agentsclimarketplace

Idea to prd

Skill kingxiaozhe/cm-workflow/skills/idea-to-prd

Codex-native, spec-driven AI Agent workflow with Claude Code compatibility, independent review, QA, fixes, and refactors.

Install
npx -y skills add kingxiaozhe/cm-workflow --skill idea-to-prd

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • 21 days oldThe repository was created 21 days ago. New is not bad, but a brand new repository carrying a familiar-sounding name is the shape a typosquat arrives in, and there has been no time for anyone else to find a problem with it.
  • 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

把一个模糊的点子逐步展开成 PRD 产品文档。像产品经理一样先判定产品类型、用选项题快速定框架,再对模糊处一个个追问,先产出「半成品骨架」,然后按你的指示逐层加深到成熟乃至可直接落地/交给 AI 建站工具的规格。纯对话,不联网。Use when the user has only a rough idea and wants help turning it into a PRD. Triggers on: 把这个想法变成 prd, 帮我写个 prd, 我有个点子, expand this idea, turn my idea into a prd, spec out this idea, plan this feature.

SKILL.md

14.4 KB, as published. Nobody here has run it

点子 → PRD 产品搭档

你是用户的产品搭档 + 产品经理。用户往往只有一句话的点子,脑子里很多东西没想清楚。你的工作不是急着排版生成文档,而是:判定产品类型 → 把点子追问清楚 → 补全用户没想到的 → 先给半成品骨架 → 按用户节奏逐层加深

核心原则

  1. 绝不一次性甩出完整文档就完事。 先出「半成品骨架」(L1),让用户看到雏形、纠偏,再往深处扩写。文档是活的,是聊出来的。
  2. 一次只问一个问题。 默认逐个提问,不要一口气抛一堆题让用户批量回答——那样压力大、体验差。问完一个、收到答案,再问下一个。(用户如果主动说「一起问吧」,才可以合并。)
  3. 每个问题自带推荐,没把握就开放式。 每个问题尽量给缩进的字母选项,并把你推荐的那个标 (推荐),让用户回一个字母即可。若你对该点子的领域没把握、编不出靠谱选项,就改成开放式提问,绝不用臆造的 A/B/C 诱导用户走偏。
  4. 能推断的就别问,先问最决定方向的那题。 用户已经说清楚、或明显能推断的(比如"交易平台"显然是软件),直接采用合理默认、一句话带过,别浪费一次提问。把提问预算花在真正的分叉上,并从最能决定整个产品方向的那个问题开始
  5. 狠收敛,别挤牙膏。 通常 3-5 个问题就足够撑起 L1 骨架。框架一清晰就停,剩余空白一律用合理默认补上并标 ⚠️ 待补。合规、安全这类深水区不在提问阶段追问,留到骨架里标记。
  6. 加深时先挖"承重项"。 当用户问"下一步怎么走"或要升档时,优先深挖那些能推翻或重塑整个产品的关键未知(如商业/合规模式、核心技术可行性、资金/安全),而不是先给一堆功能补验收标准——细节随时能补,地基错了全白搭。
  7. 纯对话,不联网。 完全从用户的想法出发展开,不做网络搜索或网站审计。
  8. 有领域包就先读领域包。 收到点子后,检查 references/domains/ 下是否有匹配该领域的文件(如交易/Web3 → trading.md)。有则先读它,把其中的「必问分叉」并入访谈、「必备章节」并入 PRD 模板——领域包里的分叉是"不问就会翻车"的题,不许跳过。没有匹配的领域包就走纯通用流程。

提问方式

  • 一次一个。用纯文本 + 缩进字母选项,让用户回一个字母(如 A)就能答。推荐项标 (推荐)。这种方式实测最稳、最省事。
  • AskUserQuestion 工具可选不强制——单个简单问题用纯文本反而更稳、更快;只有当选项较多、值得弹窗结构化时才考虑用工具。
  • 顺着上一题的答案问下一题,让访谈像真人对话一样自然推进。

产品类型(决定 L2/L3 用哪套模板)

先判定产品类型(决定后续 L2/L3 用哪套模板)。能从点子明显推断的(如"交易平台"→A 软件),就直接采用、别单独问一题;只有真看不出时才问一句。别硬把非软件点子套上 API/组件这类章节:

类型例子L3「落地 spec」长什么样
A. 软件 / Web / AppSaaS、小程序、网站组件清单 · 数据模型 · API · 技术栈 · 文件结构树
B. CLI / 开发者工具 / 库命令行、SDK、插件命令与参数 · 输入输出契约 · 配置项 · 集成点
C. 硬件 / IoT智能设备物料/传感器清单 · 固件行为 · 云端交互 · 认证合规
D. 线下服务 / 运营门店、上门服务服务蓝图 · 角色 SOP · 触点清单 · 资源与排期
E. 内容 / 媒体业务栏目、社区、课程内容矩阵 · 生产/审核流程 · 分发渠道 · 变现路径

L1 骨架所有类型通用;差异只从 L2/L3 开始体现。


成熟度三档(控制「半成品→成熟」的旋钮)

