mcpField
P
product-manager-toolkit

product-manager-toolkit

github.com/ovachiever生产力5644 次安装48 周前更新
代码仓库

关于 product-manager-toolkit

Product Manager Toolkit 为产品经理提供从探索到交付所需的脚本、模板和框架。它将 RICE 优先级评估、访谈分析与 PRD 格式和规划方法结合起来。

主要功能

  1. 01RICE 评分与组合分析
  2. 02季度路线图和产能规划
  3. 03提取客户访谈洞察
  4. 04适用于多种场景的 PRD 模板
  5. 05探索与产品指标框架

适用场景

  1. 01结合团队产能排列功能请求优先级
  2. 02从访谈文本中发现主题和痛点
  3. 03为功能或 Epic 编写 PRD
  4. 04让路线图决策与产品战略保持一致

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ovachiever/droid-tings --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。

references/
prd_templates.md
scripts/
customer_interview_analyzer.py
rice_prioritizer.py

详细介绍

产品经理工具包

现代产品管理从发现到交付的必备工具与框架。

快速开始

功能优先级排序
python scripts/rice_prioritizer.py sample  # Create sample CSV
python scripts/rice_prioritizer.py sample_features.csv --capacity 15
访谈分析
python scripts/customer_interview_analyzer.py interview_transcript.txt
PRD 创建
  1. 从 references/prd_templates.md 中选择模板
  2. 根据发现阶段的工作填写各章节
  3. 与利益相关者评审
  4. 在 PM 工具中进行版本控制

核心工作流

功能优先级排序流程
  1. 收集功能需求

    • 客户反馈
    • 销售需求
    • 技术债务
    • 战略举措
  2. 使用 RICE 评分

    # Create CSV with: name,reach,impact,confidence,effort
    python scripts/rice_prioritizer.py features.csv
    
    • 触达:每季度受影响的用户数
    • 影响:巨大/高/中/低/极小
    • 信心:高/中/低
    • 投入:xl/l/m/s/xs(人月)
  3. 分析组合

    • 审视速赢与大赌注
    • 检查投入分布
    • 对照战略进行验证
  4. 生成路线图

    • 季度产能规划
    • 依赖关系梳理
    • 利益相关者对齐
客户发现流程
  1. 进行访谈

    • 采用半结构化形式
    • 关注问题,而非解决方案
    • 经许可后录音
  2. 分析洞察

    python scripts/customer_interview_analyzer.py transcript.txt
    

    提取:

    • 带严重程度的痛点
    • 带优先级的功能需求
    • 待完成的任务
    • 情感分析
    • 关键主题与引述
  3. 综合发现

    • 归类相似的痛点
    • 识别跨访谈的模式
    • 映射到机会领域
  4. 验证解决方案

    • 创建解决方案假设
    • 用原型测试
    • 衡量实际与预期行为
PRD 开发流程
  1. 选择模板

    • 标准 PRD:复杂功能(6-8 周)
    • 一页 PRD:简单功能(2-4 周)
    • 功能简报:探索阶段(1 周)
    • 敏捷 Epic:基于 Sprint 的交付
  2. 组织内容

    • 问题 → 解决方案 → 成功指标
    • 始终包含范围之外的内容
    • 明确的验收标准
  3. 协作

    • 与工程团队确认可行性
    • 与设计团队打磨体验
    • 与销售团队验证市场
    • 与支持团队评估运营影响

关键脚本

rice_prioritizer.py

带有组合分析的高级 RICE 框架实现。

功能:

  • RICE 分数计算
  • 组合平衡分析(速赢与大赌注)
  • 季度路线图生成
  • 团队产能规划
  • 多种输出格式(text/json/csv)

用法示例:

# Basic prioritization
python scripts/rice_prioritizer.py features.csv

# With custom team capacity (person-months per quarter)
python scripts/rice_prioritizer.py features.csv --capacity 20

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

基于 NLP 的访谈分析,用于提取可执行的洞察。

能力:

  • 带严重程度评估的痛点提取
  • 功能需求的识别与分类
  • 待完成任务模式识别
  • 情感分析
  • 主题提取
  • 竞品提及
  • 关键引述识别

用法示例:

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

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

参考文档

prd_templates.md

适用于不同场景的多种 PRD 格式:

