消费端产品发现-设计-验证引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_a838be1f/product-engine。
技能介绍
解决「拍脑袋」决策与证据断层
在产品早期探索中,团队常面临需求信号碎片化、验证逻辑缺失的问题。看到某个热门品类就直接构思 Offer,或凭直觉写一份灵感笔记,往往导致后续投入沉没。这个技能旨在将消费端需求信号转化为可追溯、可验证、可审计的产品机会,强制建立从原始信号到最终复盘的证据链,避免把选品库或聊天记录当成最终产物。
三阶段闭环与文件级流转
该引擎通过严格的状态流转与字段契约推进工作,核心分为三个 Phase:
- Phase 1 机会成型:从
01_raw_signals收集原始信号,交叉验证后推导 Demand、Scale Gap、Breakdown 和 Atoms。 - Phase 2 Offer 与验证:基于前置原子拆解生成 Offer,并制定
Validation计划,未通过验证禁止进入供应链。 - Phase 3 审计与学习:执行
Audit并将经验回写至Lessons,运行99_system_consistency_checker.md生成 cycle report。
无论是使用 11_workflows 下的 Agent 模式,还是手动填写 RUNBOOK.md,每个阶段都必须更新对应的 index 和 WORKFLOW_LOG.md,确保上下游引用(Linked References)不断链。
适用边界与执行红线
- 拒绝跳过前置证据:严禁从品类灵感直接生成 Offer,或在没有 Demand 的情况下推导 Scale Gap。
- 拒绝自动化越权:禁止自动下单、压库存、投流、上架或对外承诺交付。
- 结果必须落盘:聊天回答不能作为最终产物,必须将结论写入标准化的 Markdown 文件并分配唯一 ID。
使用场景
- 产品经理要把论坛反馈和搜索信号整理成可追溯的 Demand,再决定是否做 Offer。
- 选品负责人需要按 Phase 推进机会成型、验证计划和审计,避免跳过上游证据。
- 研发/运营团队要把对话结论写入文件并维护 ID、Linked References 和 WORKFLOW_LOG。
- 增长或供应链同学需要在进入供应链前完成 V3 付款验证、Audit 与 Lessons 回写。
适合人员
- 产品经理:希望把外部需求信号拆成 Demand、Scale Gap、Offer 和验证计划。
- 企业运营/选品人员:需要可审计的产品发现流程,而不是灵感清单。
- 研发或运营工程师:希望用 Agent 工作流生成并维护结构化阶段文件。
- 独立产品负责人:需要在投入供应链前完成验证、审计和经验回写。