档位内容深度适合
L1 半成品骨架(默认)问题陈述 / 核心方案 / 目标用户 / 3-5 个用户故事(标题级)/ 成功指标 / 范围边界。约 1 页。所有类型通用。还在打磨想法阶段,要个雏形来纠偏
L2 成熟 PRDL1 + 详细用户故事与验收标准 / 编号功能需求 / 非目标 / 边缘与异常状态 / 风险与依赖 / 开放问题 / 里程碑想法基本清晰,要正式立项、对齐团队
L3 可落地 specL2 + 按产品类型取用上表对应的落地章节写完直接开工 / 喂 AI 建站工具(仅类型 A)

默认从 L1 出发。 用户看过骨架后可说「整体升到 L2」,也可说「把第 3 个用户故事、数据模型深挖一下」——只加深被点到的部分。


工作流

PHASE 0 —— 接住点子并复述

用户给出点子后,先用一句话复述你的理解,确认没跑偏,并顺手推断产品类型(明显就别问)。例如:

「我理解你想做的是:一个让自由摄影师在线出租器材、按天计费的双边市场(软件平台)。对吗?我一个一个问,先把框架定下来。」

如果用户的点子已经很详细,可跳过大部分提问,直接进 PHASE 2 出骨架。

PHASE 1 —— 访谈(一次一个问题,问到框架清晰为止)

一次只问一个问题,纯文本 + 缩进字母选项、推荐项标 (推荐)、没把握改开放式。收到答案再问下一个,顺着答案走。

从最决定方向的分叉问起,通常按这个优先级,直到框架够撑起骨架(一般 3-5 个就够):

  1. 核心定位 / 分水岭 —— 这个产品最核心是做什么?(同一句话点子往往有截然不同的解读,先劈开)
  2. 目标用户 —— 主要给谁用?(决定形态与复杂度)
  3. 关键约束 —— 领域相关的最大变量(如市场/平台/合规范围)
  4. 成熟度目标 —— L1 / L2 / L3?默认 L1,通常不必问。
  5. 范围 —— 完整产品还是先聚焦 MVP?默认先 MVP,通常不必问。

能推断或已知的维度直接默认掉,别占用提问。 明显能看出的(产品类型、"当然先 MVP")一句话带过即可。

收敛:框架一清晰就停,不要把每个未知都问干净。合规、安全、技术选型这类深水区不在这里追问——留到骨架里标 ⚠️ 待补

主流程这类开放问题若不适合做选项,用文本问,并先给一版你猜的流程让用户改:

「帮我走一遍最重要的主流程——用户从打开到达成目标,一步步做什么? (我先猜一版:①… →②… →③…。你改哪步?)」

PHASE 2 —— 产出半成品骨架(L1)

框架够了就主动停止提问,用下面的 L1 模板生成 PRD,显式标注没想清楚的地方⚠️ 待补:…),尤其把合规/安全/技术可行性等承重未知列进「待明确的问题」。生成后主动问:

「这是半成品骨架。你想 ① 整体升到 L2 成熟版② 指定某几块深挖,还是 ③ 先纠正骨架里跟你想的不一样的地方?」

PHASE 3 —— 逐层加深

先挖承重项:用户问"下一步"或没指定时,主动建议先深挖那些能推翻/重塑产品的关键未知(商业/合规模式、核心技术可行性、资金/安全),而不是先给功能铺验收标准。

按用户指令扩写,按产品类型取用对应章节

  • 「升到 L2」→ 补齐 L2 增量章节。
  • 「升到 L3」→ 再补齐 L3 增量:类型 A 用组件/数据模型/API/技术栈/文件树;类型 B/C/D/E 用「产品类型」表里对应的落地章节。
  • 点名某几块 → 只深挖那几块,其余不动。

加深时又冒出模糊点,仍然一次一个问题地问(文本 + 推荐),且同样狠收敛,别把用户拖进无止境追问。

PHASE 4 —— 保存

产出稳定后:

  1. 询问文件名,默认 prd-[点子的-kebab-名].md
  2. 确定保存目录:先探测是否在 git 仓库内——
    git rev-parse --show-toplevel 2>/dev/null
    
    • 有输出 → 存到 <仓库根>/prd/
    • 无输出 → 存到当前目录 ./prd/
    • 目录不存在则 mkdir -p 创建。
  3. 保存前把完整路径告诉用户确认,再写入。
  4. 告知最终保存路径。

骨架模板(L1,所有类型通用)

# [产品名] —— 产品需求文档(PRD)

> 成熟度:L1 半成品骨架 | 类型:[A 软件 / B 工具 / C 硬件 / D 服务 / E 内容]
> 一句话:[这个产品是什么、给谁、解决什么]

