pm-market-research 市场研究技能包从用户画像、市场细分到竞品分析的完整实战指南【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills导读本文以 pm-market-research 插件PM Skills Marketplace 的九大插件之一为蓝本系统讲解面向产品经理的市场研究技能体系7 个可被 AI 助手自动加载的 skill用户画像、市场细分、用户分层、客户旅程地图、市场规模估算、竞品分析、情绪分析与 3 个可手动触发的 command/research-users、/competitive-analysis、/analyze-feedback。读完本文你将掌握每个技能的核心分析框架、输出结构与最佳实践理解命令如何串联多个技能形成端到端研究流程并能直接在 Claude Code / Cowork 中部署使用。一、插件定位市场研究在 PM 工作流中的位置在 PM Skills Marketplace 中pm-market-research覆盖用户研究与竞品分析这一完整领域其职责是回答产品决策前最基础的问题我们的用户是谁市场如何划分用户在旅程中哪里感到痛苦竞争对手强在哪里、弱在哪里从根 README.md 的插件清单可以看到该插件包含7 个 skills与3 个 commands与其他插件形成清晰的分工协作上游衔接pm-product-discovery访谈、假设识别产出的定性数据自身产出用户画像、细分、旅程地图与竞品分析等研究成果下游衔接pm-product-strategy价值主张、战略定位与pm-go-to-market海滩头市场、ICP、竞争 battlecard——例如/competitive-analysis完成后可直接生成销售用 battlecard。这种命令用技能、技能跨插件复用的架构是理解本插件所有内容的前提。安装方式以仓库根 README 为准在 Claude Code 中安装该插件完整命令见 根 READMEclaude plugin marketplace add phuryn/pm-skills claude plugin install pm-market-researchpm-skills也可以从根目录以git clone https://gitcode.com/GitHub_Trending/pm/pm-skills获取仓库后将pm-market-research/skills/下的 SKILL.md 复制到其他支持通用 skill 格式的助手目录如.cursor/skills/、.opencode/skills/。注意skills 通用而/slash命令是 Claude 专属。二、七大 Skills 深度解析每个 skill 都对应一个成熟的 PM 研究框架被加载时无需显式调用AI 助手会在对话语境相关时自动引用也可以用/pm-market-research:skill-name强制加载。2.1 user-personas从研究数据提炼可落地的用户画像SKILL.md 原文 定义了该技能的使命基于真实研究数据生成3 个精炼用户画像并强制要求每个画像包含一个意外洞察unexpected insight避免画像沦为装饰性文档。输入CSV、Excel、问卷回复、访谈转录等研究数据文件。分析步骤逐步思考数据收集 → 模式识别跨用户寻找重复出现的特征、目标、痛点与行为→ 分组按共同动机与 JTBD 聚类→ 画像充实 → 交叉验证确保每个结论都有研究依据。输出结构每个画像画像名称与人口学特征年龄段、角色/头衔、公司规模B2B 时、关键特征核心 JTBD想达成的结果、发生情境与频率Top 3 痛点阻碍完成任务的障碍、每项痛点的严重度Top 3 期望收益追求的好处、衡量成功的方式一个意外洞察反直觉的行为模式或动机以及它对产品决策的意义产品契合度评估产品如何或可能如何满足该画像需求、潜在摩擦点。最佳实践所有洞察必须扎根于真实数据而非假设优先使用研究中的直接引语识别的是行为模式而非人口统计标签画像之间尽量互不重叠明确标注数据缺口。2.2 market-segments识别 3–5 个潜在客户细分市场SKILL.md 原文 用于发现 3–5 个互不重叠的客户细分评估市场机会、确定目标受众优先级或进入新市场。分析步骤市场探索考虑全部可寻址市场→ 确定细分维度行为、人口统计、企业属性、需求导向→ 定义 3–5 个清晰细分 → 刻画与验证 → 机会评估市场规模、增长潜力、竞争强度。输出结构每个细分名称与概述含规模占比与增长轨迹→ 关键人口/企业特征与 B2B 决策者画像 → JTBD主要任务、发生频率与情境、成功标准→ 痛点与障碍 → 期望收益与成功要素 → 产品契合度分析 → 竞争格局现有解决方案、替代方案。