ai-product-vision 是做什么的?
你的产品在每个层级(从记录系统到理解系统)为客户提供什么价值?你的市场在哪里?机会在哪里?你想把你的产品带向何方?
如何交流
对话式、短消息、一次只问一个问题。绝不发送问题列表。不要解释你要检查什么,直接去做。后台研究运行时,继续与产品经理交谈,不要沉默。
边做边存
一旦某个步骤有了内容,就立即写入对应文件,并持续更新。任何尚未完成的章节标记为 未完成。每次保存内容后,更新 index.html(产品的展示文稿,遵循 ai-product-start 技能文件夹中的 references/deck.md),确保展示文稿始终是最新的。如果产品经理表示时间不够或想继续前进,请干净地停止:保存现有内容,说明哪些步骤仍未完成,并告知他们可以再次运行此技能继续,或者自己编辑这些文件。在停止前更新 index.html。只要保存了内容,继续前进是可以的。
开始之前
在产品文件夹中工作:当前文件夹,或者其下包含 product.md 的文件夹。此技能的文件放在其内的 vision/ 文件夹中:ai-levels.md、market-map.md、market-map.html、market-moves.md、opportunities.md 和 vision.md 均指 vision/<名称>。product.md 和 documents/ 保持在顶层。如果 vision/ 不存在则创建它。如果没有任何产品文件夹,或者它是空的,用一句话说明需要先创建产品画像,请他们运行 /ai-product-start,然后停止。一个部分填写过的 product.md 就足以继续了。
阅读 product.md 和你尚未读过的 documents/ 中的所有内容。如果之前运行过的文件(ai-levels.md、market-map.md、market-moves.md、opportunities.md、vision.md)存在,说明哪些步骤已完成、哪些未完成(查找 未完成 标记),并询问是继续、重做某个步骤还是重新开始。继续时,跳过已完成的步骤,除非他们要求重做。按文件当前的版本阅读:产品经理可能已经编辑过它们。阅读 references/levels.md:了解六个层级、每个层级所需的证据以及定位规则。严格应用它们。
步骤
-
这是做什么的。 说明你正在处理哪个产品,然后用两三句话,用你自己的话解释:
软件正从记录工作转向完成工作。我们将经历六个层级,从记录系统到理解系统,看看你的产品今天在每个层级为客户提供了什么价值。然后,我们将在相同层级上绘制你的市场,找到产品的内外部机会,并为你可能带产品去的地方创造一个愿景。
然后问:“我们开始吧?” 等待肯定的回答。
-
市场。 根据
product.md和快速搜索,提出 10-15 家公司,分为三组:- 现有玩家:同一垂直领域的现有供应商,包括直接竞争对手;
- AI 原生挑战者:已获融资、正在用 AI 构建垂直领域工作流的初创公司;
- 横向玩家:触及该垂直领域的通用平台(ERP、CRM、生产力套件、AI 助手)。
简短地展示列表,并问一个问题:“谁漏掉了?” 添加他们的名字。
-
后台研究。 将这些作为并行子智能体启动,并用一句话告知产品经理研究正在运行:
- 层级地图: 将公司分成每批 3-5 家,每批一个子智能体。每家公司:从其产品页面、文档、发布说明、定价页面、案例研究和过去 18 个月内可信的新闻报道中找出 AI 功能;将每个功能定位到一个层级,附上来源 URL、状态(已发布/内测/已宣布)和置信度;将公司定位在其已发布且有使用证据的最高层级之上;添加一行关于它正在向何处发展的说明(公告也算,但要注明)。跳过公司而不是猜测。给每个子智能体传递
references/levels.md的完整路径。 - 市场动向: 一个子智能体研究其他公司进入市场的五种方式,遵循
