PM Skills Marketplace — Digest 拆解

把产品管理方法论编码成 AI 可直接执行的 Skills/Commands，3 个月 16k 星 9 插件 × 68 技能 × 42 命令，覆盖产品全生命周期

一、核心观点（5 条）

  1. “给文字” vs “给结构化执行路径”是 AI 工具的分水岭 通用 ChatGPT 给的是模板,要靠用户自己反复改;PM Skills 把方法论编码成 Skill,AI 主动向你提问、带你走完整个流程。

  2. Skill = 独立方法论;Command = Skill 组合的流程 /opportunity-solution-tree 是单一 Skill (Teresa Torres OST);/discover 是 Command,串联创意→假设→排序→实验四步。粒度分明,可组合可复用。

  3. AI 工具的成熟度看”领域方法论编码” PM Skills 把 OST、Lean Canvas、JTBD、Pre-mortem、Pricing Elasticity 等几十年的产品方法论装进 AI,这才是 AI 真正进入垂直领域的标志。

  4. AI 不替你做决定,只带你把方法论走一遍 AI 提问、引导思考、做优先级排序,你才是做决定的人。这是和 AGI 幻想最大的区别 —— AI 是流程引擎,不是决策者。

  5. 方法论的护城河是基础认知 该项目假设用户懂 OST、Lean Canvas 等概念。Skills 不能凭空教你方法论,只能带你执行 —— 没有底层认知的人,AI 提问时答不出来,Skill 也救不了。

二、7 个分析角度

角度 1:工具论 vs 方法论 — Skill 的本质

PM Skills 不是”产品经理用的 AI 工具”,而是”产品方法论的工程化封装”。这和 mattpocock 把 TypeScript 教学做成 Skill、Anthropic 把品牌写作做成 Skill 是同一件事 —— 领域专家把自己的”做事路径”代码化。

角度 2:Claude Code 生态正在外溢

/interview-script /discover /product-strategy 这种 slash command 模式,源自 Claude Code。如今 OpenCode 也兼容,Cursor、Cline 在跟进。Slash command + Skill 正在成为 AI Coding 工具的”事实标准”。

角度 3:产品经理是 AI 落地最快的工种之一

对比开发岗,产品工作 80% 是结构化文本输出(PRD、竞品分析、访谈脚本、路线图)。这些输出有明确模板和方法论,AI 切入的边际成本最低、ROI 最高。一个产品经理的工具链改造,可能比一个工程师更早完成。

角度 4:开源标星 ≠ 实际可用,但能反映需求强度

3 个月 16k 星 —— 不等于 16k 人在用,但等于 16k 人对”AI 帮我做产品工作”有强期待。Star 是需求的脉搏,不是采用率。真正的采用率要看 Issue、Discussion、Fork 后的二次修改频率。

角度 5:Skills 安装方式暴露生态碎片化

作者要分别 cp 9 个插件目录到 ~/.opencode/skills/,Commands 还只在 Claude Code/Cowork 能用,Windows 还不稳。当前 Skill 生态等于 npm 出现前的 jQuery 插件时代 —— 大家约定的 SKILL.md 协议是 schema,但分发、版本、依赖、命名空间都还在草莽阶段。

角度 6:方法论的”学不会”才是产品的真正壁垒

作者老实说:”对 OST、Lean Canvas 一无所知的人,AI 提问时答不上来。”这反过来证明 —— Skill 把执行流程平民化了,但把”懂方法论”的门槛抬高了。能驾驭 Skill 的人会越来越值钱,只会填模板的人会被淘汰。

角度 7:从 PM Skills 看个人 Wiki 的进化方向

PM Skills 的本质是”个人/团队的产品方法论知识库被 Slash 化”。同理,我的 MyAIWiki 完全可以把”开头钩子库”“文章结构库”做成 Skill:/hook-anxiety、/structure-discover-solve,让知识库从”可读”升级到”可调用”。

三、开头钩子库(21 个)

角度 1 钩子(工具论)

  1. “我试过用好几个 AI 来写 PRD,直到我发现:它给的是文字,不是方法论。” — 痛点共鸣 + 对比冲突
  2. “通用 AI 给你模板;垂直 Skill 带你走完整流程。这是 2026 年 AI 工具的真正分水岭。” — 时间锚点 + 二元对立
  3. “如果你的 AI 工具还在给你’内容’,那它就还停留在 2024 年。” — 时代羞辱式开场

