有没有类似产品经理的skills

做产品的朋友们注意了，今天给你安利一个 skill， 装上之后， cloud 就 变成了你的资深产品经理搭档。 平时让 ai 帮你写 prd， 他 给你的东西一看就很烦，因为 ai 根本不懂产品经理的专业工作流。但有了这个 skill 就 不一样了，这个项目叫 product manager skills， 是 一位资深 pm 开源在 github 上的总共四十六个产品管理框架， rise 优先级排序、用户洞察、用户故事。这些真实的产品经理方法论，全部拆解成了 cloud 能够理解的 skill 模块。装上之后， cloud 就 像读过这些方法论的资深 pm， 会主动按框架引导你的工作 来看效果。我给 cloud 的 五个产品需求，让它做 rise 优先级排序，它按照 reach、 impact、 confidence 四个维度逐个打分，给出综合排序，还告诉你哪些是 quick win， 哪些是 big bet。 而且这四十六框架不只是产品经理能用，运营可以用它做用户洞察分析，创业者可以用它梳理产品定位，项目经理可以用它管理需求池。 本质上，这是一套决策框架，如果你有做需求分析的场景，这套技能包强推！收藏，关注我，带你了解更多 ai 实用技能！

这个 skills 可以 让你的 agent 变成一个非常专业的产品经理 pm skills， 它集合了一百多种产品经理的 skills， 从产品的发现到战略执行、产品的发布以及 后续的市场增长，它都有相应的 logo 来支撑你。那大家可以看到这是一个全生命周期的产品开发过程， 从产品的挖掘到执行，到数据分析， go to market 以及市场增长。所以对于很多的做 web coding 的， 没有 产品研发相关经验的人来说，这是一个极大的弥补。而且这个 excuse 并非作者本身的经验总结，很多都是来自于一些经典的书籍，比如说大家熟知的增长黑客， 还有很多的书我其实都没有看过，比如说精益产品、实战手册等等。那有了这个 skill 就 可以省去很多的时间，让我们一次性的把这些精华都吸收进来。 那我在产品开发写 prd 文档的时候，我就会发现很多的部分 ai 它会遗漏，比如说最重要的一个部分用户旅程，在我之前训练这个 ai 的 时候，它是没有给我加进去的，我也是跟它调了很多次，才最终得到了一个比较稳定的结构。 那我今天也让我的产品经理的 agent 把这个 skills 装上了，后续我也会观察使用之后有什么改变，那大家也可以去尝试一下。

用 jimmy 帮你优化简历，面试邀约率直接可以翻三倍。所以在金三银四这个招聘高峰期，如果你还用一份简历进行海投，基本上是没戏的。今天我会用 jimmy 加四个思维框架来教你如何根据目标岗位 j d 来定制简历。首先先来拆解一下这四个思维框架， 第一的话是岗位分析，这一步的话其实是让 jimmy 来帮你拆解岗位 j d， 通过岗位 j d 提取关键词和能力要求。 第二部分的话呢是简历的匹配度的诊断， jimmy 呢会根据你上传的简历来分析匹配度和目前存在的一些问题。第三步的话是进行一些针对性的优化，我用到的是 s t a r 法则来重写一些项目经历。 最后一步就是生成一个定制版的简历，那我把以上拆解的四个步骤呢，做成了一个 skills， 我 们现在就来跑一下，测一下整体的流程。其实做完之后的话，我们后续只只需要做两件事情就可以了。第一个是把你目标的岗位 j d 复制过来。 第二步的话就是把你的简历上传上来，点击发送， ai 就 会自动地来生成一份完全匹配这个岗位的一个定制版的简历。你看它基本上也是按照我们上上面拆解的四个思维框架走的， 这里它简历基本上已经优化完成了，它前面的话会给你做一个诊断，分析你的简历和目标岗位进行了一个匹配度，目前匹配度的评分是六十二分。 这里边也指出了一些核心的问题，缺缺少教育领域 ai 应用的经验。还有就是你的项目经理里缺少一些量化的数据指标。确实，我的呃原版简历里没有写从业背景和过往的一些业务经历， 其实这部分的话，你也可以根据他到的这些核心问题去优化你的简历。优化完成之后的话呢，再生成一份定制版的简历，那这里我就不优化了，我们直接看生成前后的一个对比显效果。 那左边这份简历是我最初上传上去的原始版的简历，右边这份是 ai 给我生成的定制版的简历， 那其实可以对比看一下，在个人优势这部分，它基本上是结合了岗位 c、 d， 融入了几个关键词的标签，像是制定大模型，质量评估体系，质量评测，还有用户反馈机制等。 再一个是在工作经历和项目经历补充了一些数据指标，像准确率 在原来的项目里，我是没有指标量化数据的，那我觉得如果你的简历里有项目说明数据，量化指标是一定要有的，这样的话是可以增加你项目的一个说服力。但这个后续也需要自查一下，要确定你所简历里提到的量化指标是真实准确的。 所以其实以前如果我们针对一个岗位改一次简历是比较浪费时间的，但是现在用 ai 做，分分钟就可以完成一份定制化的简历。如果你最近也有 在看机会，想把简历修的更漂亮，欢迎大家来链接我。但是我的精力和算力都有限啊，只能给前五位找到我的伙伴，免费的跑一遍这个定制的流程。

