mcpField
P
product-manager-toolkit

product-manager-toolkit

github.com/alirezarezvani生产力29.0k1.0k 次安装今天更新
代码仓库

关于 product-manager-toolkit

面向产品经理的技能,覆盖功能优先级排序、客户访谈分析和 PRD 编写流程。它提供 RICE 评分及组合分析工具,并从访谈文本中提取痛点、主题和功能请求。

主要功能

  1. 01按 RICE 评分和排序功能
  2. 02分析优先级组合与季度路线图
  3. 03从访谈中提取痛点和功能请求
  4. 04识别主题、情绪及关键引述
  5. 05提供不同场景的 PRD 模板

适用场景

  1. 01按团队产能规划功能优先级
  2. 02从客户访谈中归纳问题与机会
  3. 03为新功能起草并评审 PRD

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill product-manager-toolkit

安装后在 Claude Code 中输入/product-manager-toolkit确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

assets/
prd_template.md
rice_input_template.csv
references/
frameworks.md
input-output-examples.md
prd_templates.md
scripts/
customer_interview_analyzer.py
rice_prioritizer.py

详细介绍

产品经理工具包

面向现代产品管理的核心工具与框架,覆盖从需求发现到交付的全过程。


目录


快速开始

功能优先级排序
# Create sample data file
python scripts/rice_prioritizer.py sample

# Run prioritization with team capacity
python scripts/rice_prioritizer.py sample_features.csv --capacity 15
访谈分析
python scripts/customer_interview_analyzer.py interview_transcript.txt
创建 PRD
  1. 从 references/prd_templates.md 中选择模板
  2. 根据需求发现工作填写各章节
  3. 与工程团队一起评审可行性
  4. 在项目管理工具中进行版本控制

核心工作流

功能优先级排序流程
Gather → Score → Analyze → Plan → Validate → Execute
第 1 步:收集功能需求
  • 客户反馈(支持工单、访谈)
  • 销售需求(CRM 管道中的阻碍项)
  • 技术债务(工程团队输入)
  • 战略举措(管理层目标)
第 2 步:使用 RICE 打分
# Input: CSV with features
python scripts/rice_prioritizer.py features.csv --capacity 20

RICE 公式与打分指南参见 references/frameworks.md。

第 3 步:分析组合

查看工具输出,关注以下方面:

  • 快速见效项与大型押注项的分布
  • 工作量集中度(避免全部都是 XL 项目)
  • 战略对齐的缺口
第 4 步:生成路线图
  • 按季度分配产能
  • 识别依赖关系
  • 制定利益相关方沟通计划
第 5 步:验证结果

在定稿路线图之前:

  • 将头部优先项与战略目标进行对比
  • 进行敏感性分析(如果估算偏差 2 倍会怎样?)
  • 与关键利益相关方评审,查找盲点
  • 检查功能之间是否存在遗漏的依赖
  • 与工程团队验证工作量估算
第 6 步:执行与迭代
  • 与团队分享路线图
  • 跟踪实际工作量与预估的差异
  • 每季度重新审视优先级
  • 根据经验教训更新 RICE 输入

客户发现流程
Plan → Recruit → Interview → Analyze → Synthesize → Validate
第 1 步:规划调研
  • 明确调研问题
  • 确定目标细分人群
  • 编写访谈提纲(参见 references/frameworks.md)
第 2 步:招募参与者
  • 每个细分人群 5–8 次访谈
  • 兼顾高频用户与流失用户
  • 适当提供激励
第 3 步:开展访谈
  • 采用半结构化形式
  • 聚焦问题而非解决方案
  • 在获得许可的前提下录音
  • 访谈过程中做少量笔记
第 4 步:分析洞察
python scripts/customer_interview_analyzer.py transcript.txt

可提取以下内容:

  • 带严重程度标注的痛点
  • 带优先级的功能需求
  • 待完成任务(Jobs to be Done)模式
  • 情绪倾向与关键主题
  • 值得关注的原话
第 5 步:综合研判
  • 将跨访谈中相似的痛点归类
  • 识别模式(被提及 3 次及以上即为模式)
  • 使用机会解决方案树(Opportunity Solution Tree)映射到机会领域
  • 按频次和严重程度对机会排序
第 6 步:验证解决方案

在开发之前:

  • 提出解决方案假设(参见 references/frameworks.md)
  • 使用低保真原型进行测试
  • 对比实际行为与用户自述偏好
  • 根据反馈迭代
  • 记录经验,供后续调研参考

PRD 开发流程
Scope → Draft → Review → Refine → Approve → Track
第 1 步:选择模板

从 references/prd_templates.md 中选择:

模板适用场景周期
标准 PRD复杂功能、跨团队6–8 周
单页 PRD简单功能、单一团队2–4 周
功能简报探索阶段1 周
敏捷史诗基于迭代冲刺的交付持续进行
第 2 步:起草内容
  • 开篇即阐述问题陈述
  • 预先定义成功指标
  • 明确列出范围外事项
  • 附上线框图或原型图
Step 3: 评审循环
  • 工程:可行性与工作量
  • 设计:用户体验缺口
  • 销售:市场验证
  • 支持:运营影响
Step 4: 根据反馈优化
  • 解决技术约束
  • 调整范围以适应时间表
  • 记录权衡决策
Step 5: 审批与启动
  • 利益相关方签字确认
  • 集成到 Sprint 规划中
  • 向更广泛的团队同步信息
Step 6: 跟踪执行

上线后:

  • 对比实际指标与目标
  • 开展用户反馈访谈
  • 记录哪些做法有效、哪些无效
  • 更新工作量估算的准确性数据
  • 与团队分享经验总结

工具参考

RICE 优先级排序器

带组合分析功能的 RICE 框架高级实现。

功能特性:

  • 可配置权重的 RICE 评分计算
  • 组合平衡分析(快速见效项与大型押注项)
  • 基于产能生成季度路线图
  • 多种输出格式(文本、JSON、CSV)

CSV 输入格式:

name,reach,impact,confidence,effort,description
User Dashboard Redesign,5000,high,high,l,Complete redesign
Mobile Push Notifications,10000,massive,medium,m,Add push support
Dark Mode,8000,medium,high,s,Dark theme option

命令:

# Create sample data
python scripts/rice_prioritizer.py sample

# Run with default capacity (10 person-months)
python scripts/rice_prioritizer.py features.csv

# Custom capacity
python scripts/rice_prioritizer.py features.csv --capacity 20

# JSON output for integration
python scripts/rice_prioritizer.py features.csv --output json

# CSV output for spreadsheets
python scripts/rice_prioritizer.py features.csv --output csv

客户访谈分析器

基于 NLP 的访谈分析,用于提取可落地的洞察。

能力:

  • 痛点提取及严重程度评估
  • 功能需求识别与分类
  • Jobs-to-be-done 模式识别
  • 按章节进行情感分析
  • 主题与引语提取
  • 竞品提及检测

命令:

# Analyze interview transcript
python scripts/customer_interview_analyzer.py interview.txt

# JSON output for aggregation
python scripts/customer_interview_analyzer.py interview.txt json

输入/输出示例

→ 详见 references/input-output-examples.md

集成点

兼容的工具与平台:

类别平台
分析Amplitude, Mixpanel, Google Analytics
路线图ProductBoard, Aha!, Roadmunk, Productplan
设计Figma, Sketch, Miro
开发Jira, Linear, GitHub, Asana
用户研究Dovetail, UserVoice, Pendo, Maze
沟通Slack, Notion, Confluence

JSON 导出可与大多数工具集成:

# Export for Jira import
python scripts/rice_prioritizer.py features.csv --output json > priorities.json

# Export for dashboard
python scripts/customer_interview_analyzer.py interview.txt json > insights.json

需要避免的常见陷阱

陷阱描述预防措施
方案先行在理解问题之前就直接跳到功能每份 PRD 都从问题陈述开始
分析瘫痪研究过度,迟迟不交付为研究阶段设定时间盒
功能工厂上线功能却不衡量影响在开发前定义成功指标
忽视技术债不为平台健康预留时间预留 20% 产能用于维护
利益相关方意外沟通不及时、不频繁每周异步更新,每月演示
指标表演优化虚荣指标而非真实价值将指标与交付的用户价值挂钩

最佳实践

撰写优秀的 PRD:

  • 从问题出发,而非从解决方案出发
  • 预先写明清晰的成功指标
  • 明确说明哪些内容不在范围之内
  • 使用可视化内容(线框图、流程图、示意图)
  • 将技术细节放在附录中
  • 对所有变更进行版本控制

有效的优先级排序:

  • 将快速见效项与战略性押注相结合
  • 考虑延迟的机会成本
  • 考虑功能之间的依赖关系
  • 为意外工作预留 20% 的缓冲
  • 每季度重新审视优先级
  • 连同背景信息一起沟通决策

客户发现:

  • 连问五次"为什么",找到根本原因
  • 关注过去的行为,而非未来的意图
  • 避免引导性问题(如"你难道不想要……吗?")
  • 在用户的自然环境中进行访谈
  • 留意情绪反应(痛点即机会)
  • 用定量数据验证定性结论

快速参考

# Prioritization
python scripts/rice_prioritizer.py features.csv --capacity 15

# Interview Analysis
python scripts/customer_interview_analyzer.py interview.txt

# Generate sample data
python scripts/rice_prioritizer.py sample

# JSON outputs
python scripts/rice_prioritizer.py features.csv --output json
python scripts/customer_interview_analyzer.py interview.txt json

参考文档

  • references/prd_templates.md - 适用于不同场景的 PRD 模板
  • references/frameworks.md - 框架详细文档(RICE、MoSCoW、Kano、JTBD 等)

评论

支持 Markdown