references/threat-scan.md和references/threat-framework-spec.md(仅阶段 1 和 2:研究,然后标记为“已见”、“早期迹象”或“未见”,绝不编造名称)中的研究和证据规则。它将templates/market-moves.md的内容填入market-moves.md,使用平实、建设性的语言:其他人在做什么,以及这为你的产品打开了什么可能性。不打分,不写假设场景。传递这三个文件的完整路径,以及来自product.md的产品、公司、网站和行业信息,这样它就不需要问了。 - 产品周围的工作: 一个子智能体,逐步研究客户的工作,遵循
references/opportunities.md(传递其完整路径)的第 1 节:目标角色的岗位描述、评论和投诉(G2、Capterra、应用商店、论坛)、客户原话,以及创造新工作的规则或截止日期。它返回带有来源的发现,特别是手动工作,用于步骤 6。
如果子智能体不可用,自己完成同样的工作,在问题之间一批一批地做。
- 层级地图: 将公司分成每批 3-5 家,每批一个子智能体。每家公司:从其产品页面、文档、发布说明、定价页面、案例研究和过去 18 个月内可信的新闻报道中找出 AI 功能;将每个功能定位到一个层级,附上来源 URL、状态(已发布/内测/已宣布)和置信度;将公司定位在其已发布且有使用证据的最高层级之上;添加一行关于它正在向何处发展的说明(公告也算,但要注明)。跳过公司而不是猜测。给每个子智能体传递
-
你的产品,一个层级一个层级地看。 在研究运行的同时,与产品经理一起从层级 1 开始向上走。每个层级,用两行话说明它的含义和主要特点(来自
references/level-examples.md),然后一次只问一个问题:- 产品在这个层级为客户提供价值吗?有哪些功能或能力?
- 为谁:来自
product.md的哪个角色?买家还是用户? - 提供了什么价值:他们完成了什么、节省了什么或避免了什么?
- 他们如何付费:包含在基础价格中、作为附加组件、按席位、按使用量、还是按结果付费?
- 是否已发布并被使用?大概有多少客户?有例子吗?
从
product.md、网站和documents/已经说过的内容开始:确认它而不是从头问。层级 1 总是适用到一定程度;获取产品拥有的核心记录和工作流,以及客户为它们支付的价格。当某个层级的答案是“没有”时,再问一次是否有任何内测或计划中的内容,将其备注为“内测”或“计划”,然后询问是否要看下一个层级或停止。将他们的回答标记为
[PM]。在过程中将
templates/ai-levels.md的内容填入ai-levels.md。产品今天的层级是提供价值且已发布、被使用的最高层级;内测和计划中的不计入。显示摘要并问:“这正确吗?” -
地图。 当研究结果回来后:
- 使用与其他人相同的规则定位产品,依据
ai-levels.md和公开证据。不要高估。如果公开证据将其定级低于ai-levels.md所示,直接说明原因,并同时写上两种结果; - 将
market-moves.md中提到的任何公司添加到地图中(如果遗漏的话); - 命名空白区域:空白或稀疏的层级,以及上升最快的挑战者;
- 将
templates/market-map.md的内容填入market-map.md; - 将
templates/market-map.html复制到market-map.html,仅替换<script id="data">内部的 JSON,包括公司、它们的层级和分组,以及产品("us": true)。不要更改文件的其他部分。
用几行显示结果:产品在何处,谁比它高一个层级,谁移动最快,以及空白区域。告诉他们用浏览器打开
market-map.html。 - 使用与其他人相同的规则定位产品,依据
-
产品周围的工作。 阅读
references/opportunities.md。基于研究、product.md和documents/的显示,将客户的工作草拟成 6-10 个步骤,并一个步骤一个步骤地带产品经理过一遍,只问你无法填充的内容:- 这个步骤正确吗?有什么遗漏?
- 谁来做?哪些仍然通过手工、电子邮件或电子表格完成?
- 今天由什么软件运行?你的、别人的、还是没有?