今天带大家零到一口喷做一个 ai 产品经理的 p r d 生成的 skill。 首先给大家看一下我用这个 skill 针对于合同文件审查智能体生成的一个 p r d 文件，这个目录我是专门在这个 skill 里面去写进去的， 你可以发现这里的目录的链接是可以点击的跳转到对应的文件。 ai 产品的 p r d 和传统的 p r d 其实是非常不一样的，除了业务背景目标进行分析产品方案以外，大家可以看到详细设计，这边会有 a 证的工作流设计， prom 设计规范，术语模型， 然后非功能需求有一些性能的要求，以及我们讲 ai 产品经理非常重要的关于你产品的整个的评估体系，包括数据评测级和 bad case 分 析和迭代闭环。所以这个 prd 相对于来说是非常非常完整的。比如说这个 ai a 阵的角色的工作流设计， 这个里面会包括四个 a 阵的一个文档解析的 a 阵，这个 a 阵执行它的一个角色以及它需要的信息能力和工具清单其实都是有的。整个的这个合同智能体的 a 阵其实是一个多智能体协调架构，它包括四个 a 阵。 在这个 prd 里面所有的这种流程图都是可以通过 moment 来进行渲染的，非常非常直观。包括这里的持续图，包括所有的 prompt 设计规范，整个的工具调用规范，以及呃， ai 帮我们生成的评估的指标，生成的评估的测试体。整个的 prd 作为初稿来说，基本上六十分肯定是有的，还是需要去进行一些优化，同时把你优化调整的部分去不断的再去完善这个 skill。 给大家看一下我的 skill 文件，之前我也有很多视频跟大家讲了 skill 是 什么，这个里面包括概述使用方法，它的执行的流程，具体的信息，它的设计规范等。 呃，跟大家讲一下我的整个的这个 skill 开发的过程，我是把整个的 skill 开发完了以后，结合 excel 的 插件，让 ai 帮我自动形成了一个这个开发的流程。整体来说我的一点零的这个 skill 分 成四个阶段，第一个是我给到 ai 提供了一个优秀的 p r d 的 文件的样例以及核心模块的一个书写的要求， 同时要求他按照我给他提供的样例帮我去生成这个 p r d 的 呃 skill 的 md 的 文件，同时他创建了个进度管理文件，在第一阶段完成以后，出版本或说槽稿版本的 skill 就 已经开发完成了。这个时候我用出版本的 skill 我给他提供了个新的场景，说你帮我去写一个合同的审查智能提的这么一个 p r d 的 文件，在理解了我的需求以后，跟我写作了以后，基于这个 skill 帮我生成了 p r d 的 文件，然后我对于 p r d 的 文件去进行了一些检查以及校验，告诉他这个 p r d 文件里面哪里还有具体的问题， 跟他写作的过程当中去解决了很多 bug 以及优化的流程。最后基于这个 p r d 的 文件，我跟他写作过程，他在反向的去优化哦他的 skill 文件，直到我们把 p r d 完成了以后，形成了这个一点零版本的 skill， 然后给大家看一下我和他那个开发过程。首先第一句话我会给他发一个 quarry， 就是 我是一个 ai 产品经理，我想 做一个自动化写 p r d 的 skill， 请你参照 color skill 的 结构，帮我开发这个 skill， 并保存在 skill m d 文件当中。然后我就给了他两个参考文件，第一个是我们过往写作的一个优秀的 p r d 的 视例，第二个的话就是一个 ai 产品 p r d 的 核心模块的书写规范，我告诉他，请你参考这两个文件，帮我抽象出这个 p r d 写作 skill。 我 后续的所有的场景都需要附用这个 skill， 他就正在读取这两份 pdf 文件，在这个时候他就已经可以创建这个 skill md 的 文件了，也就是刚给大家展示的这个草稿的这个 skill 文件。第二步我就告诉他，请调用这个 prd 的 skill 文件，帮我写一个合同文件审查智能体的 prd， 我 会基于他生成的 prd 的 结果和他进行写作调整，逐步来完善这个 skill。 所以 在这个过程当中他就跟我交互，最后把这个合同文件审查智能体的 prd 写出来，也就是这份文件。针对于这份 prd 文件，我会发现有几个坑， 第一个坑是一开始他给我的时序图还有流程图都是代码形式的，但是我想要去做格式化呈现，所以我就告诉他，我想调用 mmm 工具来做格式化的呈现，他就给我去做了一些脚本上，以及嗯，帮我去建议我去加哪些插件，我就可以最终实现这样一个格式化的一个效果。同时我要求 他帮我把这条规则补充进 p r d skill 中，他就帮我去更新我的 skill 文件，包括说一开始他帮我做出的这个时序图和流程图，有一些色块和字体是看不清楚的，比如说像这种我就直接口喷告诉他需求他就可以给我改，对，改成这样 其实是非常快的。当我的 skill 开发完成了以后，我又艾特他，我当时给到他的一个对应的核心模块及规范，让他帮我 review 一下他现在生成的这个 skill 是 否已经完全的从这个核心模块规范文件当中抽象画出 p r d 写作的规范。在他 review 的 过程当中，他继续的帮我补充了一些信息，最后我将这个 skill 文件保存为一点零的版本， 同时告诉他帮我把这个 skill 研发的过程帮我总结一下。同时因为开发这个 skill 文件踩过了很多坑，所以我让他把这些经验教训保存在一个叫做 lessons md 的 这个文件当中。开发过程当中踩过了坑，后续的话不希望呃在其他的项目当中去复现。他给我形成的这个 lessons md 就是 开发经验教训与避坑指南，其实就在这里， 包括 moment 的 开发的问题，我看不清的问题等等各种各样的问题吧。所以也给大家一个启发，就是可以及时的和 ai 交流一些开发当中的坑，然后及时的去保存在这个经验教训的文档当中，你的 ai 会越用越聪明。我检查过程当中，我还发现他一看给我的目录只是文字的形式， 我觉得上下拖拉拽是非常难的，而且我很难定位，所以我又让他帮我去在目录这里去增加一个定位的超链接，让我对应点击就可以到对应的这个章节的内容，方便我去阅览我的 pdf 文件当中去 整个的 skill 的 研发过程当中，自己是没有写一行代码的，这种 skill 的 创建的过程，以及我们在研发过程当中和 ai 的 交互，包括经任教训的总结，以及整个开发流程的回顾， 以及给到 ai 相关的一些参考的信息，从具体的事例当中去抽象出一些规则，让 ai 自己去学习的这种方法是我们自己在 coding 的 一个可以积累的经验，如果你有兴趣的话，可以自己动手去试一试。

