willingness to Pay: [How much they invest / would invest] Surprise Finding: [Something unexpected] Follow-up: [Next steps]访谈归纳模板summarize-interview把访谈逐字稿支持文本、PDF、音频转写文件或直接粘贴转化为结构化总结聚焦 JTBD、满意度信号与行动项。输出模板要求信息不可用时用 - 占位、数值可用定性描述替代如 not satisfied并且语言要简单到小学毕业生也能看懂。模板字段包括访谈日期、参与者姓名与角色、客户背景、当前解决方案、对当前方案的喜欢之处JTBD、期望结果、重要性、满意度、当前方案的问题、关键洞察意外发现或值得引用的原话、以及带日期的行动项如2025-01-15, Paweł Huryn, Follow up with customer about pricing。六、结构化发现机会解决方案树与指标看板机会解决方案树 OSTopportunity-solution-tree基于 Teresa Torres《Continuous Discovery Habits》的 OST 是现代产品发现的骨架——它通过强制团队先绘制机会空间防止团队过早跳到解决方案。四层结构期望结果Desired Outcome顶层团队追求的单个可测量指标如把 7 日留存提升到 40%来自 OKR 或产品战略机会Opportunities第二层通过研究发现的客户需求、痛点与渴望——是值得解决的问题而非功能需从客户视角表述我挣扎于……我希望我能……用 Opportunity ScoreImportance × (1 − Satisfaction)排序解决方案Solutions第三层针对每个机会的多种可行方案由 Product Trio 共同构思避免第一个想法陷阱实验Experiments底层快速廉价的验证手段用于确认某个方案是否真正解决了机会优先采用带 skin-in-the-game 的实验而非观点式验证。关键原则一次只聚焦一个期望结果机会而非功能永远不要允许客户设计解决方案每个机会至少生成 3 个方案再对比选择发现不是线性的——实验失败就回环杀死未获验证的方案、探索新分支持续而非定期——每周根据访谈、分析与实验更新这棵树。执行流程为定义期望结果 → 从研究中映射 3–7 个机会 → 用 Opportunity Score 排序并聚焦 Top 2–3 → 每个机会从三视角生成 3 方案 → 为最有前景的方案设计 1–2 个快速实验明确假设、方法、指标、成功阈值→ 以清晰的层级格式可视化整棵树。产品指标看板metrics-dashboard发现阶段的实验与访谈最终都要靠指标来裁决。该 Skill 首先澄清概念层级Metrics所有可测量事物⊃ KPIs长期追踪的少数关键量化指标⊃ North Star Metric单一客户中心 KPI是业务成功的领先指标。好指标的 4 条标准Ben Yoskovitz《Lean Analytics》(1)可理解——创造共同语言(2)可对比——随时间变化而非快照(3)比率或速率——比绝对值更有揭示力(4)能改变行为——黄金法则如果一个指标不会改变你的行为它就是坏指标。8 种指标类型Vanity vs Actionable只有可行动指标能改变行为、Qualitative vs QuantitativeWHAT vs WHY两者都要永远别停止与客户交谈、Exploratory vs Reporting探索数据以发现意外洞察、Lagging vs Leading领先指标能加速学习周期如客户投诉可预测流失。设计流程分六步按四层框架组织指标North Star → Input Metrics3–5 个驱动北极星的杠杆→ Health Metrics护栏→ Business Metrics收入、成本、单位经济→ 用六列表格为每个指标定义Metric / Definition 精确计算公式与时间窗口 / Data Source / Visualization / Target / Alert Threshold→ 设计看板布局北极星居中置顶、输入指标配 sparkline、健康指标与业务指标分栏→ 设定复盘节奏日度看运营健康错误、延迟、关键流程周度看输入指标与参与趋势月度看北极星、业务指标与 OKR 进度季度做战略复盘与指标重校准→ 定义告警触发阈值、告警对象与渠道、预期响应时间→ 按上下文推荐工具产品分析Amplitude、Mixpanel、PostHogSQL 看板Looker、Metabase、Mode运营健康Datadog、Grafana。看板布局可直接套用文档中的 ASCII 框架┌─────────────────────────────────────────────┐ │ NORTH STAR: [Metric] — [Current Value] │ │ Trend: [↑/↓ X% vs last period] │ ├──────────────────┬──────────────────────────┤ │ Input Metric 1 │ Input Metric 2 │ │ [Sparkline] │ [Sparkline] │ ├──────────────────┼──────────────────────────┤ │ Input Metric 3 │ Input Metric 4 │ │ [Sparkline] │ [Sparkline] │ ├──────────────────┴──────────────────────────┤ │ HEALTH: [Latency] [Error Rate] [NPS] │ ├─────────────────────────────────────────────┤ │ BUSINESS: [MRR] [CAC] [LTV] [Churn] │ └─────────────────────────────────────────────┘七、五大 Command把 Skills 串成工作流除 13 个 Skill 外模块还提供 5 条斜杠命令源码见 commands 目录每条命令的 front-matter 中都声明了argument-hint方便 Agent 在缺少参数时主动追问命令用途/pm-product-discovery:brainstorm从 PM、Designer、Engineer 三视角头脑风暴产品想法或实验支持现有/新产品对应 brainstorm.md/pm-product-discovery:discover跑完整的产品发现周期——从创意到假设映射再到实验设计下文详述对应 discover.md/pm-product-discovery:interview准备客户访谈脚本或将访谈逐字稿归纳为结构化洞察对应 