Pm 00 guide

产品方法论全流程导航

产品全流程全景图

产品探索与发现 → 产品商业与战略 → 产品构思与设计（含PRD生成+变更影响分析）
       ↓                                    ↓
  产品度量设计(开发前)              [Backend开发与上线]
                                          ↓
                                  产品度量运营(上线后)
                                          ↓
                              产品增长与运营 ←→ 产品监控与迭代（含验收发布）
                                          ↓
                                    项目管理与执行（贯穿全程）

8大模块与入口编排器

阶段	模块	入口编排器	何时使用
1	产品探索与发现	user-research-orchestrator / insight-orchestrator / market-orchestrator / opportunity-orchestrator	从0开始，不知道用户是谁、问题是什么
2	产品商业与战略	business-orchestrator / positioning-orchestrator / planning-orchestrator / stakeholder-orchestrator	已发现问题，需要确定商业模式和战略
3	产品构思与设计（含PRD生成+变更影响分析）	ideation-orchestrator / design-orchestrator / validation-orchestrator	已有战略，需要设计方案、生成PRD并验证
4	产品度量设计	metrics-orchestrator	开发前，需要设计指标体系和埋点方案
5	产品度量运营	analysis-orchestrator / experiment-orchestrator / decision-orchestrator	上线后，需要数据分析和实验验证
6	产品增长与运营	acquisition-orchestrator / activation-orchestrator / retention-orchestrator / revenue-orchestrator	需要获取用户、提升留存、商业化
7	产品监控与迭代（含验收发布）	monitoring-orchestrator / release-orchestrator / diagnosis-orchestrator / iteration-orchestrator	需要监控预警、问题诊断、迭代优化、验收发布
8	项目管理与执行	project-planning-orchestrator / agile-orchestrator / risk-orchestrator	贯穿全程的项目管理

意图路由

根据用户的自然语言输入，快速路由到对应的编排器或模板。

用户意图模式	路由目标	置信度
做*系统 / 做*平台 / 做*App / 做*商城 / 从0到1 / 新项目 / 做*小程序	product-launch-orchestrator	高
加功能 / 改需求 / 优化 / 迭代 / 升级 / 新增模块	product-iteration-orchestrator	高
分析数据 / 看数据 / 漏斗 / 留存 / 异常 / 数据不好	analysis-orchestrator	高
增长 / 获客 / 变现 / AARRR / 用户量 / 收入	growth-orchestrator	高
写PRD / 需求文档 / 产品文档 / PRD	design-orchestrator	高
竞品 / 市场 / 行业 / 市场规模	market-orchestrator	中
用户研究 / 调研 / 访谈 / Persona / 用户画像	user-research-orchestrator	高
商业模式 / 定价 / 画布 / 怎么赚钱	business-orchestrator	高
监控 / 告警 / 异常预警 / 线上问题	monitoring-orchestrator	高
项目管理 / Sprint / 敏捷 / 站会	agile-orchestrator	高
定位 / 差异化 / 竞争优势	positioning-orchestrator	中
需求分析 / 需求洞察 / KANO / JTBD	insight-orchestrator	高
实验 / A/B测试 / 效果验证	experiment-orchestrator	高
质量保障 / 测试 / 验收	quality-acceptance / release-orchestrator	中
发布 / 上线 / 灰度	release-orchestrator	高