我用小龙虾加 skills 加飞书帮我做了一个炒股助手，这个炒股助手我还没有实际的交易执行，现在只是让他帮助我根据我的年化需求百分之十以及对应的一些投资策略感兴趣的方向，帮我筛选了五只股票。从今天开始，我将会去盯他每天的一个交易的结果，准备盯两周去看一下他实际的交易结果如何。 每天四点钟收盘以后，他会把对应的这个行情数据以及对应的这些股票资讯全部都通过定时任务发给我。那具体怎么做？首先 这个炒股专家已经是我数字员工团队当中的第六个数字员工了，我给他起名为炒股专家，炒股专家他依赖我给他自己最新写的一个资产配置的一个 skill， 他 每天六点钟会把刚刚给大家看到那个日报定时的推送给我。 我新写的 skills 其实就是用东财最新的这个妙想 skills 去做的，大家可以公众号上搜索一下，或者说在 app 里面直接进入到这个页面。现在免费开放的有四个 skills， 一个是资讯搜索，一个是金融数据查询，一个是选股，一个是自选股。我是通过这四个 skills 把我自己的模拟的炒股助手的 skills 再重新做出来的。这个炒股助手它的核心能力其实就是刚刚我们看到的四个 skills 通过这四个 skills 去组合， 帮助我每天四点钟定时的发这个消息。目前这边的 apikey 还是免费的，养小龙虾的同学可以自己的把这四个 skills 拉下来，然后自己去做一个投资助手，玩一玩。这条不是广告，那么你就会像我一样收到一份这样的一个日报，我准备盯他两周，看一下实际的投资情况，再看是否继续跟进交易。今天的分享就到这里啦。

刚刚我把 y c 的 ceo， 他 做的这个 skills 叫鸡 stock， 就 这么叫，把它封装到我们龙虾这个系统里边了。那这个 skill 是 干啥呢？就是这个创始人，他把他自己的经验、思考方式，把它封装成了一个 skills 工具，我们就直接把它下载到我们这个龙虾里边， 总共有二十一个技能，但是核心的工作流技能总共是这几个。我们今天用到的是 plan ceo review， 就是 以产品经理的视角 去做评选，这就是把你的创业 idea 发送给 skills， 所以 我就可以直接把我们的需求告诉他，我说我想做一个什么样的东西，我想做一个运营公司的一个销售客啊，好，他就以 ceo 的 视角框架来帮我们分析。首先他要判的是不是一个真问题，你需要切对人群， 他主要运营公司是一个趋势，但大多数人都会卡在能做事，你有货但是不会卖的这个水平基础上。 你需要验证的问题是找十个创始人聊一聊，问问他们上周做的什么事。第二部分就是判断时机，创业的天花板在哪？那目前能遇到哪些挑战？ 需要一个最窄的切入点，尽快两周之内有一个 mvp 的 一个方案要上新上线。他的建议是什么？别急着做事儿，你需要先做这几件事情，先发一条视频，其实一条视频不够的，做一次调研， 然后从咨询的客户里面找到几个种子的用户。 ok， 其实我更想知道它内部的实现原理，因为大家都需要做自己的专属的 skills， 那 他就帮我深挖了一下它的实现原理，每一个技能都是一个 skill 点 m d 的 文件，那这个文件的名称就是 planche review， 它的版本是一点零， 它的描述是 ceo 创神的评选。这个里边定义了这个技能需要调用的工具， ask you the question， 那 这个的核心是让 ai 主动问用户，而不是被动的回答，那这是需要执行的脚本。我有个预测，将来一定会出现一种商业模式，小众的，并且能够实际发挥作用的这种 skills 将来会收费，所以说赶紧学。

ai 领域的新名词，更新的比手机型号还快，前两天刚搞明白 m c p， 最近又出来一个 skills， 到底区别是什么？ 一个例子你就能明白，比如你的任务是 ai 先帮你总结热点，再最终输出一个总结的 pdf。 那 么 skills 呢，就是一个完整的 sop， 它会告诉 ai 先需要做什么，再需要做什么。比如第一步是收集哪些平台的数据， 第二步呢，是按什么样的风格去进行汇总？第三步是整理为一个 pdf。 skills 会把整个流程都给写清楚， ai 会照着这个流程执行。 而 mcp 是 一个单点的技能的工具，比如收集 a 平台的数据是一个 mcp， 收集 b 平台的数据又是一个 mcp， 最后还需要一个 m c p 来实现总结 pdf。 所以 m c p 是 单点的，是一个一个的工具，是螺丝刀，是锤子，是扳手。而 skills 是 一个组合包，它会告诉 ai 这次任务需要依次使用哪些工具，就这么简单，还不懂的话，等我的保姆级实操教程。

