Menú
数据分析技能。提供数据指标设计、数据洞察分析、仪表盘生成三大能力。从数据中发现产品需求和优化机会。 当用户说「分析数据」「上传Excel」「数据洞察」「数据可视化」「做仪表盘」「数据看板」 「指标设计」「埋点方案」「从数据里找需求」「数据报表」时，立即使用此技能。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
战略沙盘 skill。用于高阶产品战略推演、智囊团对话、项目级或产品级多项目战略议题讨论，帮助用户在正式规划、汇报或决策前拆解问题、暴露假设、进行多视角交锋和表达预演。Use when the user asks for 战略沙盘、战略推演、智囊团、产品战略、下一阶段方向、资源取舍、产品级战略、多项目推演、增长瓶颈、竞争应对、用户心智、组织协同、汇报前战略预演，或使用 `/ai-pm strategy` / `/ai-pm-strategy`。
PRD 生成技能。整合需求分析、竞品研究、用户故事，输出完整的产品需求文档。支持产品分身写作风格和设计规范。 当用户说「生成PRD」「写PRD」「产品需求文档」「需求文档」「功能规格书」「输出PRD」 「帮我写需求」「把需求整理成文档」时，立即使用此技能。
原型生成技能。基于 PRD 生成可交互的单页网页原型，支持移动端和 Web 端。 首次生成时询问设计规范（公司规范 / AI 情境定制 / 主流组件库），项目内记住偏好。 若项目存在 Codex 生成的视觉锚点包（06-prototype-visual/manifest.json），生成 HTML 前必须读取并遵循。 当用户说「生成原型」「做原型」「可交互原型」「HTML原型」「页面原型」「低保真」「高保真原型」 「画个界面」「把PRD做成原型」时，立即使用此技能。 边界：本技能用于「把已有 PRD/需求做成可评审原型」；脱离 PRD 的纯视觉探索、通用 UI 组件生成或视觉精修，可使用外部 impeccable 增强，但 AI_PM 原型默认以 ai-pm-frontend-design 为本地设计内核。
当需要从零开始走完完整产品立项流程（需求→分析→竞品→用户故事→PRD→原型→评审）时使用。 支持多项目管理和断点续传，复杂需求可启用多代理协作。 当用户说「我有个产品想法」「帮我做个产品」「从零开始做需求」「全流程出PRD」 「做一个App/小程序/系统」「产品立项」「继续上次的项目」「切换项目」时，立即使用此技能。
去除中文文本里的 AI 腔，让文字像真人直白写出来的。针对中文语境的真·AI tell： 工整对仗排比、"通过X实现Y"、范畴词冗余（进行了优化/起到…作用）、互联网黑话堆砌 （赋能/抓手/闭环/颗粒度）、强行升华结尾、程度副词通胀、空泛连接词、规整书面腔。 并压住"去 AI 味后滑向文青腔/段子腔"的冲动——目标是直白大白话，不是有文采。 可选用本机真实语料把文字校准到具体某个人的声音。
PM 风格 lint 命令入口（评审前最后一道关）。 本 skill 是 `pm-agent` 的 thin wrapper——接收 PRD 文件路径，调用 pm-agent 用 lint mode 扫描整份 PRD，输出 punch list（越界 + 缺失 + 篇幅）。 与 `pm-agent` 的关系：driver = 命令糖衣 / pm-agent = 真正的判断引擎。判断卡 / 反例 / 越界规则单一事实源在 pm-agent，driver 不重复维护。 与 `ai-pm-review`（六角色评审会）和 `multi-perspective-review`（多视角技术审查）的区别：driver 是 PM 个人风格 lint，5 分钟出结论。 当用户说「PM 守门」「审视 PRD」「PRD 挑刺」「PRD 越界检查」「driver 一下」「PRD 自审」「评审前体检」「历史 PRD 回归」时，使用此 skill。
| name | ai-pm-data |
| description | 数据分析技能。提供数据指标设计、数据洞察分析、仪表盘生成三大能力。从数据中发现产品需求和优化机会。 当用户说「分析数据」「上传Excel」「数据洞察」「数据可视化」「做仪表盘」「数据看板」 「指标设计」「埋点方案」「从数据里找需求」「数据报表」时，立即使用此技能。 |
| argument-hint | [数据文件路径 | 命令: insight/metrics/dashboard] |
| allowed-tools | Read Write Edit Bash(mkdir) Bash(ls) Bash(python3) |
根据 $ARGUMENTS 路由：
| 输入 | 执行 |
|---|---|
metrics | 数据指标设计 |
insight {文件路径} | 数据洞察分析 |
dashboard | 项目仪表盘 |
feedback {文件} | 用户反馈文本分析（主题+情感+Top痛点 → 候选需求清单） |
| 直接传入文件路径 | 自动执行 insight |