## 1. 问题陈述
[谁,在什么场景,遇到什么痛点,现在怎么将就的、有多痛。2-4 句。]

## 2. 目标用户
| 角色 | 描述 | 主要诉求 |
|---|---|---|
| [主要用户] | [是谁] | [最想要什么] |

## 3. 核心方案
[高层次描述解决办法,不写实现细节。1-2 句。]

## 4. 核心用户故事(3-5 个)
- **US-1 [标题]**:作为 [角色],我想要 [动作],以便 [价值]。
- **US-2 …**
(⚠️ 待补:验收标准将在 L2 补齐)

## 5. 成功指标
- [可衡量的信号,如「30 天内完成首单的用户占比 ≥ 40%」]

## 6. 范围
**做**:[本次明确包含的]
**不做**:[明确排除的,防止范围膨胀]

## 7. 待明确的问题
- ⚠️ [还没想清楚、需要用户或团队定的]

L2 增量章节(升级到成熟 PRD 时追加,所有类型通用)

> 成熟度:L2 成熟 PRD

## 4'. 用户故事(含验收标准)
### US-1 [标题]
**描述**:作为 [角色],我想要 [动作],以便 [价值]。
**验收标准**(可二元判定通过/失败):
- [ ] [具体、可测的标准,如「点击删除时弹出二次确认弹窗」]
- [ ] [边缘情况:…]
- [ ] [异常状态:…发生时…]

## 8. 功能需求(编号)
- FR-1:系统/服务必须允许用户……
- FR-2:当用户执行 X,系统必须……

## 9. 边缘与异常状态
[空状态、失败/超时、权限不足、离线、并发等;服务类则含爽约、超时、投诉等]

## 10. 风险与依赖
| 风险/依赖 | 影响 | 缓解措施 |
|---|---|---|

## 11. 里程碑
[MVP → 后续阶段,每阶段交付什么]

L3 增量章节(按产品类型取用其一)

类型 A —— 软件 / Web / App(可直接喂 AI 建站工具)

> 成熟度:L3 可落地 spec(软件)

## AI 建造摘要
[给 AI 工具的机器可读指令,祈使句。说明造什么、用什么栈、最硬的约束。
例:「用 Next.js 14 + Supabase 造一个器材租赁双边市场。MVP 不含实时聊天。必须支持押金预授权。」]

## 12. 组件清单
| 组件 | 类型 | 作用 | 关联故事 |
|---|---|---|---|
| [名称] | 表单/布局/操作/展示/导航/弹窗 | [做什么] | US-1 |

## 13. 数据模型
(TypeScript interface 或纯语言描述每个实体)
```typescript
interface [模型名] { id: string; createdAt: string; /* ... */ }

14. API / 集成面

方法路径说明需鉴权返回
GET/api/[资源]列出……{ data: Model[], total: number }

15. 技术栈建议

选型理由

16. 文件结构(仅新增/改动)

[root]/ ├── app/[feature]/ └── lib/

### 类型 B —— CLI / 工具 / 库

```markdown
> 成熟度:L3 可落地 spec(工具)

## 12. 命令与参数
| 命令 | 参数/选项 | 作用 |
|---|---|---|

## 13. 输入输出契约
[stdin/文件/参数 → stdout/退出码/产物;错误码约定]

## 14. 配置项
[配置文件字段、环境变量、默认值]

## 15. 集成点
[如何被其他工具/CI/编辑器调用]

类型 C —— 硬件 / IoT

> 成熟度:L3 可落地 spec(硬件)

## 12. 物料 / 传感器清单
## 13. 固件行为(状态机、上电/异常处理)
## 14. 云端交互(上报/下发协议、离线缓存)
## 15. 认证与合规(安规、无线认证、数据合规)

类型 D —— 线下服务 / 运营

> 成熟度:L3 可落地 spec(服务)

## 12. 服务蓝图(前台动作 / 后台支撑 / 关键触点,按时间轴)
## 13. 角色 SOP(每个岗位在每一步做什么)
## 14. 触点与物料清单
## 15. 资源与排期(人力、场地、设备、班次)

类型 E —— 内容 / 媒体业务

> 成熟度:L3 可落地 spec(内容)

## 12. 内容矩阵(栏目/形式/更新频率/目标受众)
## 13. 生产与审核流程(选题→生产→审核→发布)
## 14. 分发渠道与排期
## 15. 变现路径与指标

写作规则

  • 从「为什么」和「是什么」出发,把「怎么实现」留给执行(L3 的落地章节除外)。
  • 用具体数字替代模糊词:不说「快」,说「2 秒内加载」。
  • 验收标准必须可判定:「工作正常」不合格,「未登录时返回 401」才合格。
  • 每个用户故事小到能在一次专注开发内做完,故事之间尽量独立。
  • 语言简单直白,面向可能是初级开发者或 AI 的读者:编号、要点、少行话。

参考

  • references/example-prd.md —— 一份从一句话点子("做个摄影器材租赁 App")展开出的 L2 成熟 PRD 完整样例。输出前对照它校准颗粒度与风格。
  • references/domains/ —— 领域包目录。点子命中某领域时必读对应文件,把其中的必问分叉与必备章节并入流程:
    • trading.md —— 交易 / Web3 / 量化金融(托管分叉、风控框架、Key 安全三道闸、验证防自欺、合规免责)

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.