  1. 标准 PRD 模板

    • 全面的 11 节格式
    • 最适合大型功能
    • 包含技术规格
  2. 一页 PRD

    • 用于快速对齐的简洁格式
    • 聚焦问题/解决方案/指标
    • 适合较小的功能
  3. 敏捷 Epic 模板

    • 基于 Sprint 的交付
    • 用户故事映射
    • 聚焦验收标准
  4. 功能简报

    • 轻量级探索
    • 假设驱动
    • PRD 之前的阶段

优先级排序框架

RICE 框架
Score = (Reach × Impact × Confidence) / Effort

Reach: # of users/quarter
Impact: 
  - Massive = 3x
  - High = 2x
  - Medium = 1x
  - Low = 0.5x
  - Minimal = 0.25x
Confidence:
  - High = 100%
  - Medium = 80%
  - Low = 50%
Effort: Person-months
价值 vs 投入矩阵
         Low Effort    High Effort
         
High     QUICK WINS    BIG BETS
Value    [Prioritize]   [Strategic]
         
Low      FILL-INS      TIME SINKS
Value    [Maybe]       [Avoid]
MoSCoW 方法
  • 必须有:上线关键
  • 应该有:重要但不关键
  • 可以有:锦上添花
  • 不会有:范围之外

发现框架

客户访谈指南
1. Context Questions (5 min)
   - Role and responsibilities
   - Current workflow
   - Tools used

2. Problem Exploration (15 min)
   - Pain points
   - Frequency and impact
   - Current workarounds

3. Solution Validation (10 min)
   - Reaction to concepts
   - Value perception
   - Willingness to pay

4. Wrap-up (5 min)
   - Other thoughts
   - Referrals
   - Follow-up permission
假设模板
We believe that [building this feature]
For [these users]
Will [achieve this outcome]
We'll know we're right when [metric]
机会解决方案树
Outcome
├── Opportunity 1
│   ├── Solution A
│   └── Solution B
└── Opportunity 2
    ├── Solution C
    └── Solution D

指标与分析

北极星指标框架
  1. 确定核心价值:对用户来说最重要的价值是什么?
  2. 使其可衡量:可量化且可追踪
  3. 确保其可执行:团队能够对其施加影响
  4. 检查领先指标:能够预测业务成功
漏斗分析模板
Acquisition → Activation → Retention → Revenue → Referral

Key Metrics:
- Conversion rate at each step
- Drop-off points
- Time between steps
- Cohort variations
功能成功指标
  • 采用率:使用该功能的用户百分比
  • 频率:每个用户每时间段的用量
  • 深度:所用功能能力的百分比
  • 留存率:随时间的持续使用情况
  • 满意度:该功能的 NPS/CSAT

最佳实践

编写出色的 PRD
  1. 从问题开始,而非解决方案
  2. 在开头就包含明确的成功指标
  3. 明确说明哪些不在范围内
  4. 使用可视化内容(线框图、流程图)
  5. 将技术细节放在附录中
  6. 对变更进行版本控制
有效的优先级排序
  1. 将速赢与战略性押注相结合
  2. 考虑机会成本
  3. 考虑依赖关系
  4. 为意外工作预留缓冲(20%)
  5. 每季度重新审视
  6. 清晰地沟通决策
客户发现技巧
  1. 问 5 次"为什么"
  2. 关注过去行为,而非未来意图
  3. 避免诱导性问题
  4. 在他们的环境中进行访谈
  5. 寻找情绪反应
  6. 用数据验证
利益相关者管理
  1. 确定决策的 RACI
  2. 定期异步更新
  3. 演示优于文档
  4. 尽早解决问题
  5. 公开庆祝成功
  6. 坦然从失败中学习

需要避免的常见陷阱

  1. 解决方案优先思维:在理解问题之前就跳到功能
  2. 分析瘫痪:过度研究而不交付
  3. 功能工厂:交付功能而不衡量影响
  4. 忽视技术债务:不为平台健康分配时间
  5. 利益相关者意外:不尽早且频繁地沟通
  6. 指标作秀:优化虚荣指标而非真实价值

集成点

此工具包可与以下内容集成:

  • 分析:Amplitude、Mixpanel、Google Analytics
  • 路线图:ProductBoard、Aha!、Roadmunk
  • 设计:Figma、Sketch、Miro
  • 开发:Jira、Linear、GitHub
  • 研究:Dovetail、UserVoice、Pendo
  • 沟通:Slack、Notion、Confluence

快速命令速查表

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

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

# Create sample data
python scripts/rice_prioritizer.py sample

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

评论

支持 Markdown