| 无参数 | 显示帮助 |
基于 PRD 设计指标体系、埋点方案。
用法:
/ai-pm data metrics # 读取当前项目 PRD
/ai-pm data metrics abtest # 追加 A/B 测试设计
流程:
读取当前 PRD（由 _status.json.active_prd 指定；首次默认名为 05-PRD-v1.0.md）
↓
提取可量化目标
↓
设计指标体系（北极星 → 一级 → 二级 → 过程指标）
↓
设计埋点方案（事件名、属性、触发时机）
↓
输出 09-analytics/analytics-requirement.md
输出: {项目目录}/09-analytics/analytics-requirement.md
北极星收敛（设计指标体系前先做）：别一上来铺一堆指标。先收敛出唯一一个能证明用户真拿到价值的领先指标（客户中心、可短期撬动），再配 3-5 个输入指标。⚠️ 砍掉美式"必须导向营收/增长"的权重——B/G 端北极星不是营收，判据是「对齐产品愿景 + 用户感知到的价值」（如效率类产品 = 用户真用它解决了问题的频次）。
上传数据文件（Excel/CSV），通过 EDA 发现业务洞察。
用法:
/ai-pm data insight ./data.xlsx
/ai-pm data insight ./data.csv --focus=conversion
分析步骤:
强制规范 — Excel 读取:
# 必须用 data_only=True，否则读到的是公式而非值
import openpyxl
wb = openpyxl.load_workbook(file_path, data_only=True)
执行方式: 用 python3 直接执行分析脚本，脚本写入结果文件后退出。
输出:
{项目目录}/09-analytics/data-insight-report.md — 洞察报告（含 Top 3 洞察摘要）{项目目录}/09-analytics/data-driven-requirements.md — 数据驱动需求{项目目录}/09-analytics/dashboard/index.html — 可视化仪表盘生成当前项目的全景视图 HTML，展示进度和关键指标。
用法:
/ai-pm data dashboard
输出: {项目目录}/09-analytics/dashboard/index.html
把一堆非结构化反馈（评论 / 工单 / 调研开放题）→ 自动分主题 + 标情感 + 挑 Top 痛点 + 附用户原话。
用法:
/ai-pm data feedback ./反馈.csv
步骤:
openpyxl data_only=True），按主题聚类出口 = 候选需求清单：产出做成「带主题/痛点/频次/情感的候选需求」，直接喂 /ai-pm priority 当输入——「收集反馈 → 提炼痛点 → 排优先级」一条顺下来，但本步不替优先级做判断排序。
输出: {项目目录}/09-analytics/feedback-analysis.md
数据仪表盘为展示型产物，默认使用 AI 情境定制：生成时自动注入项目自带 ai-pm-frontend-design，并在用户本机存在时追加 impeccable:frontend-design 作为增强。必须读取本地设计内核的 ai-pm-frontend-design/references/dashboard-design.md 和 ai-pm-frontend-design/references/quality-gate.md，先判断仪表盘服务的决策类型，再选择图表、信息层级和视觉表达。若项目已加载公司规范（templates/ui-specs/.active-spec），则优先使用公司规范。
Chart.js 规范:
// indexAxis:'y' 必须在 options 顶层，不能放在 scales 里
{
type: 'bar',
data: { ... },
options: {
indexAxis: 'y', // ← 正确位置：options 顶层
scales: {
x: { ... },
y: { ... }
}
}
}
卡片样式:
.card {
background: white;
border-radius: 12px;
padding: 24px;
box-shadow: 0 2px 8px rgba(0,0,0,0.08);
}
布局: CSS Grid，响应式，最大宽度 1200px，左右 padding 24px。
读取 references/data-rigor-frameworks.md：
data_only=True → 读到公式字符串indexAxis:'y' 放在 scales 里 → 图表渲染错误分析产出（报告/结论/图表标注）一律简体中文；术语/英文指标名首次出现带一句大白话解释；长分析禁止中途切换语言（实证：07-08/09 两天 4 次「看不懂,说中文」）。展示以客观数据表为主、少下形容词判断。