关于 product-shaping
product-shaping 是面向产品与工程团队的技能,用于将已验证的想法整理为有边界的方案,设定固定投入并指导构建。它将 Shape Up 方法扩展到包含 AI Agent 的团队,并提供参考指南和模板。
主要功能
- 01按投入上限和范围限定想法
- 02勾勒并审视方案要素
- 03编写方案并确定承诺
- 04跟踪构建中的范围进展
- 05适配 AI Agent 参与的构建
- 06参考指南与可填写模板
适用场景
- 01将已验证的需求收敛为单一方案
- 02选择下一项有界产品承诺
- 03跟踪承诺构建中的范围
- 04调整涉及 AI Agent 的承诺
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ magnus919/ agent-skills --skill product-shaping安装后在 Claude Code 中输入/product-shaping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。
README.mdevals/evals.jsonreferences/anti-patterns.mdbetting.mdbuilding.mdhybrid-adaptation.mdprinciples.mdshaping.mdtemplates/PITCH.mdSCOPE_MAP.md详细介绍
产品塑形
产品与工程工作的预先承诺方法,改编自 Ryan Singer 的 Shape Up(免费版见 basecamp.com/shapeup), 并扩展适用于构建者中包含 AI Agent 的团队。
循环:将原始想法塑形为范围明确的提案 → 为其下注固定的时间预算 → 通过发现各个范围并不断压缩范围以适配框限来构建 → 继续前进, 让上线后的反馈重新作为原始想法进入流程。
核心步骤
- 设定边界——选择时间预算(“这件事值多少投入?”),并将问题收窄为一个具体的故事。砍掉大杂烩式的需求(“重新设计 X”“X 2.0”)。
- 找出构成要素——粗略地勾勒解决方案,确保其已解决关键问题且范围明确:用流程草图表示流程,用粗记号笔级别的保真度处理视觉问题,用组件与契约描述非 UI 工作。
- 填补兔子洞——攻击自己的草图;现在就敲定艰难的决定,声明范围之外的情况,砍掉时间预算无法承受的内容。
- 撰写提案——问题、时间预算、解决方案、兔子洞、禁止事项。
- 下注——承诺投入整个框限,期间不受打扰,且损失设有上限。默认情况下,不设完成期限,也不延期:断路器会将失败导回塑形阶段。
- 构建——先做一个集成切片,再发现并跟踪各个范围的状态,从上坡推进到下坡;优先处理最棘手的部分;决定何时停止时,与基线进行对比。
- 继续前进——砍掉范围不等于降低质量;新的反馈需要经过塑形,而不是立刻答应。
参考文件
只加载当前步骤所需的内容:
| 参考资料 | 加载时机 |
|---|---|
| references/principles.md | 需要了解原因:时间预算与估算、固定时间可变范围、粗略/已解决/有边界、证据边界、渊源 |
| references/shaping.md | 详细了解塑形步骤 1–4,包括非 UI/后端/基础设施工作的塑形 |
| references/betting.md | 了解下注与待办事项列表的区别、断路器机制、周期作为可选支架,以及如何处理两次下注之间的缺陷 |
| references/building.md | 了解责任移交、一次完成的整体切片、范围映射、坡度状态跟踪、决定何时停止 |
| references/hybrid-adaptation.md | 涉及 AI Agent 构建者的任何下注:预算计量单位、批量引导、纳入范围的验证成本、针对无法收敛循环的终止标准 |
| references/anti-patterns.md | 在对任何重要事项下注之前——已记录的实地失败案例及其缓解措施 |
模板
| 模板 | 用途 |
|---|---|
| templates/PITCH.md | 可填写的五要素提案文档 |
| templates/SCOPE_MAP.md | 可填写的范围表,包含坡度状态、杂项清单和断路器检查 |
入口
| 情况 | 从这里开始 |
|---|---|
| 收到原始想法或请求 | references/shaping.md 步骤 1 |
| 想法已验证,但范围不明确 | references/shaping.md |
| 准备好整理概念文档 | templates/PITCH.md |
| 决定下一个框限投入什么 | references/betting.md |
| 已下注,开始构建 | references/building.md |
| 构建者是 AI Agent | references/hybrid-adaptation.md |
| 项目总是无法完成/循环无法收敛 | references/anti-patterns.md,然后查看 hybrid-adaptation 中的终止标准 |
不适用场景
- 问题本身尚未验证 → 使用
product-discovery。塑形用于收窄已验证的问题;它不会调查问题是否真实存在。 - 这是一个战略问题(定位、市场进入、跨季度的产品组合权重)→ 使用
product-strategy或product-roadmapping-and-portfolio。此技能将单个押注打包——即一个有明确范围、设有投入限度和熔断条件的承诺;路线图则会在多个周期中安排多个此类押注,并设定继续/暂停/终止标准。 - 已经作出押注,且工作需要正式规格说明 → 在需要正式规格说明时,
spec-driven- development会使用塑形后的输出。 - 要通过评分比较互不相关的功能提案 → 使用
product-methodology(RICE/ MoSCoW)。在此技能的适用范围内,投入限度取代评分;同一决策只用一种体系,不要两者并用。 - 史诗级任务难以拆解,因为没人能定义完成标准 → 转回这里:这就是一个尚未塑形的项目,强行拆分只会产生彼此脱节的任务。
- 工作规模小、重复且完全明了 — 跳过塑形的额外流程,直接着手处理。
- 已经作出押注,且需要意图到交付的过程管控 — 包括分类、五字段意图契约、自主性门控、失败路由,以及贯穿运行过程的可恢复状态。转到
bmad。塑形止于作出押注;bmad 则负责在有界、可检查、可恢复的 Agent 工作中贯彻已作出的意图。
相关技能
product-discovery— 上游:在开始收窄之前验证问题product-strategy、product-roadmapping-and-portfolio— 押注之上的战略背景product-methodology— 获胜押注的下游使用方(优先级排序、规格草拟)spec-driven-development— 押注之后,对塑形后的输出进行可选的正式规格说明implementation-planning、subagent-driven-development— 押注之后的执行; 只拆解后续工作,绝不要提前把提案拆碎bmad— 作出押注后,用于意图到交付的控制面协议: 分类、五字段意图契约、自主性门控、失败路由、 可恢复的规格状态work-tracking— 构建期间记录范围/阶段状态qa-methodology— 在周期后期将边界情况 QA 作为能力提升,而非门槛
证据说明
每项实践主张都源于一家公司的经验(Basecamp,2019)。 截至 2026 年,独立团队的记录显示了真实的调整和有据可查的弃用案例; 在押注任何重要事项之前,请阅读 references/anti-patterns.md,并将六周周期视为可调整的脚手架,而非教条。
评论
支持 Markdown