最佳实践细分必须可衡量、可触达、彼此不同优先选择 JTBD 与痛点清晰的细分用可用数据验证假设关注绿地机会与被忽视的细分标注需要补充调研的细分。2.3 user-segmentation基于行为与需求的用户分层与 market-segments 面向潜在市场不同user-segmentation 面向已有用户从反馈数据中识别至少 3 个基于行为与需求的分层核心原则是不被人口统计标签绑架——按 JTBD、行为与动机聚类让隐藏的用户群体浮出水面。分析步骤数据准备 → 行为提取使用模式、使用方式、用户旅程→ 需求分析JTBD、期望结果、痛点→ 聚类 → 验证连贯、非重叠、可执行→ 刻画含代表性引语。输出结构每个分层名称与概述含规模估算→ 行为特征使用频率与深度、典型旅程、技术熟练度、工具集成→ JTBD 与动机 → 关键需求与痛点含现有变通方案→ 当前产品契合度价值点、最恼火的缺口、流失风险→ 差异化价值主张消息与定位建议→分层优先级建议战略重要性 × 实现难度 → 投资/维持/降级。该技能与 user-personas 的区别值得强调personas 刻画人segments 刻画行为群体二者常配合使用——先用 segmentation 找出行为群体再用 personas 赋予其面孔。2.4 customer-journey-map端到端客户旅程地图customer-journey-map 将客户从认知到推荐的完整体验可视化识别每个阶段的情绪、痛点与改进机会。技能开篇即强调必须用带 JTBD 的具体 persona 来走这条旅程而不是泛化的用户。标准旅程阶段可随产品调整阶段描述Awareness 认知用户如何第一次知道产品Consideration 考虑评估什么对比哪些替代方案Acquisition 获取如何注册或购买Onboarding 上手首次体验——到达价值的时间Engagement 参与常规使用——习惯养成Retention 留存什么让他们回来什么导致流失Advocacy 推荐何时、为何向他人推荐每个阶段需记录触点网站、邮件、App 内、客服、社交媒体、用户行为、想法与疑问、情绪用评分或 emoji 指标如 excited/confused/frustrated/delighted、痛点摩擦、困惑、流失风险、改进机会。关键时刻识别Aha moment首次体验核心价值、Moments of truth承诺或放弃的决策点、Churn triggers最常见的流失点。输出阶段 × 触点 × 用户行为 × 情绪 × 痛点 × 机会的旅程地图表格以及按优先级排列的改进建议对转化/留存影响最大的痛点、立即可做的 quick win、需要深度投入但回报最大的事项。视觉化可建议用户在 Miro 或 FigJam 中基于该分析作图。2.5 market-sizingTAM / SAM / SOM 市场规模估算market-sizing 同时提供自上而下与自下而上两种估算方法并用 TAM / SAM / SOM 三层漏斗收敛市场规模——这是投资人 pitch 与市场进入决策的标准框架。分析步骤市场定义问题空间、客户细分、地理/约束→ 自上而下估算从行业总量收窄到相关切片→ 自下而上估算用户数 × 单价 × 频率交叉验证→ SAM 界定在能力、渠道、约束下实际可服务的部分→ SOM 估算未来 1–3 年可达成份额依据竞争地位与 GTM 能力→ 增长预测2–3 年演变→ 假设映射。输出结构市场定义 → TAM两种方法的结果与对账→ SAM占 TAM 百分比及理由约束含地理、语言、渠道、产品能力、定价档位→ SOM占 SAM 百分比及理由→ 市场汇总表MetricCurrent Estimate2-3 Year ProjectionTAMSAMSOM关键假设与风险每条估算背后的核心假设编号、置信度高/中/低、最不确定假设的验证方法、可能导致估算大幅变化的事件。最佳实践两种方法必须同时给出以相互三角验证用网络搜索获取行业报告与市场基准为市场数据标注来源拒绝无依据的数字明确区分估值estimate与数据data区分价值型营收与数量型用户/单位测算跨国市场考虑货币与购买力平价标注置信区间宽的估算。2.6 competitor-analysis竞品强度与差异化机会分析competitor-analysis 是整个插件的重头戏识别5 个直接竞品、绘制竞争格局、综合优劣势、给出差异化建议。分析步骤市场界定 → 竞品识别网络搜索 5 个直接竞品→ 竞争情报定位、功能、定价、GTM 策略→ 优劣势评估 → 差异化映射缺口、重叠、机会→ 战略综合竞争动态与未来威胁。