业务场景映射

将用户的业务语言翻译为方法论流程。当用户提到具体业务领域时，先识别业务类型，再推荐对应的场景模板和重点编排器。

用户可能的说法	业务类型	推荐模板	重点编排器	特别关注
做交易商城 / 电商 / 购物平台 / 电商小程序	C端交易型	模板2	product-launch-orchestrator	支付安全(api-design)、交易数据(data-architecture)、增长全链路(acquisition→revenue)
做SaaS / CRM / ERP / 管理系统 / OA / HR系统	B端效率型	模板1	product-launch-orchestrator	权限设计(api-design)、多租户(data-architecture)、Stakeholder对齐
做社交 / 社区 / 内容平台 / 论坛 / 短视频	C端内容型	模板2	product-launch-orchestrator	网络效应增长(growth-orchestrator)、内容审核安全
做金融 / 支付 / 借贷 / 保险 / 理财	金融合规型	模板1	product-launch-orchestrator	合规评估(Backend内建)、风控、交易流水(data-architecture)
做教育 / 课程 / 知识付费 / 培训	内容交易型	模板2	product-launch-orchestrator	付费模式(business-pricing)、学习路径设计
做工具 / 效率 / 笔记 / 日历 / 待办	工具型	模板2	product-launch-orchestrator	激活(activation-aha)、留存策略(retention-orchestrator)
做医疗 / 健康 / 健身 / 问诊	医疗健康型	模板1	product-launch-orchestrator	隐私合规(Backend内建)、数据安全
做物流 / 供应链 / 仓储 / 配送	供应链型	模板1	product-launch-orchestrator	数据架构(data-architecture)、系统集成
做游戏 / 娱乐 / 直播	娱乐型	模板2	product-launch-orchestrator	用户体验设计、留存与付费(revenue-orchestrator)
做AI产品 / 智能助手 / ChatBot	AI产品型	模板2	product-launch-orchestrator	用户研究(user-research-orchestrator)、验证(validation-orchestrator)

业务场景映射使用方法

1. 识别业务类型：根据用户输入匹配上表的"用户可能的说法"列
2. 推荐模板：使用对应行的"推荐模板"启动流程
3. 关注重点：在流程执行中特别关注"特别关注"列标注的编排器和Skill
4. 一键启动：直接调用"重点编排器"列的跨域编排器，它会自动协调全流程
5. 灵活调整：业务场景映射是推荐起点，用户可根据实际情况调整流程

根据用户场景推荐

场景1：从0到1做新产品

推荐顺序：模块1 → 2 → 3 → 4 → 7

场景2：已有产品需要优化

推荐入口：模块5（数据分析）或 模块7（监控迭代）

场景3：需要增长

推荐入口：模块6（增长与运营）

场景4：需要做需求分析

推荐入口：模块1的 insight-orchestrator 或 模块3的 design-prd

场景5：需要写PRD

推荐入口：模块3 design-prd

场景6：项目管理和协作

推荐入口：模块8 project-planning-orchestrator

场景模板

场景模板提供完整的编排器调用序列，可直接按顺序执行，无需自行判断每个阶段该用哪个编排器。

模板1：从0到1做SaaS/B端产品

🚀 一键启动：使用跨领域编排器 product-launch-orchestrator 自动协调全流程

product-launch-orchestrator
  阶段1：探索与定位
    insight-orchestrator → market-orchestrator → business-orchestrator → positioning-orchestrator
  阶段2：设计与度量
    design-orchestrator → metrics-orchestrator
  阶段3：并行构建（PRD确认后同时启动）
    ├── api-design-orchestrator → data-architecture-orchestrator → backend-architecture-orchestrator
    └── ui-orchestrator
  阶段4：集成验证
    ui-orchestrator
  阶段5：验收与发布
    release-orchestrator

关键数据契约：

• design-orchestrator 输出 PRD → api-design-orchestrator 消费
• positioning-orchestrator 输出定位陈述 → ui-orchestrator 消费（品牌基因）
• metrics-orchestrator 输出指标体系 → release-orchestrator 消费（验收标准）
• 目标语言：用户在启动时指定（默认zh-CN），全链路传递至 ui-orchestrator

模板2：从0到1做C端/移动端产品

🚀 一键启动：使用跨领域编排器 product-launch-orchestrator 自动协调全流程（前端优先模式）

product-launch-orchestrator
  阶段1：用户研究与洞察
    user-research-orchestrator → insight-orchestrator → opportunity-orchestrator
  阶段2：战略与设计
    positioning-orchestrator → design-orchestrator → metrics-orchestrator
  阶段3：并行构建
    ├── ui-orchestrator（设计系统建立）
    └── api-design-orchestrator（后端API设计）
  阶段4：前端优先开发
    ui-orchestrator
  阶段5：验收与发布
    release-orchestrator

