需求发现
识别需求来源、角色、证据与存量项目依赖
查看模块AI Workflow Method Library
把深度阅读、复盘、需求发现、PRD、竞品分析、报价、记忆控制等高频 AI workflow 拆成可解释、可验证、可继续产品化的 agent skill。
Enterprise Product Delivery Agent Harness
Skill 负责流程、角色和质量门禁;Enterprise Knowledge Harness 按任务提供规则、经验与项目记忆。
识别需求来源、角色、证据与存量项目依赖
查看模块按企业模板、业务规则和项目记忆形成正文
查看模块隔离写作假设,关键问题未关闭时阻止后续交付
查看模块基于封口 PRD 与真实页面基线生成高保真原型
原型结束后同步产品级变化,拒绝静默覆盖 PRD
按需求蓝图、功能边界和交付范围生成报价单
查看模块PRD Writer 与独立 Reviewer 覆盖产品部门所有同事,渗透率 100%
PRD 达到可交付状态的周期由近 1 个月缩短至约 2 周
PRD 审查环节节省 50% 时长
读完长文后,触动、质疑、迁移灵感和可能的需求构思容易散掉。
AI 要变得好用,不能只看它产出了什么,还要复盘我如何提问、拆解任务和定义目标。
需求还没想清楚时,AI 很容易直接深度追问到方案设计;这个 skill 用来在 PRD 前先刹车。
最初想让 AI 代替写需求文档,后来发现真正要产品化的是“写作、审查、封口、交付”的完整链路。
竞品分析不能退化成资料汇编,而要回答看谁、看什么、学什么、避开什么,以及哪些能进 PRD。
报价书不是把需求细拆成人天,而是把需求边界、交付风险和客户能理解的模块粒度组织成可沟通报价。
当 skill、知识卡和 agent 都变多以后,真正重要的不是让 AI 记得更多,而是让它知道此刻该读什么。
高保真原型需要继承封口 PRD 与真实页面基线,并把产品级变化同步回 PRD。
它不再作为独立 Skill Desk 展示;已经融入「周度复盘反思」,成为方法论抽取、候选拆分和入库裁决的内置环节。
Skill Lab
这里不是正式 Skill Desk,也不进入统计。只有经过真实项目使用、暴露问题并完成二次调整后,才升级成详情页。
已抽象出 Mode Gate、手动任务包和 Judge 裁决模板,但还需要真实 PRD 写审或双观点分析样例验证协作成本与裁决质量。
Productization
先服务作者自己的高频工作,保留真实失败和修正痕迹。
沉淀成团队可复用的输入、输出、检查清单和评审节奏。
抽象成 Markdown-first 模板、CLI、示例材料和裁决表。
补权限、多人协作、引用溯源、审核流和组织级指标。