大多数 AI 编码助手给你的都是通用输出——读起来像模板的 PRD、适用于任何产品的策略文档、或者只是把功能列表加上日期的路线图。但如果你的 AI 助手预装了整套产品管理手册呢?
这正是 PM Skills Marketplace 所提供的。这个开源项目拥有 18,865 个 GitHub Star,包含 68 个 PM 技能和 42 个链式工作流,横跨 9 个插件——从发现到战略、执行、发布和增长。它专为 Claude Code、Claude Cowork、Codex 及其他 AI 助手设计。
但问题是:大多数人安装后只运行一次 /discover,然后就再也不碰其他 41 个工作流了。这就像买了一把瑞士军刀,却只用刀刃。
让我们来改变这一点。
隐藏用法 #1:/red-team-prd 对抗性压力测试
大多数人的做法: 写好 PRD,获得利益相关者签字,然后开始开发。
隐藏技巧: 在发布 PRD 之前,运行 /red-team-prd 对其进行对抗性压力测试。这个命令使用 strategy-red-team 技能来暴露关键假设、指出每个假设可能失败的原因,并按最便宜的测试方式排序。
# 在 Claude Code 或 Cowork 中
/red-team-prd
# 粘贴你的 PRD 或描述你的功能想法
# AI 将扮演魔鬼代言人,找出你的盲点
效果: 你会得到一份按风险排序的假设清单,以及验证每个假设的具体实验方案——在你写一行代码之前。这就是大多数 PM 在会议中做但很少记录的"事前验尸 + PRD 审查"工作流。
数据来源: PM Skills Marketplace GitHub 18,865 Star,1,937 Fork(通过 GitHub API 验证,2026-06-16)。strategy-red-team 技能是 pm-execution 插件的一部分。
隐藏用法 #2:机会解决方案树(不只是用户故事)
大多数人的做法: 用标准的"作为[用户],我想要[功能],以便[收益]"格式写用户故事。
隐藏技巧: 使用 opportunity-solution-tree 技能来构建 Teresa Torres 风格的机会解决方案树。它映射 结果 → 机会 → 解决方案 → 实验,确保每个功能都连接到可衡量的结果。
# 在 Claude Code 中
帮我为提升用户激活构建一个机会解决方案树
# AI 将引导你完成:
# 1. 定义目标结果(如"将 D7 留存率从 20% 提升到 35%")
# 2. 映射机会(未满足的需求、痛点)
# 3. 为每个机会头脑风暴解决方案
# 4. 在构建之前设计实验来验证解决方案
效果: 你得到的不是互不关联的功能积压,而是一个可视化地图,展示每个实验如何连接到你的目标结果。这就是 Teresa Torres《持续发现习惯》的核心,被编码为 AI 技能。
数据来源: PM Skills Marketplace README,pm-product-discovery 插件(13 个技能,5 个命令)。opportunity-solution-tree 技能在项目插件参考中有文档记录。
隐藏用法 #3:/generate-data 虚拟数据集生成器
大多数人的做法: 在原型和测试场景中使用"User1、User2、Test123"这样的假数据。
隐藏技巧: 使用 /generate-data 创建逼真的虚拟数据集,支持 CSV、JSON、SQL 或 Python 格式。这可以直接用于你的测试场景、演示环境和 PRD 验收标准。
# 生成用于测试的逼真数据集
/generate-data
# "创建一个包含 500 个 B2B SaaS 用户的 CSV,
# 包含真实的公司名、订阅层级、使用模式和流失指标"
效果: 你的测试场景变得足够真实,能捕获边缘情况。你的演示看起来更专业。你的利益相关者看不出是假数据。而且你可以将相同的数据输入 /test-scenarios 来生成全面的测试覆盖。
数据来源: PM Skills Marketplace pm-execution 插件,dummy-dataset 技能(执行插件中 16 个技能之一)。在项目 README 中验证。
隐藏用法 #4:多平台技能部署(不只是 Claude)
大多数人的做法: 在 Claude Code 中安装 PM Skills,以为就这些了。
隐藏技巧: skills/*/SKILL.md 文件遵循通用技能格式,可与 Gemini CLI、OpenCode、Cursor、Kiro 等工具配合使用。你可以将技能复制到任何读取该格式的工具:
# 部署到 OpenCode(项目级)
for plugin in pm-*/; do
mkdir -p .opencode/skills/
cp -r "$plugin/skills/"* .opencode/skills/ 2>/dev/null
done
# 部署到 Gemini CLI(全局)
for plugin in pm-*/; do
cp -r "$plugin/skills/"* ~/.gemini/skills/ 2>/dev/null
done
# 部署到 Cursor(项目级)
for plugin in pm-*/; do
cp -r "$plugin/skills/"* .cursor/skills/ 2>/dev/null
done
效果: 你的整个团队都能访问相同的 PM 框架,无论他们使用哪个 AI 助手。斜杠命令(/discover、/strategy)是 Claude 特有的,但底层技能(实际的 PM 框架)在任何地方都能工作。
数据来源: PM Skills Marketplace README,"其他 AI 助手"部分。项目明确记录了对 Gemini CLI、OpenCode、Cursor 和 Kiro 的兼容性。
隐藏用法 #5:/market-scan 竞争情报引擎
大多数人的做法: 手动研究竞争对手、阅读 G2 评论、从头创建 SWOT 分析。
隐藏技巧: 使用 /market-scan 运行综合宏观环境分析,将 SWOT + PESTLE + 波特五力 + 安索夫矩阵结合在一个命令中。
# 运行完整的竞争格局分析
/market-scan
# "分析面向 10-50 人远程机构的新型 AI 项目管理
# SaaS 工具的项目管理 SaaS 市场"
效果: 你会得到一份结构化分析,涵盖内部优势/劣势、外部机会/威胁、宏观环境因素(政治、经济、社会、技术、法律、环境)、竞争力量( rivalry、供应商力量、买方力量、替代品、新进入者)和增长策略(市场渗透、市场开发、产品开发、多元化)。一次搞定。
数据来源: PM Skills Marketplace pm-product-strategy 插件(12 个技能,5 个命令)。swot-analysis、pestle-analysis、porters-five-forces 和 ansoff-matrix 技能都在项目 README 中有文档记录。
总结:PM Skills Marketplace 的 5 个隐藏用法
-
/red-team-prd— 在构建前对 PRD 进行对抗性压力测试 - 机会解决方案树 — 将每个功能连接到可衡量的结果
-
/generate-data— 创建逼真的虚拟数据集用于测试和演示 - 多平台部署 — 在 Claude、Cursor、Gemini、OpenCode 中使用相同的 PM 技能
-
/market-scan— 在单个命令中运行 SWOT + PESTLE + 波特五力 + 安索夫矩阵
延伸阅读
- Agent-Skills:AI 编码代理的生产级工程技能 — PM Skills 的工程对应版本
- n8n 工作流自动化:5 个隐藏用法 — 工作流自动化遇上产品管理
- KTransformers:5 个隐藏用法 — 在消费级硬件上运行超大模型
你有 PM Skills Marketplace 的其他隐藏用法吗?在评论区分享吧——我很想听听你如何将它应用到自己的工作流中。
Top comments (0)