输出结构市场概览规模与增长、核心客群与用例、关键成功要素、竞争强度→ 竞品集汇总5 个直接竞品、市场地位划分领导者/挑战者/利基玩家、相邻/间接竞品→ 每个竞品的完整档案竞品档案公司名、成立时间、融资/状态、核心市场与客群、市场份额估算、定位与 GTM 策略核心产品优势关键功能、独特优势、客户价值主张、技术差异化或护城河、满意度与留存信号弱点与缺口缺失功能、已知局限、技术/运营短板、定位缺口、客户不满领域商业模式与定价定价结构per-seat、per-usage、flat-fee、freemium 等、市场价格点、销售渠道与 motion、营收模式与增长阶段竞争威胁与优势如何威胁你的产品、现有客户基础与转换成本、战略伙伴与生态、近期产品动作。最后输出差异化机会清单未被满足的需求、功能/定价/UX 机会、被忽视的细分、未被有效解决的 JTBD、未部署的渠道/GTM 方式、竞品缺乏的伙伴关系或集成与竞争定位建议推荐定位、要强调的差异化、要瞄准/回避的细分、需监控的威胁、12–18 个月的风险与机会。最佳实践研究竞品官网、定价页与用户评论用网络搜索捕捉产品发布、融资与高管变动区分直接竞品与相邻替代品多源验证警惕新进入者与份额上升者考虑长期竞争动态。2.7 sentiment-analysis大规模反馈情绪分析与主题提炼sentiment-analysis 面向大规模用户反馈评价、问卷、工单、NPS按用户细分汇总情绪分数、JTBD 与满意度洞察。分析步骤数据摄入盘点全部反馈源→ 细分识别至少 3 个不同用户细分→ 主题分析每细分的重复主题、痛点与正面反馈→情绪打分-1 到 1→ 影响评估按频率、严重度、业务影响排序→ 综合成细分画像。输出结构每个细分细分画像名称、在反馈集中的数量/占比、主要使用场景→ JTBD → 情绪分数与满意度-1 到 1、满意驱动与拖累因素、适用时的 NPS 代理指标→ 正面反馈主题 → 痛点与批评含直接引语→ 产品-细分契合度评估改善空间、流失风险→ 可执行建议每细分 2–3 个最高影响改进、quick win vs 战略举措、优先/降级建议。最佳实践所有发现必须扎根于真实反馈并注明来源同时识别细分内的多数与少数观点区分功能请求与根本性痛点考虑用户所处情境与限制标注小样本或情绪不确定的细分寻找跨细分的共性痛点给出产品优劣势的平衡视角。三、三大 Commands端到端研究工作流Commands 是用户手动触发的/slash工作流把多个 skill 编排成完整流程。三个命令均采用接收输入 → 应用技能 → 生成报告 → 建议下一步的四段式结构。3.1 /research-users综合用户研究画像 分层 旅程地图命令原文 将原始研究数据转化为可执行的用户画像、行为分层与旅程地图。输入可以是问卷回复、访谈记录、工单、产品分析数据、NPS甚至在没有数据时给一个产品描述进行探索性研究。六步工作流接收研究输入支持 CSV/表格/粘贴文本、访谈笔记、支持工单、行为数据等任意组合先问清楚研究格式、想理解什么用户是谁/差异在哪/摩擦在哪、将支撑什么决策路线图/定位/定价/上手。构建画像应用 user-personas产出 3–4 个画像含名称、角色、JTBD 目标、痛点、收益、行为模式、意外洞察与占比。用户分层应用 user-segmentation 与 market-segments创建行为分层不只人口统计识别最高价值与最高增长分层并映射分层与画像的重叠关系。绘制旅程地图应用 customer-journey-map覆盖 认知 → 考虑 → 上手 → 活跃使用 → 扩展 → 推荐 全链路标出最大流失点与值得放大的惊喜时刻。生成研究报告模板包含执行摘要、画像明细含代表引语、用户分层表分层/规模/核心 JTBD/产品契合/价值/增长、旅程地图表阶段/触点/情绪/痛点/机会、关键洞察、建议与未解问题。存为 markdown。提供后续建议生成访谈脚本深挖某画像、跨分层做情绪分析、为头部画像构建价值主张、把旅程痛点优先化为功能机会。命令内明确的使用纪律数据单薄时如实说明置信度——5 个访谈产出的是假设不是结论画像必须有用而非装饰行为分层比人口分层对产品决策更可执行旅程地图要呈现情绪而不只是动作无数据时生成研究驱动的假设并给出验证建议。3.2 /competitive-analysis竞争格局分析命令原文 识别直接与间接竞品、绘制定位、挖掘差异化机会。输入示例/competitive-analysis AI-powered project management tools /competitive-analysis Our product vs Notion, Asana, and Monday.com五步工作流理解竞争语境产品类别、指定竞品或自主识别、分析视角、用途→ 应用 competitor-analysis 识别5 个直接竞品 2–3 个间接竞品不同方法、相同 JTBD→ 逐竞品分析定位、优势、劣势、定价、市场 traction、近期动作→ 生成分析报告市场概览、竞争格局表、功能对比矩阵、2×2 定位图、差异化机会、竞争威胁、建议——含加倍投入/补齐差距/忽略三类行动→ 提供后续生成销售 battlecard、发展差异化定位、识别功能缺口入路线图。