关键数据契约：

• design-orchestrator 输出 IA/原型 → ui-orchestrator 消费
• api-design-orchestrator 输出 OpenAPI契约 → ui-orchestrator 消费
• ui-orchestrator 内部传递设计令牌
• 目标语言：用户在启动时指定（默认zh-CN），全链路传递至 ui-orchestrator

模板3：已有产品数据驱动优化

阶段1：数据诊断
  analysis-orchestrator → decision-orchestrator

阶段2：迭代设计
  design-orchestrator（仅更新变更部分）→ metrics-orchestrator（补充新指标）

阶段3：验证与发布
  release-orchestrator

阶段4：效果验证
  experiment-orchestrator → analysis-orchestrator（对比前后数据）

关键数据契约：

• analysis-orchestrator 输出分析报告 → decision-orchestrator 消费（决策依据）
• experiment-orchestrator 输出实验结果 → analysis-orchestrator 消费（效果对比）

模板4：增长突破

阶段1：增长诊断
  growth-orchestrator → [瓶颈子编排器：acquisition / activation / retention / revenue]

阶段2：实验验证
  experiment-orchestrator

阶段3：规模化
  release-orchestrator（全量发布增长方案）

关键数据契约：

• growth-orchestrator 输出增长诊断 → 瓶颈子编排器消费
• experiment-orchestrator 输出实验结果 → 增长方案是否全量发布的决策依据

模板5：功能迭代

🚀 一键启动：使用跨领域编排器 product-iteration-orchestrator 自动协调迭代全流程

product-iteration-orchestrator
  阶段1：需求分析
    design-orchestrator（需求分析由 design-prd 覆盖）
  阶段2：方案设计
    design-orchestrator（仅变更模块）
  阶段3：影响分析与条件分支执行
    ├── API需变更 → api-design-orchestrator → data-architecture-orchestrator → backend-architecture-orchestrator
    ├── UI需变更 → ui-orchestrator
    └── 无变更 → 跳过
  阶段4：集成与交付
    ui-orchestrator（仅API变更时）
    → release-orchestrator

关键数据契约：

• design-orchestrator 输出需求文档（由 design-prd 覆盖）→ 下游消费
• design-orchestrator 输出更新后的PRD → change-impact-analysis 消费

模板使用说明

1. 按需裁剪：模板是完整路径，实际使用中可根据产品阶段跳过已完成的阶段
2. 并行启动：标记为"并行"的阶段可同时启动，缩短整体周期
3. 数据依赖：每个模板标注了关键数据契约，确保跨编排器的数据传递正确
4. 项目管理：所有模板均可叠加 project-planning-orchestrator 进行项目管理
5. 降级执行：如果某个编排器的上游数据不存在，该编排器仍可独立执行（按各Skill的降级策略）

Skill目录结构

存放路径

所有Skill定义文件存放在 ALL/ 目录下，按模块编号+模块名组织：

ALL/
├── pm-00-guide/                        ← 导航入口（非标准Skill）
│   └── SKILL.md
├── pm-01-discovery/                    ← 模块1：产品探索与发现
│   ├── orchestrators/                  ← 编排器
│   │   ├── user-research-orchestrator/SKILL.md
│   │   ├── insight-orchestrator/SKILL.md
│   │   ├── market-orchestrator/SKILL.md
│   │   └── opportunity-orchestrator/SKILL.md
│   └── skills/                         ← Pipeline Skill（10个）
│       ├── user-research-voice-analysis/SKILL.md
│       ├── insight-analysis/SKILL.md
│       └── ...（8个Pipeline）
├── pm-02-strategy/                     ← 模块2：产品商业与战略
│   ├── orchestrators/（4个编排器）
│   └── skills/（11个Pipeline）
├── pm-03-design/                       ← 模块3：产品构思与设计（含PRD生成+变更影响分析）
│   ├── orchestrators/（3个编排器）
│   └── skills/（12个Pipeline，含design-prd、change-impact-analysis）
├── pm-04-metrics-design/               ← 模块4：产品度量设计
│   ├── orchestrators/（1个编排器）
│   └── skills/（3个Pipeline）
├── pm-05-metrics-ops/                  ← 模块5：产品度量运营
│   ├── orchestrators/（3个编排器）
│   └── skills/（8个Pipeline）
├── pm-06-growth/                       ← 模块6：产品增长与运营
│   ├── orchestrators/（5个编排器）
│   └── skills/（11个Pipeline）
├── pm-07-monitoring/                   ← 模块7：产品监控与迭代（含验收发布）
│   ├── orchestrators/（4个编排器）
│   └── skills/（11个Pipeline，含quality-acceptance、release-gradual、release-auto-checklist、release-notes）
└── pm-08-project/                      ← 模块8：项目管理与执行
    ├── orchestrators/（3个编排器）
    └── skills/（8个Pipeline，agile-review含迭代复盘）

