agentsclimarketplace

Positioning statement

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

当需要定义产品定位陈述时使用。定位陈述自动生成,输入价值主张+竞品分析+用户洞察,输出3-5个差异化定位陈述候选,含质量门检查。关键词:定位陈述、产品定位、差异化定位、价值主张表达。From its SKILL.md

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

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

8.3 KB, ~2.7k tokens by cl100k_base, as published. Nobody here has run it

Pipeline 5: 定位陈述自动生成

核心原则

  1. 公式化生成——使用[目标用户]+[产品名]+[核心价值]+[差异化点]定位公式
  2. 3-5候选比较——生成3-5个差异化定位陈述,差异化来源/用户粒度/竞品参照各不同
  3. 五项质量门——specific/differentiated/exclusive/verifiable/concise五项检查全通过才可输出
  4. 不通过重试——质量检查不通过自动重试最多3次,仍不通过升级人类

交互模式

🤖→👤 AI建议人类审批

输入

输入项类型必填来源说明
价值主张匹配结果JSONoutput/pm-strategy/business-value-fit/evaluation_report.json价值主张匹配度评分
竞品分析数据JSONoutput/pm-discovery/market-competitor-intel/competitor-intel.json竞品定位、差异化要素
用户洞察JSONuser-research-user-modeling用户画像、核心需求

执行步骤

Step 1: 定位要素提取

从输入数据中提取定位要素:

  1. 目标用户:从用户画像中提取核心用户群体
  2. 核心价值:从价值主张匹配中提取高匹配度价值
  3. 差异化点:从竞品分析中提取差异化要素
  4. 品类定义:定义产品所属品类

Step 2: 定位陈述生成

使用定位公式生成3-5个定位陈述:

定位公式

对于 [目标用户],[产品名] 是一个 [品类定义],
它 [核心价值],不同于 [竞品参照],[差异化点]

生成策略

  1. 差异化来源变化:功能差异/体验差异/场景差异
  2. 用户粒度变化:宽泛用户群/精准用户群
  3. 竞品参照变化:直接竞品/间接竞品/传统方案

Step 3: 质量门检查

对每个定位陈述进行5项质量检查:

检查项标准通过条件
Specific (具体性)目标用户和价值明确用户群体可识别,价值可感知
Differentiated (差异化)与竞品有明确差异差异点可验证
Exclusive (排他性)不是所有竞品都能说至少1个竞品无法声称
Verifiable (可验证)可以被事实验证有可量化的支撑证据
Concise (简洁性)一句话说清≤30字核心表述

Step 4: 推荐与排序

基于质量门检查结果,推荐和排序定位陈述:

  • 全部通过的排在前面
  • 部分通过的标注改进建议
  • 未通过的标注淘汰原因

输出

存储路径output/pm-strategy/positioning-statement/

输出文件:positioning-statements.json

输出校验规则

字段路径类型必填说明
positioning_statementsarray3-5个定位陈述候选
positioning_statements[].statementstring定位陈述全文
positioning_statements[].target_userstring目标用户
positioning_statements[].categorystring品类定义
positioning_statements[].core_valuestring核心价值
positioning_statements[].differentiationstring差异化点
positioning_statements[].competitor_referencestring竞品参照
positioning_statements[].quality_check.specificboolean具体性检查
positioning_statements[].quality_check.differentiatedboolean差异化检查
positioning_statements[].quality_check.exclusiveboolean排他性检查
positioning_statements[].quality_check.verifiableboolean可验证性检查
positioning_statements[].quality_check.conciseboolean简洁性检查
positioning_statements[].quality_check.all_passedboolean全部通过标记
positioning_statements[].ranknumber推荐排序
recommended_indexnumber推荐索引
{
  "positioning_statements": [
    {
      "statement": "对于中小型培训机构,EduAI是一个AI教学SaaS平台,它通过自适应学习引擎提升学员完课率,不同于传统课程平台,EduAI能根据学员知识图谱动态调整教学路径",
      "target_user": "中小型培训机构",
      "category": "AI教学SaaS平台",
      "core_value": "通过自适应学习引擎提升学员完课率",
      "differentiation": "根据学员知识图谱动态调整教学路径",
      "competitor_reference": "传统课程平台",
      "quality_check": {
        "specific": true,
        "differentiated": true,
        "exclusive": true,
        "verifiable": true,
        "concise": true,
        "all_passed": true
      },
      "rank": 1
    },
    {
      "statement": "对于企业培训管理者,EduAI是一个智能培训管理平台,它让培训效果可量化,不同于静态课程平台,EduAI提供AI驱动的学习ROI看板",
      "target_user": "企业培训管理者",
      "category": "智能培训管理平台",
      "core_value": "让培训效果可量化",
      "differentiation": "AI驱动的学习ROI看板",
      "competitor_reference": "静态课程平台",
      "quality_check": {
        "specific": true,
        "differentiated": true,
        "exclusive": false,
        "verifiable": true,
        "concise": true,
        "all_passed": false,
        "improvement_suggestion": "排他性不足:竞品B也可声称提供ROI看板"
      },
      "rank": 2
    }
  ],
  "recommended_index": 0
}

决策规则

  1. 质量门规则:5项质量检查全通过才可输出
  2. 重试规则:不通过自动重试最多3次
  3. 升级规则:3次重试仍不通过升级人类
  4. 最终选择:人类从候选中选择最终定位陈述

质量检查

  • 3-5个定位陈述已生成
  • 每个陈述使用定位公式
  • 5项质量检查已完成
  • 推荐排序合理
  • 差异化来源多样化

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
evaluation_report.json(价值主张匹配)用户提供产品价值描述 → 生成定位陈述缺乏价值匹配数据,核心价值可能不够精准
competitor-intel.json(竞品分析)用户提供产品价值描述 → 生成定位陈述缺乏竞品数据,差异化点和竞品参照缺乏依据
evaluation_report.json + competitor-intel.json用户提供产品价值描述 → 生成定位陈述整体置信度降低,定位陈述缺乏数据锚定
所有上游文件均缺失提示用户先执行前序阶段,或基于用户提供的产品价值描述生成定位陈述整体置信度显著降低,定位陈述仅为假设推断
用户洞察数据若用户洞察数据缺失,提示用户提供或跳过该输入相关步骤目标用户定义可能不够精准

数据获取说明:

  • 本Skill需要价值主张匹配和竞品分析数据,请通过以下方式之一提供:
    1. 直接描述产品价值、目标用户和竞品差异
    2. 上传evaluation_report.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
evaluation_report价值主张匹配变更核心价值提取重新执行Step 1-2,更新定位陈述
competitor-intel竞品分析更新差异化点和竞品参照重新执行Step 1-2,更新差异化要素
persona用户画像更新目标用户定义重新执行Step 1,更新目标用户

下游通知机制表

变更类型影响范围通知方式
定位陈述变更positioning-exclusion、positioning-differentiation输出文件版本号+变更摘要
质量门检查结果变更positioning-exclusion输出文件版本号+变更摘要

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.