命令内明确的使用纪律竞争数据依赖网络研究新鲜度取决于可用来源区分入场券功能table stakes必须拥有才能竞争与差异化功能必须拥有才能取胜不只罗列功能要分析竞品为什么做这些选择定价情报需注明是公开价、按用量计费还是需联系销售建议每季度更新一次分析——竞争格局变化很快。3.3 /analyze-feedback规模化反馈分析情绪 主题 细分洞察命令原文 将大规模反馈评价、问卷、工单、NPS加工为结构化洞察。输入示例/analyze-feedback [upload a CSV of NPS responses] /analyze-feedback [paste app store reviews or survey responses] /analyze-feedback [upload support ticket export]四步工作流接收数据CSV/Excel、粘贴文本、文件导出均可先问反馈类型、是否按细分单独分析、寻找什么→ 应用 sentiment-analysis情绪分类、主题提取、频率统计、细分拆解、时间趋势→ 生成分析报告总体情绪、Top 主题表、5–8 个主题深挖——用户原话/根因/影响/建议、细分对比表、代表性引语、趋势、可执行洞察、数据缺口结构化输入同时输出带情绪分数的富化 CSV→ 提供后续从反馈模式创建画像、把主题 triage 为功能请求、设计访谈脚本深挖。命令内明确的使用纪律情绪分析是近似值——标注讽刺、混合情绪、非英语文本等边缘案例主题提取要看到请求背后的需求而非表面话题细分样本小时注明置信度受限针对 NPS 数据分别分析 Detractors0–6、Passives7–8、Promoters9–10结构化输入输出富化 CSV 以便用户在自有工具中继续使用。四、技能与命令的依赖编排从 根 README 的架构说明 与各命令源码可以清晰看到本插件的编排逻辑Command编排的 Skills端到端产出/research-usersuser-personas → user-segmentation → market-segments → customer-journey-map画像 分层 旅程地图研究报告/competitive-analysiscompetitor-analysis竞争格局 功能矩阵 定位图 差异化建议/analyze-feedbacksentiment-analysis情绪 主题 细分洞察报告含富化 CSV三者之间也可串联/analyze-feedback的主题洞察可作为/research-users的输入/research-users的画像可作为/competitive-analysis分析用户视角的背景三个命令完成后都会建议进入战略价值主张、定位或 GTMbattlecard、ICP流程与仓库中 pm-go-to-market、pm-product-strategy 插件形成完整的产品决策链路。五、使用前提与限制运行环境skills 采用通用 skill 格式可用于 Claude Code / Cowork 及其他支持该格式的助手/slash命令为 Claude 专属根 README 提供了 Gemini CLI、OpenCode、Cursor、Kiro 的 skills 复制方式。数据依赖除 market-sizing、competitor-analysis 允许使用网络研究外personas、segmentation、journey map、sentiment 均要求以真实数据为根基命令模板明确要求数据薄则言明置信度。来源规范skills 内嵌的 Best Practices 反复强调引用来源、多源验证、区分估值与数据使用时应保持这一纪律避免让 AI 生成无依据的市场数字。六、许可与作者本插件与整个 PM Skills Marketplace 同属 MIT 协议见 LICENSE作者为 Paweł HurynThe Product Compass Newsletter。仓库还提供了 CONTRIBUTING.md 供贡献者了解如何参与维护以及 validate_plugins.py 用于校验各插件的 skill/command 结构完整性。【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 pm-market-research 市场研究技能包：从用户画像、市场细分到竞品分析的完整实战指南