目录命名规则

• pm-{序号}-{模块名}/：模块级目录，序号控制流程顺序
• orchestrators/：存放编排器（指挥官模式）
• skills/：存放Pipeline Skill
• 最内层文件夹名必须与SKILL.md的 name 字段一致

输出路径规范

路径约定

所有Skill输出统一存放在用户项目根目录的 output/ 下，遵循以下标准路径格式：

output/pm-{module}/{skill-name}/

• pm-{module}：模块级目录（不带序号，如 pm-discovery、pm-design）
• {skill-name}：Skill级子目录，与Skill的name字段一致
• 每个Skill的输出文件存放在自己的子目录下，避免文件名冲突
• output跟着用户项目走，不跟着Skill定义目录走

模块输出目录映射

output/
├── pm-discovery/                  ← 模块1：产品探索与发现
│   ├── user-research-voice-analysis/
│   ├── user-research-behavior-analysis/
│   ├── user-research-user-modeling/
│   ├── user-research-interview-assist/
│   ├── user-research-report/
│   ├── insight-analysis/
│   ├── market-tam-som/
│   ├── market-pest/
│   ├── market-competitor-analysis/
│   └── opportunity-definition/
├── pm-strategy/                   ← 模块2：产品商业与战略
│   ├── business-model-canvas/
│   ├── business-value-fit/
│   ├── business-pricing/
│   ├── business-strategy-report/
│   ├── positioning-strategy/
│   ├── strategic-analysis/
│   ├── planning-okr/
│   ├── planning-north-star/
│   ├── planning-roadmap/
│   ├── stakeholder-analysis/
│   └── product-proposal/
├── pm-design/                     ← 模块3：产品构思与设计（含PRD生成+变更影响分析）
│   ├── ideation-workshop/
│   ├── design-prd/
│   ├── design-ia/
│   ├── design-userflow/
│   ├── design-prototype/
│   ├── design-handoff-spec/
│   ├── change-impact-analysis/
│   ├── validation-assumption-map/
│   ├── validation-mvp/
│   ├── validation-experiment/
│   ├── validation-usability/
│   └── interaction-spec/
├── pm-metrics-design/             ← 模块4：产品度量设计
│   ├── metrics-system/
│   ├── tracking-plan/
│   └── metrics-dashboard/
├── pm-metrics-ops/                ← 模块5：产品度量运营
│   ├── analysis-anomaly/
│   ├── analysis-funnel/
│   ├── analysis-retention/
│   ├── data-analysis-report/
│   ├── experiment-design/
│   ├── experiment-execution/
│   ├── decision-dace/
│   └── decision-culture/
├── pm-growth/                     ← 模块6：产品增长与运营
│   ├── growth-model/
│   ├── growth-strategy-report/
│   ├── gtm-strategy/
│   ├── product-operations-manual/
│   ├── acquisition-analysis/
│   ├── activation-aha/
│   ├── activation-onboarding/
│   ├── retention-management/
│   ├── revenue-funnel/
│   ├── revenue-nrr/
│   └── revenue-upsell/
├── pm-monitoring/                 ← 模块7：产品监控与迭代（含验收发布）
│   ├── monitoring-pipeline/
│   ├── diagnosis-health/
│   ├── diagnosis-competition/
│   ├── competitor-monitoring-report/
│   ├── user-feedback-loop-report/
│   ├── iteration-decision/
│   ├── quality-acceptance/
│   ├── release-gradual/
│   ├── release-auto-checklist/
│   ├── release-notes/
│   └── product-sunset-plan/
└── pm-project/                    ← 模块8：项目管理与执行
    ├── planning-project-charter/
    ├── planning-resource/
    ├── planning-kickoff/
    ├── agile-sprint-planning/
    ├── agile-daily-sync/
    ├── agile-review/
    ├── risk-identification/
    └── risk-management/
└── phase-reports/                 ← 编排器阶段总结
    ├── pm-discovery/
    ├── pm-strategy/
    ├── pm-design/
    ├── pm-metrics-design/
    ├── pm-metrics-ops/
    ├── pm-growth/
    ├── pm-monitoring/
    ├── pm-project/
    ├── ui/
    ├── backend/
    └── cross-domain/