interview.md/pm-product-discovery:setup-metrics设计产品指标看板北极星指标、输入指标、健康指标与告警阈值对应 setup-metrics.md/pm-product-discovery:triage-requests分析、归类并优先级排序一批来自客户或利益相关方的功能请求对应 triage-requests.md深度拆解/discover 全流程指挥链路/discover是把上述多个 Skill 串联为 15–30 分钟端到端工作流的旗舰命令其命令源码discover.md完整定义了七个步骤Step 1 理解发现上下文判定是现有产品持续发现还是新产品初始发现并询问你在探索什么已知什么这次发现要支撑哪些决策接受来自上传文件研究、PRD、逐字稿、数据、链接或会话的上下文Step 2 头脑风暴发散阶段调用brainstorm-ideas-existing/new从三视角生成想法给出 Top 10 及理由用户可挑选 3–5 个继续检查点这里有 10 个想法哪些需要压力测试Step 3 识别假设批判性思考阶段调用identify-assumptions-existing/new按 Value / Usability / Feasibility / Viability新产品另加 Go-to-Market识别假设使用魔鬼代言人多视角分析汇总成主清单Step 4 假设排序聚焦阶段调用prioritize-assumptions映射到 Impact × Risk 矩阵识别信念之跃假设高影响 高不确定性按测试优先级排序并合并可一起测试的相关假设Step 5 实验设计验证阶段调用brainstorm-experiments-existing/new为每个关键假设设计 1–2 个实验现有产品用 A/B 测试、假门、原型、用户测试、数据分析新产品用 XYZ 假设、pretotype、落地页、礼宾式 MVP并为每个实验附上成功标准、时间线与工作量按依赖关系和成本排序Step 6 生成发现计划汇总为一份结构化计划文档见下方模板保存为 markdownStep 7 提供后续步骤询问是否需要为 Top 想法创建 PRD设计访谈脚本补充实验建立指标追踪实验估算工作量并创建 MVP 用户故事。发现计划文档的核心模板命令源码内嵌## Discovery Plan: [Topic] **Date**: [today] **Product Stage**: [existing/new] **Discovery Question**: [what were trying to learn] ### Ideas Explored ### Selected Ideas for Validation ### Critical Assumptions | # | Assumption | Category | Impact | Uncertainty | Priority | ### Validation Experiments | # | Tests Assumption | Method | Success Criteria | Effort | Timeline | ### Experiment Details ### Discovery Timeline Week 1: [experiments] Week 2: [experiments] Week 3: [analysis and decision] ### Decision Framework - If [experiment] succeeds → proceed to [next step] - If [experiment] fails → [pivot/kill/investigate further]命令源码还注明了几条运营要点工作流耗时 15–30 分钟需提前告知用户每个检查点用户都可重定向、跳过或深入发现计划应是活文档实验运行期间持续更新新产品优先验证需求渴望desirability再谈可行性现有产品先检查是否有可支撑假设的使用数据。八、在 Agent 与命令中正确使用本模块作为 Skill 使用仓库采用业界标准的 Agent Skills 目录规范每个技能文件均以 YAML front-matter 声明name与description。description中嵌入了触发场景关键词如 analyze-feature-requests 的 Use when reviewing customer feature requests, triaging a backlog, or making prioritization decisionsAgent 可据此在收到相关任务时自动检索并加载对应技能。调用时技能内的$ARGUMENTS占位符会被替换为具体任务描述如产品、目标细分市场或功能想法用户提供的研究文件、PRD、访谈逐字稿等可作为附加上下文一并传入。作为 Command 使用在交互式会话中直接输入斜杠命令如/discover Smart notification system for our project management tool可省略参数直接触发命令自行追问。通用约定多数 Skill 的指令都要求Think step by step并Save as markdown产出应保存为用户工作区中的 Markdown 文档便于后续跨模块衔接如将验证过的想法输入 write-prd 或 plan-okrs。九、方法论溯源与项目信息本模块的所有方法论均可追溯到公开著作Teresa Torres《Continuous Discovery Habits》Product Trio、OST、四类核心产品风险、Dan Olsen《The Lean Product Playbook》Opportunity Score、Alberto Savoia《The Right It》XYZ 假设、pretotype、skin-in-the-game 与 YODA、Ben Yoskovitz《Lean Analytics》好指标 4 标准以及《The Mom Test》访谈原则。各 Skill 底部的 Further Reading 均链接到作者 Paweł Huryn 的 The Product Compass 系列此处不展开外部链接。项目信息pm-product-discovery模块由 Paweł Huryn 编写随 pm-skills 仓库以MIT 协议开源。本模块与仓库中其他模块如 pm-execution 的优先排序框架、pm-product-strategy 的战略输入协同共同构成从发现到策略、执行、发布与增长的完整 PM 技能生态。验证本仓库插件/技能文件结构合规性可参考仓库根目录的 validate_plugins.py 与 AGENTS.md。【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考