今天想跟大家分享一个一人公司内容创作神器 skill 的 实战指南。今天分享的这套 skill 呢，是技术大拿宝玉为内容创作者量身打造的一套 call code 的 技能集， 它可以理解是给 ai 的 员工去装上了一套多功能的机械臂一样，它可以帮助大家进行内容的选题，深度好文的创作，以及嗯匹配各个社交媒体，比如说像小红书公众号，呃 twitter 以及 reddit 等等去生成相关的啊图文以及文章的创作，最后再一件发布到各个平台。 为什么给大家推荐这个 skill 呢？它相当于是呃一套 skill 顶一个团队，而且团队之间会有一些分工，比如说像小红书运营组，就是呃小红书 image 这个 skill， 它可以去呃基于你给到的提示词或者是文章去宣传小红书的配图 呃，而且还可以指定不同的风格。那第二个就是它的一些公众号的运营组，它可以去把文章一键发布公众号 post to wechat， 也可以去生成一系列的一套配图，然后可以去解决一些封面点击率低啊，包括一些多平台的嗯发布和运营的一些问题。另外就是一些像深度的内容创作啊，它可以去把文章一键变成 ppt 的 课件，然后去解释一些复杂的知识，漫画 啊，那具体的使用方式呢？首先第一步我们需要在终端当中去安装这个 skill 啊，需要通过 n p 叉啊， skills add 宝域 skill， 那 我们点击 copy， 我 们在终端当中起用 call code 帮我安装 skill， 地址为线上的 github 的 skill 的 这一套内容创作的地址会通过交互式的选择跟我们进行确认，我们想要安装哪些具体的一些 skill， 包括 ai， generation skill 啊，主要是用于 gemini 深图啊等等，另外就是一些内容创作本身的一些啊 skill。 ok， 那 这里我会去跟他讲，主要是帮我安装啊 gemini 的 深图，以及包括啊文章创作，还有一系列的文章配图以及小红书图文等等相关的 skill， 然后最终它会返回给我们安装成功的这样的一个结果。第二步呢，我们需要在终端当中去编辑 skill 的 点 env 这个文件，去填入我们的 key， 然后它当前的这个 skill 呢，是可以支持 open api 的 key 以及 google 的 啊这个 gemini 的 key。 呃，我们可以直接登录 open ai 或者是 google， 然后去把我们的 key 然后拿到，然后写入到这个文件里面。嗯， 现在很多同学在问说是不是可以支持国产大模型，我们在下一期的视频当中会分享，会把相关的内容创作的 skill 进行一些模概去兼容目前的国内的大模型。 呃，我们如何进行一个最小的可行性的测试呢？那安装成功之后呢，我们可以直接在 clockoco 当中去跟它讲，通过呃小红书 image 这个 skill 帮我生成一张关于八段锦的好处的小红书笔记的图片。那我们开始在呃 termina 当中去给到它这样的一个 呃指令，它会直接去 low 的 我们相关的一些 skill， 并且呢它会加载一些啊偏好设置，就包括说我们给到它的一些语言啊，水印啊，以及这个布局。 另外它会有 skill 整体的这样一套工作流，它会先通过我们的 prompt 去帮我们生成内容，比如说像主题是八段锦的好处，那它的受众，它的卖点以及它推荐的生成的图片张数， 那它会跟我们进行一个确认，嗯，确认之后呢，它会开始继续进行生成，然后它开始进行啊提示词的生成，然后去创作图片，因为这里节省时间，我就直接把啊操作的过程去啊展示给大家了。 那他会紧接着开始基于提示词去生成图片的封面，然后最终到他所有的图片都已经完成之后，然后让我们去查看相关的这个图片，并且会给到我们图片的 list， 那 我们可以看一下他的图片的效果。 ok， 我 们让呃 coco 的 打开这个图片哈，我们可以看他整体的这样的一个效果。那首先呢，他会有一个整体的封面图，然后是练了三十天八段锦，我的身体悄摸改变了，然后再到说他介绍了就是什么是八段锦，然后这里还会给到，嗯，就是很详细的，你看他做的很精致， 就是他这个八段里面分别的小人的这个动作是啥？不知道大家感受怎么样哈，我觉得他做的还是很很精细的，就这个效果是挺不错的，发小红书图案是没有任何问题的，就包括他这里三个最明显的变化是告别颈椎痛、改善睡眠和增强免疫， 然后还有需要练的这个四类人。大家看到他都很形象啊，就是久坐里面就是班位很重的，这些小哥是每个人都会有他的人物状态在里面。 另外就是呃最后的一个号召啊，我觉得整体的图片效果是还是挺不错的，不知道大家感受怎么样啊？就直接属于你装上 skill， 然后直接跟它讲你需要什么，或者是你需要基于什么文章去生成配图，它都是可以去生成很很好看的小红书图文的图片的。 然后另外就是，嗯，大家生成完了之后也可以直接用一些啊一键发布的 skill 直接去进行啊，跨平台的操作和发布也很实用，包括这里会有一些啊，怎么把文章变成课程资产去啊？通过 ai 帮我们整理格式，然后生成封面图以及 ppt 大 纲，然后还有生成配套信息图，最后一键发布， 然后引流到知识星球那。呃，今天这一期视频就不展开做详细的这个介绍，如果大家需要啊，相关艺人公司的内容，创作神器的啊， skill 的 啊教程，可以在评论区或者是后台私信迪姐。 如果你对于啊艺人公司和 ai 这件事情感兴趣，想要去认知和驾驭 ai， 欢迎关注迪姐的频道，我们就下一期视频，再见。拜拜。

