Planning okr
Skill LuckyOneTwoThree/pm-skill/pm-02-strategy/skills/planning-okr
102 AI Agent Skills for the full product lifecycle. Compatible with Trae / Claude Code. 9 modules from discovery to launch to growth. | 102 个覆盖产品全生命周期的 AI Agent Skills,兼容 Trae / Claude Code,9 大模块从探索发现到上线增长。
npx -y skills add LuckyOneTwoThree/pm-skill --skill planning-okrAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
2 things to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
- 6 stars6 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
当需要制定季度/年度OKR、目标分解、绩效考核标准时使用。OKR自动生成。从战略方向生成目标与关键结果,包括Objective生成、Key Results设计、可行性评估和OKR对齐检查。关键词:OKR、目标管理、关键结果、目标分解、OKR对齐、定目标、目标拆解。
SKILL.md
10.9 KB, as published. Nobody here has run it
OKR自动生成
核心原则
- O从战略来——Objective必须源于SWOT战略方向,不可脱离战略凭空设定
- KR必须可量化——每个KR有明确数字目标和验证方法,拒绝模糊表述
- 可行性硬检查——达成概率<0.3升级调整目标,>0.9升级增加挑战
- 对齐闭环——O与KR逻辑一致、KR之间相互支撑、与北极星指标关联
交互模式
🤖→👤 AI建议人类审批
输入
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|---|---|---|---|---|
| SWOT战略方向 | JSON | 是 | output/pm-strategy/strategic-analysis/strategic-analysis.json | SO/ST/WO/WT战略方向 |
| 北极星指标 | JSON | 是 | output/pm-strategy/planning-north-star/north-star.json | 北极星指标及下钻指标 |
| BMC商业模式画布 | JSON | ○ | output/pm-strategy/business-model-canvas/bmc.json | 价值主张、收入来源 |
| 业务现状数据 | JSON | ○ | 用户提供 | 当前业务指标基线 |
执行步骤
Step 1: Objective生成
生成2-3个Objective候选
质量检查标准:
- 方向感:表达清晰的方向和意图
- 战略一致性:与SWOT战略方向一致
- 激励性:能够激励团队
- 时间-bound:有明确的周期
Objective模板:
O: [动词] + [什么] + [达成什么]
Step 2: Key Results生成
每个Objective生成3-5个Key Results
质量检查标准:
- 可量化:用数字衡量
- 可验证:有明确的验证方法
- 多维度:覆盖不同维度(数量/质量/时间/成本)
- 有挑战性:需要努力才能达成
KR模板:
KR: [时间] [数量/百分比] [做什么] 达到 [目标值]
KR达成概率估算规则:
| 场景 | 估算方法 | 置信度 |
|---|---|---|
| 有历史数据 | 基于历史趋势外推,target/baseline比值与历史增速对比 | 高(≥0.7) |
| 有行业基准 | 参考同行业同阶段公司的KR达成率 | 中(0.4-0.7) |
| 无参考数据 | 基于德尔菲法——AI提供3档概率(乐观0.8/中性0.5/保守0.2),人类选择 | 低(<0.4) |
达成概率 < 0.3 的 KR 标注 needs_human_validation: true,建议调整 target 或拆分为多个渐进式KR。
北极星指标消费:从输入的北极星指标中提取核心指标和下钻指标,确保至少1个KR的metric与北极星指标直接关联,标注 north_star_alignment: true。
Step 3: KR可行性评估
对每个KR进行可行性评估:
kr_assessment:
baseline: 当前值
target: 目标值
growth_needed: 需要的增长率
achievability: 达成概率 (0-1)
dimension: 维度分类
confidence_level: 置信度
achievability 计算方法:
achievability_score = w1 × resource_fit + w2 × historical_trend + w3 × dependency_risk
- resource_fit: 团队当前资源/预估所需资源(0-1),基于团队规模动态校准:
- 1-3人: 0.3(资源紧张)
- 4-6人: 0.5(资源适中)
- 7-10人: 0.7(资源充裕)
- >10人: 0.8(资源丰富)
- 若团队规模未知,默认0.4(偏保守)
- historical_trend: 基于历史数据时为达成概率,无历史数据时为0.5
- dependency_risk: 1 - (外部依赖数量 × 0.15),最低0.1
- w1=0.4, w2=0.35, w3=0.25
achievability_score < 0.4 标注为高风险KR,needs_human_validation: true
Step 4: OKR对齐检查
检查OKR之间的对齐关系:
- 与公司战略对齐
- O与KR逻辑一致
- KR之间相互支撑
- 时间线合理
对齐检查执行规则:
| 检查维度 | 检查方法 | 通过条件 | 不通过处理 |
|---|---|---|---|
| O-KR一致性 | 每个KR必须直接贡献对应O的达成 | 所有KR与O有直接因果关系 | 标注不一致KR,建议重新定义 |
| KR间独立性 | KR之间不应有包含或因果关系 | KR两两之间无逻辑依赖 | 合并依赖KR或拆分为独立KR |
| 北极星对齐 | 至少1个KR的指标与北极星指标直接关联 | north_star_alignment=true的KR≥1 | 标注北极星对齐缺失,建议增加关联KR |
| 量化可验证 | 每个KR包含数字目标值和截止时间 | 所有KR包含metric+target+deadline | 标注不可验证KR,建议补充量化指标 |
| 资源可行性 | achievability_score ≥ 0.4 | 所有KR的achievability ≥ 0.4 | 标注高风险KR,建议调整target或增加资源 |
输出
存储路径:output/pm-strategy/planning-okr/
输出文件:okr.json
输出校验规则
| 字段路径 | 类型 | 必填 | 说明 |
|---|---|---|---|
| okr_candidates | array | 是 | 至少2个Objective候选 |
| okr_candidates[].objective | string | 是 | Objective描述 |
| okr_candidates[].key_results | array | 是 | 每个O至少3个KR |
| okr_candidates[].key_results[].kr | string | 是 | KR描述 |
| okr_candidates[].key_results[].baseline | string | 是 | 当前基线值 |
| okr_candidates[].key_results[].target | string | 是 | 目标值 |
| okr_candidates[].key_results[].growth_needed | string | 是 | 需增长率 |
| okr_candidates[].key_results[].achievability | number | 是 | 达成概率0-1 |
| okr_candidates[].key_results[].confidence_level | number | 是 | 置信度0-1 |
| okr_candidates[].key_results[].deadline | string | 是 | KR截止日期(ISO8601格式) |
| okr_candidates[].alignment_check.strategic_alignment | boolean | 是 | 战略对齐检查 |
| okr_candidates[].alignment_check.kr_coherence | boolean | 是 | KR一致性检查 |
| okr_candidates[].alignment_check.timeline_feasibility | boolean | 是 | 时间线可行性 |
okr_candidates:
- objective: "O1: 提升用户活跃度"
key_results:
- kr: "KR1: DAU达到100万"
baseline: 60万
target: 100万
growth_needed: 67%
achievability: 0.65
dimension: "数量"
confidence_level: 0.85
deadline: "2026-06-30"
- kr: "KR2: 用户次留率达到45%"
baseline: 35%
target: 45%
growth_needed: 29%
achievability: 0.70
dimension: "质量"
confidence_level: 0.80
deadline: "2026-06-30"
- kr: "KR3: 核心功能使用率达到60%"
baseline: 40%
target: 60%
growth_needed: 50%
achievability: 0.55
dimension: "质量"
confidence_level: 0.75
deadline: "2026-06-30"
