Communitygithub.com

linsaber1012-coder/pm-prd-to-demo

Ein Agent-Skill: hilft PMs, Ideen durchzuspielen – vom Alignment über PRD + Metrikdefinition bis hin zum klickbaren Prototyp, kompatibel mit Claude Code/Codex/Cursor.

Was ist pm-prd-to-demo?

Dieses Skill führt eine durchgängige Workflow-Kette für Produktmanager aus: von einer groben Produktidee über die Erstellung einer vollständigen PRD und Metrikdefinition bis hin zu einem klickbaren, teilbaren Prototyp. Es ist plattformunabhängig und funktioniert mit Claude Code, Codex, Cursor und Gemini gleichermaßen. Der Workflow besteht aus drei Phasen: interaktive Anforderungsermittlung (Phase 0), Erstellung von PRD und Metrikdefinition (Phase 1) und Erstellung des Prototyps (Phase 2). Besonderes Augenmerk liegt auf der Einhaltung strenger Disziplinen wie Null-Erfindungen (alles muss belegbar sein), Null-Emojis, gegenseitiger Überprüfung (Review) und Konsistenz über alle Artefakte hinweg. Der Prototyp wird als eigenständige HTML-Datei erstellt und kann über einen Link geteilt werden. Das Skill ist vollständig portierbar, da es keine plattformspezifischen Tools nennt, sondern nur Aktionen beschreibt. Es enthält Referenzmaterialien und Vorlagen für PRDs, Metrikdefinitionen und Schreibstile.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add linsaber1012-coder/pm-prd-to-demo

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

PM · PRD → Demo – Integrierter Workflow

Führe einen „Produktgedanken“ durch die gesamte Kette von „Abstimmung → Dokumentation → klickbarer Prototyp“ und erhalte einen entwicklungsfähigen PRD, eine eigenständig implementierbare Metrikdefinition sowie einen teilbaren Prototyp, der die echte Oberfläche eines Basis-Repositorys wiederverwendet. Dieser Workflow ist hostunabhängig (Claude Code / Codex / Cursor / Gemini – alle verwendbar); Hinweise zur Portabilität findest du im Abschnitt „Host-Adaption“.

Wann verwenden

  • Der Nutzer agiert als Produktmanager und möchte Deliverables wie PRD / Metrikdefinition / Interaktionsentwurf erstellen.
  • In der Regel handelt es sich um Verbesserungen an einem bestehenden Repository oder System, dessen reale Struktur wiederverwendet werden soll.
  • Es wird gewünscht, gleichzeitig einen ersten, klickbaren, teilbaren Prototyp zur Unterstützung von Reviews zu sehen.

Nicht geeignet: reine Code-Implementierungsaufgaben, kleine Änderungen an ein oder zwei Zeilen, Arbeiten ohne Produktentscheidungskomponente.

Was wird produziert

  1. PRD.md – die einzige Quelle der Wahrheit (Was wird gemacht / für wen / Umfang / Risiken / detaillierte Seiten- und Interaktionsbeschreibungen).
  2. Metrikdefinition.md – ein vollständig in sich geschlossenes Metrikdokument; der Entwickler kann jede Metrik/Regel allein daraus implementieren.
  3. Teilbarer, eigenständiger HTML-Prototyp – links = Zieloberfläche (echte UI des Basis-Repositorys + deine Änderungen, Mock-Daten müssen gekennzeichnet sein), rechts = vollständiges PRD-Panel.

Disziplinen, die durch alle drei Phasen gelten (nicht verhandelbar)

