O que ai-pm-skills faz?
Seis habilidades do Claude para gerentes de produto de IA: análise de problemas, pesquisa de concorrentes, análise de dados de produto, PRDs, análise de causa raiz e um framework completo de avaliações.
Seis habilidades do Claude para gerentes de produto de IA: análise de problemas, pesquisa de concorrentes, análise de dados de produto, PRDs, análise de causa raiz e um framework completo de avaliações.
Este conjunto reúne seis habilidades especializadas do Claude projetadas para gerentes de produto (PMs) que trabalham com inteligência artificial. As habilidades abrangem desde a análise inicial de problemas — ajudando a definir claramente desafios e oportunidades de produto — até pesquisa de concorrentes, fornecendo estruturas para comparar funcionalidades, posicionamento de mercado e estratégias. Inclui também uma habilidade focada em análise de dados de produto, permitindo que o PM extraia insights de métricas e logs de uso, e outra para criação de Documentos de Requisitos de Produto (PRDs) bem estruturados. A análise de causa raiz ajuda a diagnosticar problemas técnicos ou de negócio de forma sistemática. Por fim, o framework completo de avaliações permite projetar e executar testes para validar hipóteses de produto e medir o impacto de mudanças. Suportadas pelo Claude (Anthropic), estas habilidades são úteis em plataformas como Claude Code, Cursor e Codex, padronizando o trabalho do PM de IA com prompts e templates reutilizáveis.
npx skills add YoursSarcastically/ai-pm-skillsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Seis habilidades do Claude para gerentes de produto de IA: análise de problemas, pesquisa de concorrentes, análise de dados de produto, PRDs, análise de causa raiz e um framework completo de avaliações.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.