这是 y c 总裁亲自开源的一套顶级 skills， 让你一个人像二十人团队那样干活，开源一周时间狂揽四万多星标。 y c 总裁使用这套技能包，每天生成一到两万行代码的同时，还兼职运营 y c。 它能让 ai 暗角色分工，有思考产品的 ceo， 有 做架构的工程经理，还有审查漏洞的质保等等。 更狠的是，他还内置了浏览器自动化，让 ai 能真正跑起来看效果，而不是只停留在代码层。如果一个人加 a 能干掉一个团队，你觉得这是真生产力还是在自嗨呢？

hi 大家，我是西西，很多人一听 skill 第一反应就是啊，不就是高级一点的提示词吗？ no no no， 它还真不是提示词。决定 ai 是 谁，比如你让它向产品经理，向运营，向分析师，向教授一样的说话和给建议，但 skill 决定它会做什么专业的活。再说到工具， 工具是一个动作 tool function call， 比如查填写的 a p i 跑代码，调接口，等于给 ai 一个锤子，但 skill 就是 锤子，加使用步骤加这个活儿应该怎么干的一些经验。 再说到 agent， agent， 比如现在很火的龙虾 open claw， 更像是一个会自己规划任务的数字员工，那 skill 呢？就是他身上的很多专业证书，一个 agent 可以 同时调用多个 skill 去完成你的工作。 所以一句话记住，提示词是人设，工具是动作， agent 是 执行者， skill 是 专业能力包， 以后别再混着用了。下一条，我讲最关键的， skill 为什么突然火了？一般企业都用它来干什么？为什么它现在也一堆坑？我是西西，记得点赞收藏关注哦，我们下期见，拜拜！

给大家强烈安利 follow builders 这个 skill 是 我很喜欢的博主张咋拉做的。这个 skill 可以 帮你一键获取优质 ai 信息员。它专门追踪 ai 圈真正在做事的人，比如研究者、创始人、产品经理和工程师。它的核心亮点有三个，第一， c 选了二十五位顶级 ai 建设者的 x 动态，还有五个最优质的 ai 播客频道，像 latin， space， no prizes 这些。 第二，自动生成，每日或每周摘药，支持中英文甚至双语。第三，可以直接接触到你的小龙虾。以前你想了解 ai 圈的最新动态，一天下来要花好几个小时，还不一定能抓到重点。现在有了这个工具，它每天自动帮你整理好，而且都是来自一线真正做产品有原创观念的 builders。 你只需要在你的小龙虾里面安装这个 style， 然后对话时设置一下偏好。比如你想每天早上八点钟收到的炸药，语言选中文，如果你也经常感到信息过载，想要高效获取 ai 圈的核心动态，这个 style 非常适合你。我是吉可川，关注我，带你发现更多优质的 style。

hello， hello， 这里是迪姐今天给大家推荐五个特别好用的 cloud skill， 我 自己也经常使用，那这些 skill 能让大家的 cloud 效率至少提升三倍，每个都是经过实战和验证过的。那话不多说，我们直接来看一下这些 skill。 第一个呢是 ancillary office skill， 它是官方出品的 skill 的 合集，我们来看一下 呃它整体的这个 github 的 地址哈。这个可以说是 b 装的 skill 系列，它的质量非常的稳定，而且会覆盖大部分的 office 的 场景。我们可以直接点进它的这个 skill 里面看一下， 它会包含像这个呃 canvas 的 设计啊， called api 啊，这个文档的写作以及 pdf 啊， ppt 啊等等这些 skill 都会包含，可以说是，嗯基本场景都会覆盖，而且效果比较的稳定，新手特别的友好 那呃第二个呢就是呃 superpower， 现在在 tiktok 上已经有接近两万的 star 星星数了，从头脑风暴、需求文档、开发测试，整个工作流都会覆盖。 我日常其实用的最多的就是这个 skill 了，可以说是强烈推荐。之前写需求文档可能是需要对话好几轮，但现在用 superpower 的 skill， 一 次性就能够生成非常标准化而且非常精确的文档结构和内容，可以节省非常多的时间。那第三个推荐就是 planning with files， 它是专门去处理复杂多部任务的这样的一套 skill， 它呢可以自动去帮我们拆解任务，并且可以串联其他的 skill 一 起进行工作，相当于是一个呃任务调度的中心。那如果你经常处理复杂的一些项目，它能帮你省很多的事情。 那第四个呢，是 x article publisher skill， 这个是王亦树老师自己开发的一个自动化发布的呃，工具，可以一键把内容发布到 x 平台作为草稿箱，然后经过这个用户确认之后可以进行发送。嗯，重点是它不仅是 twitter， 这个自动化的思路其实是可以扩展到像小红书公众号等等其他平台， 就是对于内容创作者可以说是非常友好，用 ai 去进行选择题，进行写作配图，最后在一键多平台去发布，可以说是体验非常友好，效率拉满。所以强烈建议大家可以用一用这些好用体校的 skill。 第五个是 notebook o m 相关的 skill 了，那这个 skill 它会呃帮助大家自动把 pdf 和 youtube 链接上传到 notebook o m 去，作为一个呃知识的图书馆，然后去进行管理。如果大家经常需要整理学习材料，呃，这个工具可以让大家的效率翻倍，去省去很多的手动操作。 那以上这五个 skill 就是 今天的推荐了。 github 的 链接我放在评论区了呃，建议大家现在就在 cloud 或者是 codex 上面试一试。后续呢，迪姐会继续分享具体的使用场景和实战案例，我们就下一期视频再见。拜拜！

我们来看一下 ai 是 如何生成一份完整需求说明书的，里面自带业务流程图、操作流程图、系统架构图、持续图， ai 一 键生成。 借助产品经理的 ai 需求分析工作流，从想法到设计文档，再到最终的需求说明书。当你有一个需求可能还比较模糊或不清晰时，可以调用技能让 ai 帮你生成设计文档。 你只需要携带技能，把想法简单的需求描述告诉 ai， 他 就会进行需求分析，过程中会不断与你互动来确认需求，可以看到他会对你的需求拆解，与你进行详细确认。 待需求明确后输出设计文档。我们可以看一下输出的设计文档是否符合要求。设计文档中包含了核心功能、设计业务流程如何流转等内容。 有个设计文档后，直接让 ai 使用技能生成详细的需求说明书。当然，你自己有需求清单或者设计文档的话，也可以直接给 ai 加上技能描述后， ai 会根据设计文档或者你自己的需求清单自动生成需求说明书，等待 ai 执行完成后，打开需求说明书，可以看到里面包含了项目概述、 系统架构菜单、层级业务流程图、功能详细设计功能、持续交互图、页面权限矩阵、非功能需求技术方案等。需求说明书中的流程图都是 ai 自动生成的，确认没问题后直接跟 ai 说导出 word， 导出后打开，你会发现这份需求说明书已经可以直接交付了，里面的流程图也都是直接生成的，整个流程从模糊想法到可交付文档一小时搞定。如果你也想让 ai 帮你写 prd， 记得点赞收藏，下期继续分享产品经理的 ai 实战技巧。

