Communitygithub.com

競爭產品重新設計

用於使用者想透過學習競爭對手的產品來改善或重新思考自己應用程式的功能時——例如:「看看 Loom/Notion/Linear 怎麼做」、「派 agent 截圖我們和競爭對手的產品」、「我們可以從其他應用程式中學到什麼來改進 X」、「將我們的 X 與 Y 進行基準測試」、「我們如何改善 X 的組織方式」——特別是在他們還想在開始建置之前看到提案(改進前後的設計對比,當前 UI 與重新設計並排顯示,並標示新元件)的時候。

競爭產品重新設計 是什麼?

這個技能專注於「競爭產品重新設計」,是一種系統化的方法,用於分析自身應用程式功能與競爭對手產品的差異,並產出有根據的設計決策與視覺提案。它透過平行子 agent 同時對自家功能與 2-3 個競爭產品進行截圖研究,這些發現會彙整成一份差距分析報告,並附上批次決策供使用者選擇。一旦方向確定,技能會產出一個設計畫布,將當前 UI 截圖與重新設計的圖板並排顯示,並以明顯標記標示所有變更(新的、修改過的元件)。此技能支援 Claude Code、Cursor 等平台,並能整合 Playwright MCP 進行可靠的螢幕截圖擷取,同時嚴格避免瀏覽器面板造成的不可見輸出。它還內建了常見陷阱的處理機制,例如共享 Playwright 工作階段的污染、登入憑證問題,以及遺失的 Chromium 執行檔。最終產出物包括設計決策摘要、視覺設計畫布,以及可選的實作計劃,確保開發團隊在投入程式碼開發前,對改進方向有清晰共識。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Pure-Water-Automations/agent-skills/tree/HEAD/competitive-redesign

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

競爭產品重新設計 是做什麼的?

如果 LOCAL.md 檔案與此 SKILL.md 相鄰,請先閱讀它——它包含此工作區的具體細節(路徑、工具、範例)並會覆蓋下方的通用預設值。

研究 → 決策 → 設計。平行子 agent 截取「我們的功能」以及 2-3 個競爭對手的產品畫面,研究結果會變成一份差距分析報告,並附上批次決策供使用者選擇。選定的方向會轉化為一個設計畫布:當前 UI 截圖與重新設計的圖板並排顯示,並標記所有差異。產出結果是「決策 + 設計」(+ 可選的實作計劃)——此技能不會撰寫任何產品程式碼。

下方提到的「參考運行」是此技能的首次實際運行(錄音庫重新設計);當 LOCAL.md 存在時,它會指向該次運行。這僅是一個可行的範例——它證明了流程形狀並校準了深度;請勿將其用於新功能的內容。

第一階段——平行研究(使用較便宜模型的子 agent,最多同時 3 個)

在一則訊息中啟動最多 3 個子 agent——使用 Agent 工具、general-purpose、model: "sonnet"(較便宜的模型對於基礎研究工作已經足夠;切勿超過 3 個同時執行——速率限制會扼殺大量生成):

  1. 我們的——在我們自己的應用程式上截取該功能的畫面。
      1. 競爭對手——使用者提到的產品優先填補這些位置,每個 agent 負責一個。剩餘的位置(使用者提到 0 或 1 個):由一個「調查」agent 負責,它會挑選 2-3 個在相關功能領域擁有最豐富公開文件的競爭對手。使用者提到 3 個以上:將主要的那個交給一個 agent,其餘的作為一個批次交給另一個 agent。

在它們執行的同時,請在主執行緒上深入了解我們的程式碼庫:該功能的 schema、讀取/操作層以及頁面。建議必須對應到真實的欄位(「project 標籤存在,但 UI 從未顯示它」)——未經程式碼基礎的競爭對手研究只會產出無人能建置的願望清單。

子 agent 的任務簡報——遺漏時會出錯的部分:

  • 僅使用 Playwright MCP,絕對不要用 Browser 面板——Browser 面板的螢幕截圖無法儲存到磁碟,並且對編排者是不可見的。明確告知 agent:使用 mcp__playwright__playwright_screenshot 搭配 savePng: true 以及 downloadsDir 設定為每個 agent 專用的暫存子目錄(如 ours/、loom/、competitors/),執行 mkdir -p 先建立目錄,並使用 ls 驗證後回報絕對路徑。
  • 並行 agent 共享同一個 Playwright 瀏覽器,並且一定會交叉污染工作階段(一個 agent 可能會截取到另一個 agent 的頁面——參考運行中就發生過)。讓每個 agent 都清楚:在保留截圖前,先視覺確認每張截圖與它剛剛導航到的 URL 相符;如果抓到過時或外部的畫面,請關閉 Playwright 瀏覽器,重新開啟,重新截取。
  • Playwright chromium 可能缺失(「Executable doesn't exist …」):從 MCP 的 npx 快取目錄執行 npx playwright install chromium,然後繼續(這是個持續存在的問題,即使在版本更新後也可能發生)。
  • 我們應用程式的登入:提供 agent 確切的步驟——例如一個僅限開發環境的登入表單(在 /login 路徑,使用 email + 密碼),該 email 必須是開發資料庫中「存在的活躍使用者」,密碼則來自開發伺服器的環境變數。在啟動 agent 之前,請親自驗證這兩項(讀取開發伺服器上的 env 值,查詢開發資料庫中的活躍使用者)。參考運行因為使用了不存在於開發資料庫中的 email,導致整個 agent 耗費在 CredentialsSignin 錯誤上。請在應用程式的 AGENTS.md / README 中尋找開發環境的認證路徑。切勿讓 agent 指向正式環境。
  • 競爭對手的產品庫位於登入牆後方——指示 agent 使用幫助中心文章、行銷/功能頁面以及文件(例如 support.loom.com 等),不要嘗試註冊。要求產出一個結構化的功能清單(組織、探索/搜尋、分享、工作流程、AI、管理) + 哪些功能是核心/受歡迎的,哪些是企業版限制的 + 一份「值得借鏡的獨特點子」清單。

