agentsclimarketplace

Positioning exclusion

Skill LuckyOneTwoThree/pm-skill/pm-02-strategy/skills/positioning-exclusion

当需要明确产品不为哪些用户服务时使用。目标用户排他决策,输入定位陈述+竞品分析,输出排他陈述和战略意图说明。关键词:目标用户、排他、市场定位、边界。From its SKILL.md

Install
npx -y skills add LuckyOneTwoThree/pm-skill --skill positioning-exclusion

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

  • 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.

SKILL.md

6.9 KB, ~2.4k tokens by cl100k_base, as published. Nobody here has run it

Pipeline 6b: 目标用户排他决策

核心原则

  1. 排他是战略选择——排他不是能力不足而是聚焦,每条排他必须有战略理由
  2. 重叠度硬检查——排他用户与核心用户重叠≥30%时拒绝排他建议
  3. 市场缩减预警——排他后潜在市场缩减≥50%时强制人类审批
  4. 替代方案必提供——为排除的用户群体提供替代建议,不可只排除不指引

交互模式

👤 人类执行

重要说明:这是定位策略中的人类决策点。AI负责生成分析建议和候选方案,但最终的排他决策必须由人类产品负责人做出。

输入

输入项类型必填来源说明
positioning-statement输出JSONoutput/pm-strategy/positioning-statement/positioning-statements.json已通过质量检查的定位陈述候选
竞品分析JSONoutput/pm-discovery/market-competitor-intel/competitor-intel.json竞品覆盖的用户群体

执行步骤

Step 1: AI分析 - 竞品覆盖扫描

AI扫描竞品分析数据,识别:

  • 各竞品主要覆盖的用户群体
  • 竞品覆盖薄弱/放弃的用户群体
  • 潜在的差异化机会点

Step 2: AI建议 - 排他候选生成

基于定位陈述,AI生成3-5个排他候选:

排他维度建议

  1. 用户特征维度:按人口属性排除
  2. 使用场景维度:按使用场景排除
  3. 需求强度维度:按需求深度排除
  4. 付费能力维度:按支付意愿排除

Step 3: 人类决策 - 最终排他陈述

产品负责人基于AI分析建议,决定:

必须明确回答

  1. 我们明确不为哪些用户群体服务?
  2. 为什么不服务这些用户?(战略原因)
  3. 服务这些用户会有什么负面影响?

决策原则

  • 排他是为了聚焦,不是简单的放弃
  • 每一条排他都应有明确的战略理由
  • 排他决策需要与长期产品愿景一致

输出

存储路径output/pm-strategy/positioning-exclusion/exclusion-decision.json

输出文件:exclusion-decision.json

输出校验规则

字段路径类型必填说明
exclusion_statementstring排他陈述
rationalearray排他理由列表
rationale[].excluded_audiencestring被排除用户群体
rationale[].reasonstring战略理由
rationale[].alternativestring替代建议
implications.revenue_impactstring营收影响
implications.resource_optimizationstring资源优化说明
implications.brand_positioningstring品牌定位影响
implications.risksarray潜在风险列表
human_decision.decided_bystring决策人
human_decision.decided_atstring决策时间
{
  "exclusion_statement": "我们不为XX用户提供服务",
  "rationale": [
    {
      "excluded_audience": "XX用户",
      "reason": "战略理由说明",
      "alternative": "建议XX用户使用竞品A"
    }
  ],
  "implications": {
    "revenue_impact": "对营收的潜在影响",
    "resource_optimization": "资源优化说明",
    "brand_positioning": "对品牌定位的影响",
    "risks": ["潜在风险1", "潜在风险2"]
  },
  "human_decision": {
    "decided_by": "产品负责人姓名",
    "decided_at": "决策时间",
    "notes": "决策备注"
  }
}

决策规则

条件决策
排他用户群体与核心用户重叠度≥30%拒绝排他建议,标记"排他范围与核心用户冲突"
排他用户群体与核心用户重叠度<30%生成排他建议,标记为"AI建议,需人类审批"
排他后潜在市场缩减≥50%标记高风险,强制人类审批
排他后潜在市场缩减<50%正常流程,人类审批确认
竞品已覆盖该排他用户群体标记"竞品已覆盖,排他需差异化理由"
排他理由缺乏数据支撑(0个数据点)退回补充数据,不可提交审批
排他理由有≥2个数据支撑可提交人类审批
争议决策(2个以上Stakeholder反对)升级为多方评审

质量检查

  1. 战略一致性:排他决策与产品愿景一致
  2. 逻辑完整性:有清晰的排除理由
  3. 可传达性:排他陈述可向团队清晰传达
  4. 替代方案:为排除的用户提供替代建议

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
positioning-statement.json用户提供定位描述 → 生成排他建议缺乏结构化定位陈述,排他建议可能与定位不一致
competitor-intel.json用户提供定位描述 → 生成排他建议缺乏竞品分析数据,竞品覆盖扫描无法执行
positioning-statement.json + competitor-intel.json用户提供定位描述 → 生成排他建议整体置信度降低,排他建议缺乏数据锚定
所有上游文件均缺失提示用户先执行前序阶段,或基于用户提供的定位描述生成排他建议整体置信度显著降低,排他建议仅为假设推断

数据获取说明:

  • 本Skill需要定位陈述和竞品分析数据,请通过以下方式之一提供:
    1. 直接描述产品定位和主要竞品
    2. 上传positioning-statement.json / competitor-intel.json文件
    3. 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
positioning-statement定位陈述变更排他候选需重新生成重新执行Step 2,更新排他候选
competitor-intel竞品覆盖变更竞品覆盖扫描结果重新执行Step 1,更新竞品覆盖分析

下游通知机制表

变更类型影响范围通知方式
排他决策变更positioning-statement、business-strategy-report输出文件版本号+变更摘要
市场缩减评估变更business-pricing输出文件版本号+变更摘要

注意事项

  1. 排他是战略选择,不是能力不足:明确的排他比模糊的定位更有力量
  2. 排他需要勇气:拒绝某些用户可能意味着放弃短期收入
  3. 排他需要团队认同:决策后需向全员传达,确保执行一致

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 326,750. 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.