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
- 01按 RICE 评分和排序功能
- 02分析优先级组合与季度路线图
- 03从访谈中提取痛点和功能请求
- 04识别主题、情绪及关键引述
- 05提供不同场景的 PRD 模板
适用场景
- 01按团队产能规划功能优先级
- 02从客户访谈中归纳问题与机会
- 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.mdrice_input_template.csvreferences/frameworks.mdinput-output-examples.mdprd_templates.mdscripts/customer_interview_analyzer.pyrice_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
- 从
references/prd_templates.md中选择模板 - 根据需求发现工作填写各章节
- 与工程团队一起评审可行性
- 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