跨模块文件引用

当Skill需要读取其他模块的输出时，使用以下路径格式：

output/pm-{源模块}/{源skill-name}/{文件名}

示例：

• 模块3的Skill读取模块1的用户研究输出：output/pm-discovery/user-research-voice-analysis/voice-analysis.json
• 模块3的PRD读取模块2的战略输出：output/pm-strategy/planning-okr/okr.json
• 模块8的验收Skill读取PRD：output/pm-design/design-prd/prd.md

文件命名约定

• JSON数据文件：{skill-name}.json 或 {描述性名称}.json
• Markdown文档：{描述性名称}.md
• 图表文件：charts/{图表名称}.png
• 数据文件：data/{数据名称}.csv 或 data/{数据名称}.json

输出校验规则

每个 Pipeline Skill 的输出部分包含 输出校验规则 表格，定义输出 JSON 的必填字段和类型约束。AI 生成输出后，必须对照校验规则验证：

校验项	规则	不达标处理
必填字段完整性	所有标记为"必填"的字段必须存在	自动补填缺失字段，标注 auto_filled: true，置信度降为0.3
字段类型正确性	字段值类型必须匹配声明类型	尝试类型转换，转换失败则标注 type_error: true
枚举值合法性	enum 类型字段值必须在允许范围内	标注 invalid_value: true，建议人类修正
置信度标注	所有推断性字段必须标注置信度(0-1.0)	缺失置信度的字段补填默认值0.3并标记
数组非空	标记为必填的 array 字段不能为空数组	标注 empty_array: true，建议人类补充数据

校验规则表格格式：

| 字段路径 | 类型 | 必填 | 说明 |
|----------|------|------|------|
| 顶层字段 | object/array/string/number/boolean | 是/否 | 字段描述 |
| 嵌套字段 | ... | ... | ... |

注：校验规则为渐进式添加。核心 Skill（design-prd、api-design、design-system、metrics-system 等）已包含完整校验规则，其余 Skill 按需补充。

全局质量门禁规范

所有编排器和 Pipeline Skill 必须遵循以下统一的质量门禁规范，确保降级输出不会无条件流入下游。

置信度分级标准

等级	范围	含义	传递规则
高	≥ 0.7	数据充分、多源验证	可自动传递下游
中	0.3 - 0.7	数据部分缺失或单一来源	传递下游时标注 confidence: medium，编排器阶段卡口需人类确认
低	< 0.3	核心数据缺失或AI推断	阻断自动传递，必须人类确认后才可传递下游

降级输出阻断规则

降级场景	阻断条件	处理方式
上游 Skill 输出整体置信度 < 0.3	编排器阶段卡口检测到上游输出 overall_confidence < 0.3	阻断进入下一阶段，输出低置信度报告，要求人类确认是否继续
必填字段缺失且 AI 自动补填	输出校验检测到 auto_filled: true 字段	标注该字段，编排器阶段卡口汇总所有 auto_filled 字段，要求人类逐项确认
降级策略执行后输出质量降级	Skill 降级策略中明确标注"输出影响"为"简化"或"不完整"	编排器在阶段卡口标注 degraded_output: true，人类确认后才传递下游
所有上游数据缺失	Skill 被迫基于 AI 知识库推断生成	整体置信度上限设为 0.3，强制阻断，人类必须确认