这两天有篇文章很火，是 cloudco 产品经理，他出来分享他是怎么样用 ai 彻底重构 pm 工作流的。主要就是这张图，有了 ai 之后呢， 产品设计、技术每一个边界就变得模糊了，然后有很多交叉的环节。那具体他是怎么样重构 pm 工作流的呢？他是构建了一个 ai 三件套，因为他是 cloudco 的 产品经理嘛，那肯定就是 cloudco 产品无限用嘛，所以就是他的三件套呢，一个是 clouda 作为他的思考伙伴，一起讨论一下策略啊。然后 coco 呢，就是帮他写代码，然后构建产品原型，然后 cocwalk 是 帮他处理邮件啊，日程这些日常的工作。所以在没有 ar 之前就产品，然后原型设计 技术开发是限行的嘛，有了 ar 之后，那身份边界就变得模糊了，然后三个角色是高度协调，交叉并行的。我截了分享里的一小部分截图， them 是 要比文档更受鼓励的，就说不要像以前一样，先写好一个很笼长的很完善的 p r d 文档再去开发。现在就是要有想法直接让 coco 去跑一个原型。我也想基于这篇非常火热的文章分享，谈一点我的个人体会。就我作为一个独立开发者，我也感受到现在 项目管理、产品经理开发这三层的身份边界是模糊的，那流程也不是无限的，就你没有那么多时间去构思好一个完善的产品该是什么样。好比说我举个例子， 这张截图是一个搜集信息系统的一个很完善的架构图，但是当时的话，我是找了一个渠道信息，然后推送到飞书上，我发现这样一个 demo 很好，我才有动力把它给完善起来的。那确实，我先跑了一个小 demo， 然后再去完善嘛。 现在流程不是限性的。但是第三点也是很重要的，就是人依然是主导。你要做一个复杂系统的时候，你一定是需要写好一个文档去让 ar 执行的，然后人同时要判断 ar 的 能力边界是什么。 就如果你不知道 ar 不 能做什么，你会发现它浪费在大量的时间在做无效的工作。现在我们跟 ar 写作去完成一个产品，那具体的工作不管是写文档还是写代码，都不需要人去做，但人要去主导，去主导写好框架，主导整个项目的目标。

今天就跟大家分享十五个真正能够让龙虾发挥作用的 skill。 第一部分呢，是抓取采集的 skill， 这是最基础的， ai 再聪明，得先为素材和为内容才行。推荐四个工具， 第一个， agent rich， 零 api 成本，让 ai 能够访问全网， youtube、 twitter、 小 红书、 b 站、公众号全部都能抓。第二个， de photo 网页正文提取的神器，去除广告和杂乱的元素，只留下干净的文章内容。 第三个， youtube 工具，搜索下载、字幕提取都能一站式搞定，而且它可以支持四 k 的 画质。 第四个， anything to notebook lm， 把任何内容扔进 google notebook lm 自动生成播课 ppt 和思维导图，用以上四个抓取内容的 skill， 能够让你的 ai 喂进很多高质量的内容和数据。 第二部分呢，就进入到了内容创作的 skill， 有 了素材，接下来就是内容创作，咱们还是推荐四个工具。第一个，宝玉老师的 skill 合集，一个人的内容工厂，小红书、信息图、封面图、换登篇自动发布到公众号全部都有。第二个 x， 长文发布工具， 写好 markdown， 一 键发布为 x oracle 草稿，支持图片自动上传，超级好用。第三个， knowledge set creator， 告诉 ai 你 想学什么，自动生成一个完整的学习网站，并且部署上线，是不是很酷而且很好使？ 第四个，小红书自动发布，包含在宝玉的 skill 合集里面，内容创作到分发一条龙搞定。第三部分就是效率工具的 skill 啦，它可以让你的工作流更加的顺畅。推荐三个工具，第一个， spotify 音乐播放器，用自然语言能够控制 spotify 内置五千加的音乐风格，你可以跟他讲帮我放点适合跑步，适合撸铁的音乐，他就可以懂帮你实现。第二个就是 design advisor， 它是融合了乔布斯产品直觉的 u i 和 u x 设计的顾问，它不是敷衍的建议，而是能够深入地挖掘用户的需求。 那第四个就是 skill 的 管理和发现了。写好 skill， 那 怎么管理和怎么更好地发现更多好用的 skill 呢？也是给大家推荐四个平台。第一个就是 skill publisher， 它可以把你的 skill 发布在 github 自动安装进行验证。那第二个就是 skills， 点 s h， 它是 versor 官方技能的目录，收入了超过八点六万个 skill， 支持二十家平台。第三个就是 find skills， 用 skill 找 skill， 直接在终端搜索和安装其他的 skill。 第四个就是 skills m p 是 最大的 skill 市集，收入了三十八万加的 skill， 而且支持中文界面啊，就很友好。 所以呢， skill 呢？它是龙虾的灵魂，与其我们在追热点去安装龙虾，不如我们先想清楚究竟想让 ai 帮我们干啥这个问题。想清楚 skill， 自然知道我们要用哪些，我们自己应该怎么去写。那今天分享的所有的 skill 地址都在图片当中，也可以在评论区私信抵解，进行资料的获取。 抛砖引玉，我们一起在这个时代下认知和使用 ai。 如果你也对 ai 持续感兴趣，欢迎关注迪姐的频道，我们就下一期视频再见！拜拜！