alignment_check:
strategic_alignment: true
kr_coherence: true
timeline_feasibility: true
notes: "对齐检查说明"
- objective: "O2: 优化单位经济模型"
key_results:
- kr: "KR1: CAC降低20%"
baseline: 150元
target: 120元
growth_needed: -20%
achievability: 0.60
dimension: "成本"
confidence_level: 0.75
deadline: "2026-06-30"
alignment_check:
strategic_alignment: true
kr_coherence: true
timeline_feasibility: true
notes: "对齐检查说明"
决策规则
- 达成概率升级:
- 达成概率 < 0.3:升级调整目标
- 达成概率 > 0.9:升级增加挑战
- OKR最终确认:必须人类决策
- 资源匹配:检查KR资源需求是否可满足
质量检查
- 每个O包含1句话描述且≤30字
- 每个KR包含≥1个数字目标值(metric+target)
- 每个KR包含deadline字段(ISO8601格式)
- north_star_alignment=true的KR≥1,O-KR一致性检查100%通过
- 所有KR的achievability_score已计算且≥0.4的KR占比≥60%
- 战略一致性已验证
降级策略
当上游文件不存在时,本Skill仍可独立执行:
| 缺失的上游输入 | 降级方案 | 输出影响 |
|---|---|---|
| strategic-analysis.json | 用户提供业务目标 → 直接生成OKR候选 | 缺乏战略分析数据支撑,O与战略方向对齐度可能不足 |
| north-star.json | 用户提供业务目标 → 直接生成OKR候选 | 缺乏北极星指标对齐,KR可能与核心指标脱节 |
| bmc.json | 用户提供业务目标 → 直接生成OKR候选 | 缺乏BMC数据,OKR与商业模型关联度可能偏弱 |
| strategic-analysis.json + north-star.json + bmc.json | 用户提供业务目标 → 直接生成OKR候选 | 整体置信度降低,OKR缺乏战略和指标锚定 |
| 所有上游文件均缺失 | 提示用户先执行前序阶段,或基于用户提供的业务目标直接生成OKR候选 | 整体置信度显著降低,OKR仅为通用目标参考 |
| 业务现状数据(用户提供) | 若用户未提供业务现状数据,提示用户提供或跳过该输入相关步骤 | 缺乏基线数据,KR目标值缺乏参照 |
数据获取说明
本Skill需要战略分析、北极星指标和BMC数据,请通过以下方式之一提供:
- 直接描述业务目标和关键结果预期
- 上传strategic-analysis.json / north-star.json / bmc.json文件
- 提供数据文件路径
- AI不负责外部数据采集,仅负责分析
上游变更响应
上游变更影响表
| 上游变更 | 影响范围 | 响应策略 |
|---|---|---|
| strategic-analysis.json战略方向调整 | Objective生成需重新对齐 | 重新执行Step 1,更新O候选 |
| north-star.json北极星变更 | KR需与北极星重新对齐 | 重新执行Step 2,更新KR和关联关系 |
| bmc.json商业模式变更 | OKR与商业模型关联 | 重新评估OKR与收入/成本结构对齐 |
下游通知机制表
| 变更类型 | 影响范围 | 通知方式 |
|---|---|---|
| Objective调整 | planning-roadmap、business-strategy-report | 输出文件版本号+变更摘要 |
| KR目标值变更 | planning-roadmap | 输出文件版本号+变更摘要 |
| 对齐检查结果变更 | planning-roadmap | 输出文件版本号+变更摘要 |
与prd.json数据契约对齐
| 本Skill输出字段 | prd.json对应字段 | 对齐规则 |
|---|---|---|
| okr_candidates[].objective | prd.json.goals[].description | O描述与PRD目标描述一致 |
| okr_candidates[].key_results[].kr | prd.json.goals[].success_metrics[].metric_name | KR描述包含PRD成功指标名称 |
| okr_candidates[].key_results[].target | prd.json.goals[].success_metrics[].target_value | KR目标值与PRD指标目标值一致 |
| okr_candidates[].key_results[].baseline | prd.json.goals[].success_metrics[].current_value | KR基线与PRD指标当前值一致 |