Positioning value curve
Skill LuckyOneTwoThree/pm-skill/pm-02-strategy/skills/positioning-value-curve
当需要进行竞争定位可视化、蓝海策略制定时使用。价值曲线自动绘制。输入竞品分析+用户研究,绘制竞争价值曲线,识别蓝海机会。关键词:价值曲线、竞争定位、蓝海策略、差异化可视化。From its SKILL.md
npx -y skills add LuckyOneTwoThree/pm-skill --skill positioning-value-curveAssembled 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
8.1 KB, ~2.8k tokens by cl100k_base, as published. Nobody here has run it
Pipeline 4: 价值曲线自动绘制
核心原则
- 竞争要素用户驱动——竞争要素从用户研究中提取,非AI主观设定
- 蓝海四动作框架——Eliminate/Reduce/Raise/Create四动作必须全部识别
- 差异化强度量化——通过面积法计算差异化强度0-1评分,<0.5触发警告
- 多方评分对比——我方与每个主要竞品在同一要素上评分对比,差异可视化
交互模式
🤖→👤 AI建议人类审批
输入
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|---|---|---|---|---|
| 竞品分析数据 | JSON | 是 | output/pm-discovery/market-competitor-intel/competitor-intel.json | 竞品功能、定价、定位 |
| 用户研究数据 | JSON | 是 | user-research-voice-analysis / user-research-user-modeling | 用户关注要素、满意度 |
| 价值主张 | JSON | 是 | output/pm-strategy/business-model-canvas/bmc.json | 价值主张、Pain Relievers、Gain Creators |
执行步骤
Step 1: 竞争要素提取
从用户研究数据中提取5-8个竞争要素:
提取逻辑:
- 从用户关注要素中提取高频关键词
- 从价值主张中提取核心价值维度
- 从竞品分析中提取竞品竞争维度
- 合并和去重,形成5-8个竞争要素
要素命名规范:
- 使用用户语言(非技术术语)
- 每个要素可独立评分
- 要素之间不重叠
Step 2: 竞品评分
对每个竞品在竞争要素上进行1-5分评分:
评分标准:
5分:行业领先,显著优于竞品
4分:优秀,优于多数竞品
3分:行业平均水平
2分:低于行业平均
1分:明显不足
评分依据:
- 功能完整性
- 用户评价
- 定价竞争力
- 市场份额
Step 3: 我方评分
对我方产品在竞争要素上进行1-5分评分:
评分原则:
- 基于现有能力客观评分
- 不夸大、不低估
- 标注评分依据
Step 4: 蓝海四动作识别
基于价值曲线分析,识别蓝海策略的4个动作:
Eliminate(消除):哪些竞争要素可以完全消除?
- 评分≤2的要素
- 用户不关注的要素
- 成本高但价值低的要素
Reduce(减少):哪些竞争要素可以降低标准?
- 评分3-4但非核心的要素
- 过度投资的要素
- 用户关注度中等的要素
Raise(提升):哪些竞争要素需要提升?
- 核心差异化要素
- 用户高度关注但评分偏低的要素
- 竞品普遍薄弱的要素
Create(创造):哪些新的竞争要素可以创造?