角度 2 钩子(Claude Code 外溢)

  1. “3 个月,16000 星,9 个插件 —— Slash command 正在从 Claude Code 蔓延到整个 AI 工具圈。” — 数据冲击 + 趋势宣告
  2. ”/discover /lean-canvas /pre-mortem —— 这些斜杠命令正在重写产品经理的工作流。” — 具象命令罗列
  3. “你以为 Slash command 是 Claude Code 的玩具,其实它是下一代 AI 工具的事实标准。” — 认知颠覆

角度 3 钩子(产品经理最先被 AI 改造)

  1. “为什么产品经理的工具链改造,比工程师还快?因为 80% 的产品工作是结构化文本输出。” — 反直觉 + 数据
  2. “做产品的同行注意了:你的工具链正在被 16000 个 GitHub 用户重写。” — 焦虑共鸣
  3. “当 AI 能把 Lean Canvas、OST、Pre-mortem 都装进一个斜杠命令,产品经理的边界在哪里?” — 开放式追问

角度 4 钩子(标星 vs 采用率)

  1. “3 个月 16k 星,但真正用起来的可能不到 200 个 —— 这才是 GitHub 生态的真相。” — 反向揭秘
  2. “开源标星是需求的脉搏,不是采用率的证据。怎么辨别一个 AI 项目是真火还是 PR?” — 方法论钩子

角度 5 钩子(Skill 生态碎片化)

  1. “装 9 个插件、复制 4 次目录、Windows 还会崩 —— 2026 年的 Skill 生态,就是 2008 年的 jQuery 插件。” — 时代类比
  2. “SKILL.md 协议有了,但分发、版本、依赖都没解决 —— Skill 的 npm 时代还没到。” — 行业洞察
  3. “为什么 Anthropic、OpenAI 没人做 Skill Marketplace?因为协议简单,基建难。” — 反向追问

角度 6 钩子(方法论壁垒)

  1. “Skill 把执行平民化了,但把’懂方法论’的门槛抬高了 —— 这是 AI 时代的新阶级分化。” — 阶级分化叙事
  2. “AI 向你提问,你答不上来 —— 这一刻你才知道,自己缺的不是工具,是基础认知。” — 自我审视
  3. “会用 AI 的人在涨薪,不会的在被替换 —— 中间那批’只会填模板’的人,正在悄悄消失。” — 焦虑共鸣 + 三段对比

角度 7 钩子(个人 Wiki 升级)

  1. “我的知识库有 200 篇文章,但我从来没’调用’过它 —— 直到我看到 PM Skills 的 Slash 化设计。” — 自我经历开场
  2. “如果你的 Wiki 只能’看’,那它就还是博客;能被 / 调用,它才是 Agent 的弹药库。” — 二元对立
  3. “把开头钩子库变成 /hook-anxiety,把文章结构库变成 /structure-discover-solve —— 这才是知识库的下一代形态。” — 具象设计
  4. “你以为知识库是用来读的,其实它应该是用来’调用’的。这一字之差,决定了你能不能驾驭 AI。” — 认知翻转

四、可复用的写作手法

手法 在原文中的表现 借鉴价值
痛点共鸣开场 “AI 给你的是文字,不是方法论” 把读者的隐痛具象化
案例叙事 /interview-script → OA 调研 → 一分钟生成 让抽象工具变可视化
数据冲击 3 个月 16k 星;9 插件 68 技能 42 命令 数字越具体越可信
二元对立 “给文字 vs 给执行路径” 强化认知差异
诚实揭短 主动列缺点:Windows 不稳/需要方法论基础 提升可信度
行动指令收尾 git clone + cp 命令 + 开源地址 让”想试试”变成”已经在装”

五、相关链接(本知识库)

标签： #主题/AI-Coding #主题/AI-Agent #主题/产品经理 #主题/Skill #手法/案例叙事 #手法/痛点共鸣 #手法/数据冲击 #手法/二元对立 #手法/诚实揭短 #场景/工具推荐 #场景/方法论落地 #场景/公众号长文