pm-market-research 市场研究技能包从用户画像、市场细分到竞品分析的完整实战指南【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills导读本文以 pm-market-research 插件PM Skills Marketplace 的九大插件之一为蓝本系统讲解面向产品经理的市场研究技能体系7 个可被 AI 助手自动加载的 skill用户画像、市场细分、用户分层、客户旅程地图、市场规模估算、竞品分析、情绪分析与 3 个可手动触发的 command/research-users、/competitive-analysis、/analyze-feedback。读完本文你将掌握每个技能的核心分析框架、输出结构与最佳实践理解命令如何串联多个技能形成端到端研究流程并能直接在 Claude Code / Cowork 中部署使用。一、插件定位市场研究在 PM 工作流中的位置在 PM Skills Marketplace 中pm-market-research覆盖用户研究与竞品分析这一完整领域其职责是回答产品决策前最基础的问题我们的用户是谁市场如何划分用户在旅程中哪里感到痛苦竞争对手强在哪里、弱在哪里从根 README.md 的插件清单可以看到该插件包含7 个 skills与3 个 commands与其他插件形成清晰的分工协作上游衔接pm-product-discovery访谈、假设识别产出的定性数据自身产出用户画像、细分、旅程地图与竞品分析等研究成果下游衔接pm-product-strategy价值主张、战略定位与pm-go-to-market海滩头市场、ICP、竞争 battlecard——例如/competitive-analysis完成后可直接生成销售用 battlecard。这种命令用技能、技能跨插件复用的架构是理解本插件所有内容的前提。安装方式以仓库根 README 为准在 Claude Code 中安装该插件完整命令见 根 READMEclaude plugin marketplace add phuryn/pm-skills claude plugin install pm-market-researchpm-skills也可以从根目录以git clone https://gitcode.com/GitHub_Trending/pm/pm-skills获取仓库后将pm-market-research/skills/下的 SKILL.md 复制到其他支持通用 skill 格式的助手目录如.cursor/skills/、.opencode/skills/。注意skills 通用而/slash命令是 Claude 专属。二、七大 Skills 深度解析每个 skill 都对应一个成熟的 PM 研究框架被加载时无需显式调用AI 助手会在对话语境相关时自动引用也可以用/pm-market-research:skill-name强制加载。2.1 user-personas从研究数据提炼可落地的用户画像SKILL.md 原文 定义了该技能的使命基于真实研究数据生成3 个精炼用户画像并强制要求每个画像包含一个意外洞察unexpected insight避免画像沦为装饰性文档。输入CSV、Excel、问卷回复、访谈转录等研究数据文件。分析步骤逐步思考数据收集 → 模式识别跨用户寻找重复出现的特征、目标、痛点与行为→ 分组按共同动机与 JTBD 聚类→ 画像充实 → 交叉验证确保每个结论都有研究依据。输出结构每个画像画像名称与人口学特征年龄段、角色/头衔、公司规模B2B 时、关键特征核心 JTBD想达成的结果、发生情境与频率Top 3 痛点阻碍完成任务的障碍、每项痛点的严重度Top 3 期望收益追求的好处、衡量成功的方式一个意外洞察反直觉的行为模式或动机以及它对产品决策的意义产品契合度评估产品如何或可能如何满足该画像需求、潜在摩擦点。最佳实践所有洞察必须扎根于真实数据而非假设优先使用研究中的直接引语识别的是行为模式而非人口统计标签画像之间尽量互不重叠明确标注数据缺口。2.2 market-segments识别 3–5 个潜在客户细分市场SKILL.md 原文 用于发现 3–5 个互不重叠的客户细分评估市场机会、确定目标受众优先级或进入新市场。分析步骤市场探索考虑全部可寻址市场→ 确定细分维度行为、人口统计、企业属性、需求导向→ 定义 3–5 个清晰细分 → 刻画与验证 → 机会评估市场规模、增长潜力、竞争强度。输出结构每个细分名称与概述含规模占比与增长轨迹→ 关键人口/企业特征与 B2B 决策者画像 → JTBD主要任务、发生频率与情境、成功标准→ 痛点与障碍 → 期望收益与成功要素 → 产品契合度分析 → 竞争格局现有解决方案、替代方案。