AI 自动执行 Skill 输入预检规范

以下 Skill 采用 ai_auto 交互模式（AI 自动执行，无需人类实时审批），必须在执行前进行输入完整性预检：

Skill	预检必填项	预检失败处理
analysis-anomaly	指标体系定义 + 告警规则	切换为 ai_suggest_human_approve，要求人类提供指标体系
analysis-funnel	漏斗定义 + 事件数据	切换为 ai_suggest_human_approve，要求人类提供漏斗和事件数据
analysis-retention	用户行为数据 + 分群定义	切换为 ai_suggest_human_approve，要求人类提供行为数据
experiment-execution	实验配置 + 护栏指标定义	阻断执行，要求人类提供实验配置
release-gradual	发布计划 + 监控配置	阻断执行，要求人类提供发布计划
release-auto-checklist	发布内容 + 环境配置	切换为 ai_suggest_human_approve，要求人类提供发布内容
risk-management	风险登记册 + 升级规则	切换为 ai_suggest_human_approve，要求人类提供风险登记册
monitoring-pipeline	指标体系 + SLA 要求	切换为 ai_suggest_human_approve，要求人类提供监控配置
agile-daily-sync	Sprint Backlog	切换为 ai_suggest_human_approve，要求人类提供 Sprint 计划

预检规则：

1. 执行前检查所有必填输入是否存在且非空
2. 必填输入缺失 → 按上表处理（切换交互模式或阻断）
3. 可选输入缺失 → 正常执行，相关章节标注"待补充"
4. 预检结果记录在输出文件的 pre_check 字段中

编排器统一异常策略

所有编排器在遇到"所有上游数据全部缺失"时，统一采用以下策略：

1. 标注"全数据缺失"状态
2. 输出最小化模板（仅含元信息和空结构）
3. 整体置信度设为 0.3
4. 强制人类确认是否继续
5. 人类确认后，基于用户提供的信息和 AI 知识库推断生成
6. 所有推断内容标注 confidence ≤ 0.5 和 needs_human_validation: true

此策略替代此前各模块不一致的处理方式（pm-01 降级执行 / pm-02 终止编排 / pm-08 输出最小化），统一为"最小化输出 + 强制人类确认 + 降级标注"。

AI能力边界

本方法论所有Skill在AI Agent中运行，存在以下能力边界：

AI能做的

• 读取项目本地文件（output/目录下的上游产出）
• 分析用户粘贴的文本内容
• 处理用户上传的CSV/Excel/JSON文件
• 生成结构化分析报告和文档
• 执行逻辑推导、评分、排序等计算任务

AI不能做的

• 访问外部数据库：无法直连MySQL/PostgreSQL/MongoDB等
• 调用业务API：无法访问公司内部API、第三方数据平台
• 获取实时数据：无法从Google Analytics、Mixpanel、神策等分析平台拉取数据
• 操作外部系统：无法在JIRA、飞书、企业微信等系统中创建任务
• 执行代码：无法运行Python/SQL脚本进行数据处理

数据提供方式

当Skill需要外部数据时，用户需通过以下方式之一提供：

1. 直接粘贴：将数据内容粘贴到对话中
2. 上传文件：上传CSV/Excel/JSON文件
3. 提供路径：提供本地文件路径，AI读取文件内容

每个Pipeline Skill的"降级策略 > 数据获取说明"中已包含该Skill所需数据的具体提供方式。

使用建议

1. 首次使用：从模块1开始，按顺序执行
2. 按需使用：根据当前阶段直接调用对应编排器
3. 单独使用：也可以直接调用任意Pipeline Skill，不经过编排器
4. 数据传递：上游模块的输出文件存放在 output/pm-{module}/{skill-name}/ 下，下游Skill按路径约定读取
5. 人类决策：所有关键决策点都需要人类确认，AI只提供建议
6. 外部数据：AI无法访问外部系统，需用户手动提供数据（见"AI能力边界"）