- 用户未被满足的需求
- 竞品尚未提供的价值
- 创新性功能或体验
Step 5: 差异化强度计算
通过面积法计算差异化强度:
差异化强度 = 我方曲线与竞品平均曲线的面积差 / 最大可能面积差
- 强度 ≥ 0.7:强差异化
- 强度 0.5-0.7:中等差异化
- 强度 < 0.5:弱差异化(触发警告)
输出
存储路径:output/pm-strategy/positioning-value-curve/
输出文件:value-curve.json
输出校验规则
| 字段路径 | 类型 | 必填 | 说明 |
|---|---|---|---|
| value_curve.competitive_factors | array | 是 | 5-8个竞争要素 |
| value_curve.competitive_factors[].factor | string | 是 | 要素名称 |
| value_curve.competitive_factors[].our_score | number | 是 | 我方评分1-5 |
| value_curve.competitive_factors[].competitor_scores | object | 是 | 各竞品评分 |
| value_curve.blue_ocean_actions.eliminate | array | 是 | 消除动作列表 |
| value_curve.blue_ocean_actions.reduce | array | 是 | 减少动作列表 |
| value_curve.blue_ocean_actions.raise | array | 是 | 提升动作列表 |
| value_curve.blue_ocean_actions.create | array | 是 | 创造动作列表 |
| value_curve.differentiation_strength | number | 是 | 差异化强度0-1 |
| value_curve.differentiation_warning | boolean | 是 | 差异化强度<0.5时为true |
{
"value_curve": {
"competitive_factors": [
{
"factor": "个性化学习体验",
"our_score": 5,
"competitor_scores": {
"竞品A": 2,
"竞品B": 3,
"竞品C": 1
},
"importance": "high"
},
{
"factor": "内容丰富度",
"our_score": 2,
"competitor_scores": {
"竞品A": 5,
"竞品B": 4,
"竞品C": 3
},
"importance": "medium"
}
],
"blue_ocean_actions": {
"eliminate": [
{
"factor": "K12学科内容",
"reason": "非核心赛道,资源投入产出比低"
}
],
"reduce": [
{
"factor": "内容丰富度",
"reason": "从追求SKU数量转向精品课程策略",
"target_level": 3
}
],
"raise": [
{
"factor": "个性化学习体验",
"reason": "核心差异化优势,持续加大投入",
"target_level": 5
}
],
"create": [
{
"factor": "AI学习路径可视化",
"reason": "竞品尚未提供,用户有强需求",
"target_level": 5
}
]
},
"differentiation_strength": 0.72,
"differentiation_warning": false
}
}
决策规则
- 差异化强度<0.5:触发警告,建议调整策略
- 蓝海动作:需人类审批确认
- 竞争要素:需人类校准
质量检查
- 5-8个竞争要素已提取
- 我方和竞品评分已完成
- 蓝海四动作已识别
- 差异化强度已计算
- 评分依据已标注
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 |
|---|---|---|
| competitor-intel.json | 用户提供竞品信息 → 绘制价值曲线 | 缺乏竞品分析数据,竞品评分可能不够精准 |
| 用户研究数据(voice-analysis / persona) | 用户提供竞品信息 → 绘制价值曲线 | 缺乏用户研究数据,竞争要素可能偏离用户关注 |
| bmc.json | 用户提供竞品信息 → 绘制价值曲线 | 缺乏BMC数据,我方评分缺乏价值主张锚定 |
| competitor-intel.json + 用户研究数据 + bmc.json | 用户提供竞品信息 → 绘制价值曲线 | 整体置信度降低,评分缺乏数据锚定 |
| 所有上游文件均缺失 | 提示用户先执行前序阶段,或基于用户提供的竞品信息绘制价值曲线 | 整体置信度显著降低,价值曲线仅为假设推断 |
数据获取说明:
- 本Skill需要竞品分析、用户研究和BMC数据,请通过以下方式之一提供:
- 直接描述产品特点、竞品特点和用户关注要素
- 上传competitor-intel.json / voice-analysis.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 |
|---|---|---|
| competitor-intel竞品数据更新 | 竞品评分和蓝海动作 | 重新执行Step 2和Step 4,更新竞品评分 |
| persona/voice-analysis用户洞察更新 | 竞争要素提取 | 重新执行Step 1,更新竞争要素 |
| bmc.json价值主张变更 | 我方评分和蓝海动作 | 重新执行Step 3和Step 4,更新我方评分 |
下游通知机制表
| 变更类型 | 影响范围 | 通知方式 |
|---|---|---|
| 竞争要素变更 | positioning-differentiation、positioning-statement | 输出文件版本号+变更摘要 |
| 蓝海动作调整 | positioning-differentiation、planning-roadmap | 输出文件版本号+变更摘要 |
| 差异化强度变更 | positioning-statement | 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.