最近深入研究了 a c p 的 ai 体系，发现 skyo 已经成为企业 ai 软件的标配，同时也是软件公司转型 ai 最重要的抓手。 举个例子，假设你有三个功能，生成吊包单、查询供应商和生成采购单。在没有 skyo 以前， ai 就 像被套上了枷锁的牢笼，你必须通过工作流规定，使它第一步干啥，第二步干啥。 这样做的坏处疑似 ai 集成传统软件的成本非常高，比如为了防止用户漏报信息呈现，这些大量应编码去判空。而另一个更大的坏处就是体验很差，比如用户突然问，先别调拨了，帮我查查哪家供应商采购最快。 由于工作流没有定义这个分支， ai 就 会像传统软件一样报错。现在有了 skyo， 这种 ai 降智的僵局被彻底打破了。 skyo 相对于给每一个传统软件功能插上了 ai 芯片，从而大大提升它们的智能水平。 比如，在 skyo 架构下，你不需要再写判空逻辑，你只需要在 skyo 的 原数据配置里勾选 b 填项，判空逻辑就会自动生成。 也就是说，我们不需要去写集成代码，只需要声明想要的集成效果即可。这样，当用户没有给调拨目的地等必要信息， ai 就 会自发追问，李总，库存查到了，但您想调拨到哪个工厂呢？ 更牛的地方在于智能调用。比如，当用户问，先别调拨了，帮我查查哪家供应商采购最快， ai 就 会意识到调拨任务被用户暂停了，它会自动调用供应商查询 skill， 然后回复你某某供应商最快。我们要切换到生成采购单技能吗？ 这时候， ai 不 再是僵硬的执行工作流，而是根据用户实际需要进行智能调用。这种变化的深刻意义在于，传统软件公司不需要重写软件功能，只需要给这些功能穿上 ko 的 外衣，就能让它们快速变成 ai 时代的智能化软件。 实际上， a c p 的 ai 体系就完全遵循 skyo 架构，只不过基于企业场景的复杂性， a c p 为 skyo 配置了强大的工具，以满足上下文管理、权限管理等企业需求。比如，当用户在查询 a 商品的库存现有量时，他给 ai 下达了一个采购指令， 那么 ai 就 能自动从用户当前操作的页面提取到要采购的商品 id。 再比如，当员工 a 和员工 b 同时要求 ai 仅列出本部门所有人的工资， ai 会识别出员工 a 只能查看自己的数据，同时识别出员工 b 是 经理，可以查看整个部门的数据。那为什么我说 skill 是 传统软件公司在 ai 时代最大的机会呢？ 以前我们总说企业 ai 找不到合适的落地场景，主要原因是两点，第一， ai 存在幻觉，这就导致我们不敢把严谨的工作交给 ai， 这就大大限制了 ai 在 企业落地的场景。 第二，投入产出比太低，说白了就是 ai 落地的成本太高。比如，要让 ai 调用一个软件功能，不管是 api 编辑还是工作的编排，都有很大的工作量，而且体验很糟糕，这就导致很多场景不值得用 ai 去改造。现在通过 ko 加传统软件的模式，以上两个问题都能得到很大的改善。 比如把任务全部交给传统软件的执行，这样只需要加上必要的教验，就可以有效防止 ai 幻觉。 再比如，通过 skyo 大 幅度降低 ai 调用传统软件的成本，同时还能提升用户体验。也就是说，有了 skyo， 原本被视为一流系统的传统软件就可以变成 ai 时代的宝贵资产。 由于这些软件往往承载了企业最核心的业务数据和业务规则，替换成本非常高，因此它们也将成为传统软件公司在 ai 时代最坚固的过程。后。