第二階段——整合 + 批次決策

為使用者彙整一則訊息:

  1. 當前狀態——我們的功能有哪些、缺少哪些,並且要與截圖和程式碼(引用檔案)進行交叉驗證。
  2. 競爭對手的做法——每個產品幾行說明,僅限可移植的部分。
  3. 分階段的建議——最便宜、槓桿最高的先做:(a) 揭露程式碼已支援但 UI 未顯示的功能,(b) 小型遷移的組織功能,(c) 工作流程功能。包含使用者在提示中提出的原始點子。標記刻意跳過的項目(企業級功能、YAGNI 原則)。
  4. 批次多選決策:2-4 個會改變最終成果的分叉點,每個選項以字母標示 + 推薦選擇。不要零散地提出問題。

停下來等待使用者決策。在範圍未決定之前,不要開始設計。

第三階段——選定方向的設計畫布

必備子技能: design 技能(Claude Design 畫布 → Artifact)。它負責畫布的操作機制;此階段新增比較慣例:

  • 當前 UI 截圖作為獨立的圖板(「當前——X」)與重新設計的圖板(「重新設計——X」)並排顯示。在嵌入前,將截圖降取樣至約 70-100 KB 的 JPEG(使用 sips -Z 900 -s format jpeg -s formatOptions 60 …)。
  • 重新設計圖板需符合應用程式真實的設計系統——先讀取 token 檔案和元件,複製精確的值(字型、顏色 token、卡片圓角半徑、按鈕形狀)。
  • 標記每一處差異:使用應用程式強調色繪製虛線外框 + 在每個目前不存在的元素上加上小的「NEW」標籤(對於被修改的元素,使用「CHANGED」標籤變體)。未更改的區域則不加任何裝飾——這種留白正是讓標記清晰可讀的關鍵。
  • 畫布上的便利貼總結每個圖板的差異 + 一個總覽備註。Mockup 中使用範例資料即可;並在交接時說明清楚。
  • 靜態 mockup 是預設的交付成果;僅在使用者要求時才建立可點擊的原型。

第四階段(僅在使用者要求時)——實作計劃

必備子技能: superpowers:writing-plans。將每項任務建立於第一階段的程式碼閱讀基礎上;逐字引用分階段的範圍和決策;最後提供執行模式選項(平行 fan-out / subagent / 內聯),不要在未經提示的情況下開始建置。

陷阱(所有問題都在參考運行中發生過)

症狀修復方式
Agent 回報已截圖,但編排者看不到檔案使用了 Browser 面板——重新指示:使用 Playwright MCP 的 savePng + downloadsDir
螢幕截圖顯示的是與 agent 導航到的不同的網站共享的 Playwright 工作階段污染——關閉瀏覽器,重新開啟,重新截取,並視覺確認
開發環境登入出現 CredentialsSigninEmail 不是開發資料庫中的活躍使用者——查詢開發資料庫,使用一個存在的使用者
「Executable doesn't exist … chromium」執行 npx playwright install chromium(在每個快取目錄中,Playwright 更新後重新執行)
Fan-out 回傳空結果 / 被速率限制同時執行超過 3 個 agent——分為 ≤3 個一波,重試失敗的部分,大聲回報部分結果
建議與程式碼不符跳過了第一階段的主執行緒程式碼基礎研究——在整合前先完成它

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Pure-Water-Automations/agent-skills

Score any app (the user's own or a competitor's) on a research-backed rubric and produce a reusable, comparable scorecard — 0–5 per dimension with an evidence grade, noncompensatory gates checked first, and one "smallest fix" per weak dimension. Adapts to product stage: a pre-PMF app under ~100 users is scored on 9 dimensions, a growth-stage app on the full 23. Use whenever the user says "score this app", "grade the app", "rate the UI/UX", "how good is [app]", "app scorecard", "run the scorecard on [app]", "how does [app] stack up", "is this ready to launch / promote to prod", or wants a before/after number after a build sprint or a beta round. Reads the codebase + deploy + docs, optionally beta feedback / analytics, and refuses to invent retention, revenue, or PMF from code alone. Outputs a chat table plus a published HTML scorecard artifact. Pairs with ui-usability-audit (UI depth), qa-sweep (functional pass), dev-to-prod-promotion-review (release gate).

Pure-Water-Automations/agent-skills

Use when the user wants a multi-perspective brainstorm on a feature, app, or product area — "spin up agents with different personalities/job titles", "look at it from different angles", "panel of experts", "come up with 30 ideas and a top 5", "how can we make X more useful", "brainstorm what to do next with X" — especially when they also want to DECIDE on the ideas (implement / hold / reject) rather than just read a list. Also use when they ask to re-run or extend a previous panel, or to "make the ideas decidable like dev-to-prod-promotion-review".

相關技能