-
机会。 在产品的内外部找到最多 8 个机会,遵循
references/opportunities.md:增长基础和新收入,每个都要具体、有证据支持、定位于某个层级、评级、排名,并在数字允许时估算规模。将templates/opportunities.md的内容填入opportunities.md。简短地显示排名表,并一次只问一个问题:- 这些中最让你兴奋的是哪个?
- 你从客户那里听到的,是否有遗漏的?
- 有没有任何评级是错误的?
用他们的回答更新文件,并标记为
[PM]。 -
想象。 现在帮助产品经理描绘未来,超越今天证据所能展示的。这是创造性部分:要具体生动,并且针对他们的产品、角色和数据。阅读
references/level-examples.md。对于产品今天层级之上的每一个层级(直到 6),每个层级一条消息:
- 命名层级,用两行话给出其主要特点,并展示两个已经达到该层级的真实产品,每行一个;
- 用三四行勾勒 他们的产品在这个层级的样子:它能做什么、为哪个角色、他们的日常工作有何变化、以及客户会如何付费;
- 问一个问题:“你会添加或改变什么?”
然后是关于理解系统。编写他们主要角色大约在 2029 年的一天生活,产品处于层级 6:它知道今天没人知道的事情,它在任何人问之前就做了,这个角色再也不做什么了,取而代之他们花时间做什么。然后,一次一个地问:
- 这里有什么让你兴奋?有什么感觉不对?
- 它需要知道哪些它今天还不知道的事情?
- 需要哪些数据,谁拥有这些数据?
- 如果这是真的,客户会付什么钱?
记录他们说的话,标记为
[PM]。这里出现的想法可能成为新的机会:将其添加到opportunities.md,证据标注为“假设”。 -
愿景访谈。 一次只问一个问题,跟进模糊的回答并要求举例。跳过已经回答过的部分。
- 在通向刚刚描绘的未来之路上,愿景应该从哪个最重要的机会开始?
- 看着地图,你希望产品达到哪个层级,什么时候达到?
- 为哪个角色?他们的日常工作会有何变化?(提供来自
product.md的角色。) - 你有而地图上其他人没有的东西是什么:数据、领域知识、客户、渠道?
- 如果明天有一个智能体坐在你的数据之上,客户会停止为什么付钱?他们会改为什么付钱?
- 地图上谁最接近这个愿景,你的不同之处在哪里?
- 为了验证这个想法,你能构建或测试的最小东西是什么?
-
愿景。 将
templates/vision.md的内容填入vision.md,尽可能使用产品经理的原话。每个关于市场的声明引用market-map.md、market-moves.md或opportunities.md;每个关于产品的声明引用ai-levels.md、product.md、documents/中的文件或[PM]。显示愿景段落并问:“这正确吗?” 反复修改直到他们同意。 -
更新产品画像。 在
product.md中,## AI 现状下面,添加一行:今天的层级和目标层级,指向ai-levels.md和vision.md。 -
展示文稿。 更新
index.html(产品的展示文稿):遵循ai-product-start技能文件夹(与此技能文件夹相邻)中的references/deck.md。 -
完成。 显示你写的文件,并用四行总结:产品今天的状况、最重要的机会、未来方向以及第一步。说明下一步是
/ai-product-discovery。以“定位信息来源于 [日期] 的公开资料。请核对你将据此行动的那些。” 结束。
完成条件
- 至少十家公司已被定位,每家有来源,或列明未定位的原因;
ai-levels.md包含产品在每个层级为客户提供的价值(功能、为谁、价值、如何付费),并经产品经理确认;- 产品已使用与其他人相同的规则定位在市场地图上;
market-moves.md涵盖了五种进入方式,每种都标注为“已见”、“早期迹象”或“未见”,并有来源;- 至少命名了一个空白区域;
opportunities.md绘制了产品周围的工作地图并按机会排名,每个机会都有证据支持,附有第一个要问的问题;vision.md包含产品在更高层级的图景以及一个理解系统的一天生活,并包含一个产品经理同意了的愿景,该愿景建立在已命名的机会之上,且有目标层级、角色和第一步。