最佳实践细分必须可衡量、可触达、彼此不同优先选择 JTBD 与痛点清晰的细分用可用数据验证假设关注绿地机会与被忽视的细分标注需要补充调研的细分。2.3 user-segmentation基于行为与需求的用户分层与 market-segments 面向潜在市场不同user-segmentation 面向已有用户从反馈数据中识别至少 3 个基于行为与需求的分层核心原则是不被人口统计标签绑架——按 JTBD、行为与动机聚类让隐藏的用户群体浮出水面。分析步骤数据准备 → 行为提取使用模式、使用方式、用户旅程→ 需求分析JTBD、期望结果、痛点→ 聚类 → 验证连贯、非重叠、可执行→ 刻画含代表性引语。输出结构每个分层名称与概述含规模估算→ 行为特征使用频率与深度、典型旅程、技术熟练度、工具集成→ JTBD 与动机 → 关键需求与痛点含现有变通方案→ 当前产品契合度价值点、最恼火的缺口、流失风险→ 差异化价值主张消息与定位建议→分层优先级建议战略重要性 × 实现难度 → 投资/维持/降级。该技能与 user-personas 的区别值得强调personas 刻画人segments 刻画行为群体二者常配合使用——先用 segmentation 找出行为群体再用 personas 赋予其面孔。2.4 customer-journey-map端到端客户旅程地图customer-journey-map 将客户从认知到推荐的完整体验可视化识别每个阶段的情绪、痛点与改进机会。技能开篇即强调必须用带 JTBD 的具体 persona 来走这条旅程而不是泛化的用户。标准旅程阶段可随产品调整阶段描述Awareness 认知用户如何第一次知道产品Consideration 考虑评估什么对比哪些替代方案Acquisition 获取如何注册或购买Onboarding 上手首次体验——到达价值的时间Engagement 参与常规使用——习惯养成Retention 留存什么让他们回来什么导致流失Advocacy 推荐何时、为何向他人推荐每个阶段需记录触点网站、邮件、App 内、客服、社交媒体、用户行为、想法与疑问、情绪用评分或 emoji 指标如 excited/confused/frustrated/delighted、痛点摩擦、困惑、流失风险、改进机会。关键时刻识别Aha moment首次体验核心价值、Moments of truth承诺或放弃的决策点、Churn triggers最常见的流失点。输出阶段 × 触点 × 用户行为 × 情绪 × 痛点 × 机会的旅程地图表格以及按优先级排列的改进建议对转化/留存影响最大的痛点、立即可做的 quick win、需要深度投入但回报最大的事项。视觉化可建议用户在 Miro 或 FigJam 中基于该分析作图。2.5 market-sizingTAM / SAM / SOM 市场规模估算market-sizing 同时提供自上而下与自下而上两种估算方法并用 TAM / SAM / SOM 三层漏斗收敛市场规模——这是投资人 pitch 与市场进入决策的标准框架。分析步骤市场定义问题空间、客户细分、地理/约束→ 自上而下估算从行业总量收窄到相关切片→ 自下而上估算用户数 × 单价 × 频率交叉验证→ SAM 界定在能力、渠道、约束下实际可服务的部分→ SOM 估算未来 1–3 年可达成份额依据竞争地位与 GTM 能力→ 增长预测2–3 年演变→ 假设映射。输出结构市场定义 → TAM两种方法的结果与对账→ SAM占 TAM 百分比及理由约束含地理、语言、渠道、产品能力、定价档位→ SOM占 SAM 百分比及理由→ 市场汇总表MetricCurrent Estimate2-3 Year ProjectionTAMSAMSOM关键假设与风险每条估算背后的核心假设编号、置信度高/中/低、最不确定假设的验证方法、可能导致估算大幅变化的事件。最佳实践两种方法必须同时给出以相互三角验证用网络搜索获取行业报告与市场基准为市场数据标注来源拒绝无依据的数字明确区分估值estimate与数据data区分价值型营收与数量型用户/单位测算跨国市场考虑货币与购买力平价标注置信区间宽的估算。2.6 competitor-analysis竞品强度与差异化机会分析competitor-analysis 是整个插件的重头戏识别5 个直接竞品、绘制竞争格局、综合优劣势、给出差异化建议。分析步骤市场界定 → 竞品识别网络搜索 5 个直接竞品→ 竞争情报定位、功能、定价、GTM 策略→ 优劣势评估 → 差异化映射缺口、重叠、机会→ 战略综合竞争动态与未来威胁。