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
- 01RICE 评分与组合分析
- 02季度路线图和产能规划
- 03提取客户访谈洞察
- 04适用于多种场景的 PRD 模板
- 05探索与产品指标框架
适用场景
- 01结合团队产能排列功能请求优先级
- 02从访谈文本中发现主题和痛点
- 03为功能或 Epic 编写 PRD
- 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.mdscripts/customer_interview_analyzer.pyrice_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
- 从
references/prd_templates.md中选择模板 - 根据发现阶段的工作填写各章节
- 与利益相关者评审
- 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
-
收集功能需求
- 客户反馈
- 销售需求
- 技术债务
- 战略举措
-
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)
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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:
-
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
-
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
-
敏捷 Epic 模板
- 基于 Sprint 的交付
- 用户故事映射
- 聚焦验收标准
-
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
- 确定核心价值:对用户来说最重要的价值是什么?
- 使其可衡量:可量化且可追踪
- 确保其可执行:团队能够对其施加影响
- 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
- 从问题开始,而非解决方案
- 在开头就包含明确的成功指标
- 明确说明哪些不在范围内
- 使用可视化内容(线框图、流程图)
- 将技术细节放在附录中
- 对变更进行版本控制
有效的优先级排序
- 将速赢与战略性押注相结合
- 考虑机会成本
- 考虑依赖关系
- 为意外工作预留缓冲(20%)
- 每季度重新审视
- 清晰地沟通决策
客户发现技巧
- 问 5 次"为什么"
- 关注过去行为,而非未来意图
- 避免诱导性问题
- 在他们的环境中进行访谈
- 寻找情绪反应
- 用数据验证
利益相关者管理
- 确定决策的 RACI
- 定期异步更新
- 演示优于文档
- 尽早解决问题
- 公开庆祝成功
- 坦然从失败中学习
需要避免的常见陷阱
- 解决方案优先思维:在理解问题之前就跳到功能
- 分析瘫痪:过度研究而不交付
- 功能工厂:交付功能而不衡量影响
- 忽视技术债务:不为平台健康分配时间
- 利益相关者意外:不尽早且频繁地沟通
- 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