  1. Null Erfindungen, alles basiert auf Belegen: Metriken müssen auf Quellcode / offiziellen Dokumenten / Benutzerbestätigungen basieren; wenn etwas nicht gefunden wird, wird es klar kommuniziert, nicht vorgetäuscht; Mock-Daten müssen explizit gekennzeichnet werden.
  2. Null Emojis: Dokumente und Prototyp verwenden keinerlei Emojis / Status-Icons; Status werden ausschließlich als Text-Labels angegeben (z. B. beibehalten / aktualisiert / neu / nicht getestet / zu prüfen).
  3. Schreiben → adversarialer Review-Zyklus: Jedes Deliverable wird zuerst geschrieben, dann aus der Perspektive eines „strengen Senior-PMs“ überprüft, gemäß den identifizierten Problemen überarbeitet, und der Zyklus wiederholt sich, bis es bestanden ist (Review-Prompt siehe prompts/reviewer-agent.md).
  4. Konsistenz über alle Artefakte hinweg: PRD ↔ Metrikdefinition ↔ Prototyp müssen in allen Metriken und Aussagen übereinstimmen; verwaiste Elemente oder Widersprüche werden sofort behoben.
  5. Anpassung an den Interaktionsstil des Nutzers: Manche Nutzer bevorzugen Dialoge, andere Optionen; nach einer Ablehnung wird die Methode gewechselt, nicht dieselbe Methode aufgezwungen.
  6. Keine Umsetzung ohne festgelegte Entscheidungen: Vor der Erstellung von Dokumenten werden die Kernentscheidungen geklärt; bei unklaren Zielen wird die Diskussion gestoppt, nicht geraten.
  7. Entfernen von KI-typischem Schreibstil (Humanisierung): Der Fließtext wird natürlich, direkt und wie von einem Menschen geschrieben formuliert; typische KI-Merkmale werden vermieden (übermäßige Gedankenstriche, „nicht nur X, sondern auch Y“, leere Parallelismen / Drei-Satz-Floskeln, übermäßige Absicherung, schwülstige Verzierungen, richtige Worthülsen). Es kann das lokale humanizer-Skill oder references/writing-style.md (Zusammenstellung von stop-slop / Humanizer-zh / blader-humanizer) herangezogen werden. Hinweis: Fachliche Präzision bleibt erhalten – Humanisierung bedeutet nicht, Genauigkeit zu opfern oder Floskeln einzubauen.

Phase 0 · Interaktive Anforderungsermittlung und Entscheidungsfestlegung

Ziel: Die echten Gedanken, Anforderungen und Randbedingungen des Nutzers erfassen und klar strukturieren, Kernentscheidungen festlegen – dieser Schritt erfolgt interaktiv zwischen KI und Mensch, die KI trifft keine Entscheidungen für den Nutzer.

  1. Bestehende Assets durchforsten: Lies das vom Nutzer bereitgestellte Repository / die Dokumente / die reale Struktur des alten Systems (falls der Host paralleles Durchsuchen unterstützt, parallel; andernfalls einzeln). Verstehe, was es tatsächlich tut und welche wiederverwendbaren Komponenten es gibt.
  2. Anforderungen interaktiv klären: Hilf dem Nutzer durch Fragen, vage Gedanken in klare Entscheidungen zu überführen – typische zu klärende Punkte: Auswahl des Basisrepositorys, Umfang (in/out), gewünschte Metriken/Funktionen, Darstellung/Informationsarchitektur, klare Nicht-Ziele. Stelle jeweils einige wenige Schlüsselfragen, nicht alles auf einmal.
  3. Entscheidungsdokument erstellen: Halte die getroffenen Entscheidungen in einem kurzen „Entscheidungs-/Planungsdokument“ fest, das als Eingabe für Phase 1 dient.

Austrittskriterium: Alle Kernentscheidungen sind klar beantwortet und vom Nutzer bestätigt.

Phase 1 · PRD und Metrikdefinition erstellen

Ziel: Zwei entwicklungsfähige Dokumente.

  1. Vorlage prüfen: Siehe references/prd-checklist.md (vollständige Liste für die Praxis in China + Anpassung nach Projekttyp). Bestimme, welche Abschnitte für dieses Projekt erstellt werden müssen und welche ausgelassen werden können.
  2. Schreiben: Befolge prompts/writer-agent.md, um PRD und Metrikdefinition zu verfassen. Wesentliche Punkte:
    • PRD umfasst: Hintergrund/Ziele/Erfolgsmetriken/Umfang/Risiken/Funktionsstruktur + Informationsarchitektur + Flussdiagramme (Mermaid möglich)/Detaillierte Frontend-Darstellung und Interaktion jeder Seite (feldebene)/Glossar/Globale Regeln/Stakeholder.
    • Metrikdefinition vollständig in sich geschlossen: Der gesamte Metrik-Wortlaut wird inline angegeben; kein Verweis auf „siehe anderes Dokument“; der Entwickler kann es allein daraus umsetzen.
  3. Review: Verwende die prompts/reviewer-agent.md mit der Persona „Senior-PM“ für einen adversarialen Check (Vollständigkeit / Ausführbarkeit / Konsistenz mit Quellcode / Umfang und Nicht-Ziele / Risiken / Null Emojis / Keine toten Links / Artefakt-übergreifende Konsistenz).
  4. Überarbeitung abschließen: Ändere gemäß den zwingenden Punkten des Reviews, wiederhole bis bestanden.
  5. Checkliste abarbeiten: Vor Auslieferung Punkt für Punkt gegen references/pitfalls.md selbst prüfen (dies sind die aus früheren Fehlern abgeleiteten Prüfpunkte).

Phase 2 · Teilbaren Prototyp erstellen

Ziel: Ein klickbarer Prototyp mit links = Zieloberfläche, rechts = vollständigem PRD; das Design folgt treu der festgelegten Quelle (Referenzentwurf / Basis-Repository / Wettbewerber, siehe unten). Harte Regeln siehe references/prototype-guardrails.md.