结合你的项目经验，谈谈 skills、 mcp、 prompt 之间的关系和区别。首先，这三者共同构成了 ai 从理解需求到执行操作的一个完整链路，但各自都承担不同层次的责责任吧。 呃，首先， prompt 是 用户跟 ai 交互最直接的界面，可以理解为是给 ai 的 指令。它本质是通过自然语言精准的传递需求，为模型提供上下文和方向。 比如说我需要 ai 协助分析用户行为数据的时候，一个星期的 prompt 可能是。请以产品经理的视角，结合最近一周的日活数据和用户反馈，总结出三个关键洞察，并给出对应的产品优化建议。 prompt 的 质量呢，直接决定了输出的质量，模糊的指令会导致 ai 泛泛而谈，而结构清晰、目标明确的 prompt 则能激发模型的专业能力。但 prompt 是 一次性的，它仅在当前对话中生效，除非被刻意地保存在模板。 那再几次 skills 呢？它则是 ai 可附用的专业能力包。比如说 prompt 是 单次指挥的话，那么 skills 就是 封装好的结构化流程和知识库。 比如在竞品分析的场景中，我可以为 ai 配置一个竞品分析 skill， 其中包含数据解锁、步骤分析、框架输出、格式规范以及常用方法论。 当用户通过 prom 的 提出请帮我做一份某产品的竞品分析的时候呢， ai 就 会自动识别需求并加载这个 skill， 按照预设的流程执行，而不再需要用户一步步的引导。 skills 的 核心价值在于将零散的 prompt 升级成可附用的专业能力，让 ai 从一问一答的聊天机器人，转变成能自助拆解任务的智能助手。 它本质上是一种知识封装，让模型在特定的领域内表现得更加专业跟高效。最后呢， m c p， 它是连接 ai 与真实世界的这个桥梁，没有 m c p 的 话， ai 再聪明也只能是纸上谈兵，无法实际获取外部的数据和操作的工具。 m c p 通过标准化的接口，让 ai 能够安全可控地接入到企业的数据库、业务系统、办公软件等外部资源。 比如说，当一个用户行为分析任务中， ai 通过 m c p。 协议直接查询内部的数据仓库，获取实时用户的行为日记，再结合预设的数据分析 skill 进行处理， 最后通过 prompt 的 指令生成格式化的报告。 m c p。 解决的是动手干活的问题，它让 ai 不 再局限于生成文本，而是能够真正的执行操作， 比如说查询数据库、调用 a p i 发送邮件等。更重要的是， m c p 提供了可审计、可追溯的安全机制，确保 ai 的 操作在权限范围内，这对企业级的应用是直观重要的。 那这三者的关系可以用一个递进逻辑来概括。 prompt， 它是一个发令枪，明确要做什么。 skills 是 一个作战的手册，指导怎么专业地做。 m c p 是 后勤保障，让 ai 能实际调用资源去执行。 在实际产品设计中，我们需要协调运用它们，比如说设计一个智能客服的系统，用户的一个投诉， prompt 触发系统加载客诉处理的 skill。 该 skill 呢，可能定义了这种像情绪识别呀，问题分类、解决方案推荐等等步骤。 而在需要查询订单或者用户历史记录的时候呢？ ai 通过 mcp 安全地调用 crm 的 系统和订单的数据库， 最终生成精准回复。如果缺少清晰的 prompt， 需求会比较模糊。如果没有结构化的 skill， ai 的 回复可能缺乏专业性。如果没有 m c p 的 话， ai 也无法获取实时数据回复，只能是泛泛而谈。 因此，作为 ai 产品经理，这三者的区别跟协作可以让我们在后面的项目设计更科学地设计 ai 工作流。通过优化 prompt 提升交互的精准度。通过构建 skills 沉淀 一些领域的知识。通过配置呃相应的 m c p 扩展 ai 的 能力边界，这样 ai 才能真正从会聊天进化成能干活的智能生产力的工具。

opencloud 最近很火，但如果你没装对 skill， 本质上你用的只是一个会聊天的机器人。只要找到合适的 skill， 它可以帮你干活，自动帮你做市场调研、自动分析用户痛点、自动生成可式化报告。大多数 skill 未必能在你的真实工作场景里帮你解决实际问题。 我今天分享我自己在用的 skill 组合 reddit c o i 加 data analytics， 帮助产品经理自动抓取 reddit 数据，并直接生成可式化的市场分析报告。 首先介绍一下这两个 skill， ready c o i 是 一个专门用来抓 ready 数据的工具，它是我在推特上看到一个网友分享的，它和 ready 官方 api 有 一个很大的区别，你可以把 ready api 理解成你必须走官方流程拿数据。你要申请权限，要做认证，还会被限速。 而 reddit c o i 走的是另一条路，它直接在你的电脑终端登录 reddit， 然后像正常刷帖子一样把数据一条条拿下来。所以你不需要申请权限，也不需要写复杂代码，只要一条命令，就可以抓取大量的帖子和评论。你在浏览器的 reddit 上做的任何事情，它都可以替你完成。 reddit c o i 解决的是数据从哪里来？这是第一步。 呃，下一步。 data analyst 是 一个可以帮你做数据分析的 skill， 把数据丢给他，他就会帮你做三件事，第一，自动整理数据，把复杂的评论变成结构化的信息。第二，自动分析，帮你找出高频问题、用户痛点、需求点。第三，自动生成报告，包括总结、生成格式化图表。 这两个 skill 结合在一起就变成一个自动化的流程，抓数据，分析出报告，全自动完成。你不需要写一行代码，也不需要手动整理数据，只需要一句话就可以完成一次 reddit 市场调研。这里我演示一下。首先，你需要确保 opencloud 是 部署在你的设备本地，如果部署在服务器或者是在 docker， c o i 是 没有权限执行的，那么你也可以像我一样直接使用 cloud code 或者 codex 这样的 web coding 工具。我认为 open cloud 直接部署在设备本地其实是不安全的，所以我这里直接用 codex 作为演示。不管你用的是 open cloud 还是 cloud code 或者是 cursor， 都是同理。第一步，我们先安装 red c o i skill， 在 对话框输入以下指令，让 ai 帮你安装这个 skill。 过程中会需要 cookie， 你 将浏览器登录 red mac 电脑，按住 command， 加 option， 加 i， 打开开发者工具，在 cookie 里找到 ready session， 复制给它即可。 安装完成之后再继续输入指令，安装 data analyst。 接下来就可以直接用一句提示词调用这两个 skill。 比如，我想调研 switch 二配件的市场，可以这样说，使用 read c o i 和 data analyst 对 switch 二配件产品做市场调研，生成可化的 html 格式的报告。 很快，一份完整的 read 市场报告就出来了，可以看到这个报告，它总共抓取了一千四百八十条 read 原始帖子， 时间范围覆盖了二五年到二六年的数据，这个数据量足以支持一份专业的研究报告。这份分析报告详细的包含到用户人群、使用场景、需求痛点和趋势分析、品牌分析以及产品建议。 关键数据还可以直接点击跳转到 ready 帖子链接。在 ai 时代，产品经理的工作方式已经变了，当你想做一件事情，第一反应不应该是自己去做，而是应该先问自己一个问题，这件事情能不能交给 ai 去做， 把需求讲清楚，把任务交出去。真正的效率差距不在于你有多努力，而在于你能不能把事情交给 ai 去替你完成。