输出结构市场概览规模与增长、核心客群与用例、关键成功要素、竞争强度→ 竞品集汇总5 个直接竞品、市场地位划分领导者/挑战者/利基玩家、相邻/间接竞品→ 每个竞品的完整档案竞品档案公司名、成立时间、融资/状态、核心市场与客群、市场份额估算、定位与 GTM 策略核心产品优势关键功能、独特优势、客户价值主张、技术差异化或护城河、满意度与留存信号弱点与缺口缺失功能、已知局限、技术/运营短板、定位缺口、客户不满领域商业模式与定价定价结构per-seat、per-usage、flat-fee、freemium 等、市场价格点、销售渠道与 motion、营收模式与增长阶段竞争威胁与优势如何威胁你的产品、现有客户基础与转换成本、战略伙伴与生态、近期产品动作。最后输出差异化机会清单未被满足的需求、功能/定价/UX 机会、被忽视的细分、未被有效解决的 JTBD、未部署的渠道/GTM 方式、竞品缺乏的伙伴关系或集成与竞争定位建议推荐定位、要强调的差异化、要瞄准/回避的细分、需监控的威胁、12–18 个月的风险与机会。最佳实践研究竞品官网、定价页与用户评论用网络搜索捕捉产品发布、融资与高管变动区分直接竞品与相邻替代品多源验证警惕新进入者与份额上升者考虑长期竞争动态。2.7 sentiment-analysis大规模反馈情绪分析与主题提炼sentiment-analysis 面向大规模用户反馈评价、问卷、工单、NPS按用户细分汇总情绪分数、JTBD 与满意度洞察。分析步骤数据摄入盘点全部反馈源→ 细分识别至少 3 个不同用户细分→ 主题分析每细分的重复主题、痛点与正面反馈→情绪打分-1 到 1→ 影响评估按频率、严重度、业务影响排序→ 综合成细分画像。输出结构每个细分细分画像名称、在反馈集中的数量/占比、主要使用场景→ JTBD → 情绪分数与满意度-1 到 1、满意驱动与拖累因素、适用时的 NPS 代理指标→ 正面反馈主题 → 痛点与批评含直接引语→ 产品-细分契合度评估改善空间、流失风险→ 可执行建议每细分 2–3 个最高影响改进、quick win vs 战略举措、优先/降级建议。最佳实践所有发现必须扎根于真实反馈并注明来源同时识别细分内的多数与少数观点区分功能请求与根本性痛点考虑用户所处情境与限制标注小样本或情绪不确定的细分寻找跨细分的共性痛点给出产品优劣势的平衡视角。三、三大 Commands端到端研究工作流Commands 是用户手动触发的/slash工作流把多个 skill 编排成完整流程。三个命令均采用接收输入 → 应用技能 → 生成报告 → 建议下一步的四段式结构。3.1 /research-users综合用户研究画像 分层 旅程地图命令原文 将原始研究数据转化为可执行的用户画像、行为分层与旅程地图。输入可以是问卷回复、访谈记录、工单、产品分析数据、NPS甚至在没有数据时给一个产品描述进行探索性研究。六步工作流接收研究输入支持 CSV/表格/粘贴文本、访谈笔记、支持工单、行为数据等任意组合先问清楚研究格式、想理解什么用户是谁/差异在哪/摩擦在哪、将支撑什么决策路线图/定位/定价/上手。构建画像应用 user-personas产出 3–4 个画像含名称、角色、JTBD 目标、痛点、收益、行为模式、意外洞察与占比。用户分层应用 user-segmentation 与 market-segments创建行为分层不只人口统计识别最高价值与最高增长分层并映射分层与画像的重叠关系。绘制旅程地图应用 customer-journey-map覆盖 认知 → 考虑 → 上手 → 活跃使用 → 扩展 → 推荐 全链路标出最大流失点与值得放大的惊喜时刻。生成研究报告模板包含执行摘要、画像明细含代表引语、用户分层表分层/规模/核心 JTBD/产品契合/价值/增长、旅程地图表阶段/触点/情绪/痛点/机会、关键洞察、建议与未解问题。存为 markdown。提供后续建议生成访谈脚本深挖某画像、跨分层做情绪分析、为头部画像构建价值主张、把旅程痛点优先化为功能机会。命令内明确的使用纪律数据单薄时如实说明置信度——5 个访谈产出的是假设不是结论画像必须有用而非装饰行为分层比人口分层对产品决策更可执行旅程地图要呈现情绪而不只是动作无数据时生成研究驱动的假设并给出验证建议。3.2 /competitive-analysis竞争格局分析命令原文 识别直接与间接竞品、绘制定位、挖掘差异化机会。输入示例/competitive-analysis AI-powered project management tools /competitive-analysis Our product vs Notion, Asana, and Monday.com五步工作流理解竞争语境产品类别、指定竞品或自主识别、分析视角、用途→ 应用 competitor-analysis 识别5 个直接竞品 2–3 个间接竞品不同方法、相同 JTBD→ 逐竞品分析定位、优势、劣势、定价、市场 traction、近期动作→ 生成分析报告市场概览、竞争格局表、功能对比矩阵、2×2 定位图、差异化机会、竞争威胁、建议——含加倍投入/补齐差距/忽略三类行动→ 提供后续生成销售 battlecard、发展差异化定位、识别功能缺口入路线图。