  1. Designquelle bestimmen (nach Priorität):
    • ① Der Nutzer hat einen Referenzprototyp / Designentwurf bereitgestellt → Dieser dient als Grundlage; Design wird originalgetreu umgesetzt.
    • ② Es wird auf einem bestehenden Basis-Repository verbessert → Klone / lese dessen Frontend, extrahiere echte Design-Token und Layouts (Farben / Hell-Dunkel / Seitenleiste vs. Top-Leiste / Karten / echte Felder und Tabellenspalten der Ansichten), kopiere ohne eigene Erfindungen.
    • ③ Keines von beidem → Die KI erstellt selbstständig ein Design und wählt ähnliche Produkte / Wettbewerberseiten als Referenz, mit Erläuterung, worauf Bezug genommen wurde und warum.
  2. Eigenständiges HTML erstellen: Einzeldatei, links = Zieloberfläche (Basis-Repository-Treue + deine Änderungen, Mock-Daten müssen gekennzeichnet sein), rechts = vollständiges PRD-Panel (verwende einen minimalistischen Markdown-Renderer, um den PRD inline einzubetten).
  3. Eigenständig / CSP-sicher: Alle CSS/JS inline, keine externen CDN/Schriftarten/Symbole; Dinge, die nicht live gerendert werden können (z. B. bestimmte Bildbibliotheken), müssen ehrlich als Einschränkung gekennzeichnet werden und auf eine lesbare Darstellung zurückfallen.
  4. Veröffentlichen und iterieren: Veröffentliche als teilbaren Link; bei Änderungswünschen des Nutzers ändere sowohl Prototyp als auch PRD synchron, veröffentliche erneuert unter demselben Link.

Checkliste vor Auslieferung (Zusammenfassung, vollständig in references/pitfalls.md)

  • Null Emojis (auch in Knotenbeschriftungen von Diagrammen/Codeblöcken)
  • Keine Erfindungen: Zahlen/Metriken sind auf Quellen rückführbar; Mocks gekennzeichnet
  • Metrikdefinition in sich geschlossen, keine „siehe anderes Dokument“-Verweise
  • Metriken und Aussagen konsistent über alle Artefakte, keine verwaisten Elemente oder Widersprüche
  • Prototyp-Design folgt treu der festgelegten Quelle (Referenzentwurf falls vorhanden; bei Basis-Repository Token kopieren; sonst Wettbewerber als Referenz mit Erklärung), keine spontanen Erfindungen
  • Zusammengesetzte/Gesamtpunktzahlen haben explizite Formeln und Bestandteile
  • Alles, was nicht gerendert / nicht getestet / unbekannt ist, wird ehrlich gekennzeichnet, nicht als Tatsache dargestellt

Host-Adaption (Portabilität)

Der Haupttext dieser SKILL.md besteht aus hostunabhängigen, natürlichen Anweisungen, die jedes LLM befolgen kann. Drei Unterschiede werden außerhalb des Haupttextes gelöst:

  • Laden/Triggern: Siehe README.md für Installations- und Aufrufmethoden jedes Hosts (Claude Code: Skill-Verzeichnis; Codex: über sein Skill-/AGENTS.md-Referenz; Cursor/Gemini: eigene Pfade).
  • Fähigkeitsreduzierung: Wo von „Unter-Agent für Review/Erkundung“ gesprochen wird: Falls der aktuelle Host keine Unter-Agents unterstützt, führe das gleiche Review/Erkundung selbst durch, ohne die Disziplinen zu ändern.
  • Tool-unabhängig: Der Haupttext beschreibt nur Aktionen (Internet suchen, Repository lesen, Dateien schreiben, Prototyp veröffentlichen), ohne konkrete Tool-Namen zu nennen; jeder Host bildet auf seine eigenen Werkzeuge ab.

Beiliegende Ressourcen

  • references/prd-checklist.md – PRD-Komponentenliste + Anpassung nach Projekttyp
  • references/prototype-guardrails.md – Harte Regeln für Prototypen
  • references/pitfalls.md – Checkliste aus Fehlern
  • references/writing-style.md – Regeln zur Humanisierung / KI-typischen Stil vermeiden (Zusammenstellung von stop-slop / Humanizer-zh / blader-humanizer + lokales humanizer-Skill)
  • prompts/writer-agent.md – Prompt-Vorlage für den Schreib-Agent
  • prompts/reviewer-agent.md – Senior-PM-Review-Agent-Persona + Prüfpunkte
  • templates/prd-skeleton.md / templates/metric-spec-skeleton.md – Grundgerüst-Vorlagen

Verwandte Skills