命令内明确的使用纪律竞争数据依赖网络研究新鲜度取决于可用来源区分入场券功能table stakes必须拥有才能竞争与差异化功能必须拥有才能取胜不只罗列功能要分析竞品为什么做这些选择定价情报需注明是公开价、按用量计费还是需联系销售建议每季度更新一次分析——竞争格局变化很快。3.3 /analyze-feedback规模化反馈分析情绪 主题 细分洞察命令原文 将大规模反馈评价、问卷、工单、NPS加工为结构化洞察。输入示例/analyze-feedback [upload a CSV of NPS responses] /analyze-feedback [paste app store reviews or survey responses] /analyze-feedback [upload support ticket export]四步工作流接收数据CSV/Excel、粘贴文本、文件导出均可先问反馈类型、是否按细分单独分析、寻找什么→ 应用 sentiment-analysis情绪分类、主题提取、频率统计、细分拆解、时间趋势→ 生成分析报告总体情绪、Top 主题表、5–8 个主题深挖——用户原话/根因/影响/建议、细分对比表、代表性引语、趋势、可执行洞察、数据缺口结构化输入同时输出带情绪分数的富化 CSV→ 提供后续从反馈模式创建画像、把主题 triage 为功能请求、设计访谈脚本深挖。命令内明确的使用纪律情绪分析是近似值——标注讽刺、混合情绪、非英语文本等边缘案例主题提取要看到请求背后的需求而非表面话题细分样本小时注明置信度受限针对 NPS 数据分别分析 Detractors0–6、Passives7–8、Promoters9–10结构化输入输出富化 CSV 以便用户在自有工具中继续使用。四、技能与命令的依赖编排从 根 README 的架构说明 与各命令源码可以清晰看到本插件的编排逻辑Command编排的 Skills端到端产出/research-usersuser-personas → user-segmentation → market-segments → customer-journey-map画像 分层 旅程地图研究报告/competitive-analysiscompetitor-analysis竞争格局 功能矩阵 定位图 差异化建议/analyze-feedbacksentiment-analysis情绪 主题 细分洞察报告含富化 CSV三者之间也可串联/analyze-feedback的主题洞察可作为/research-users的输入/research-users的画像可作为/competitive-analysis分析用户视角的背景三个命令完成后都会建议进入战略价值主张、定位或 GTMbattlecard、ICP流程与仓库中 pm-go-to-market、pm-product-strategy 插件形成完整的产品决策链路。五、使用前提与限制运行环境skills 采用通用 skill 格式可用于 Claude Code / Cowork 及其他支持该格式的助手/slash命令为 Claude 专属根 README 提供了 Gemini CLI、OpenCode、Cursor、Kiro 的 skills 复制方式。数据依赖除 market-sizing、competitor-analysis 允许使用网络研究外personas、segmentation、journey map、sentiment 均要求以真实数据为根基命令模板明确要求数据薄则言明置信度。来源规范skills 内嵌的 Best Practices 反复强调引用来源、多源验证、区分估值与数据使用时应保持这一纪律避免让 AI 生成无依据的市场数字。六、许可与作者本插件与整个 PM Skills Marketplace 同属 MIT 协议见 LICENSE作者为 Paweł HurynThe Product Compass Newsletter。仓库还提供了 CONTRIBUTING.md 供贡献者了解如何参与维护以及 validate_plugins.py 用于校验各插件的 skill/command 结构完整性。【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考