Skip to content
Productivity
Skill

/pm-docs

Use when: 需要输出PRD/BRD/MRD产品文档、方案文档、商业计划文档、需要文档模板 Do NOT auto-select when: 用户用自然语言说"写需求文档""写PRD""帮我设计需求"等新产品请求 → 这些必须先路由到 start-super-pm Direct slash-command use is allowed: 用户显式输入 /pm-docs 时可直接进入,但必须通过本 skill 的前置门禁 Do NOT use when: 文档已完备无需生成、仅需口头讨论无需书面输出

From plugin
super-pm
6648 skills1 hook
Install
$ npx -y skills add konglong87/superPM --skill pm-docs --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/pm-docs

Context preview

The summary Claude sees to decide when to auto-load this skill.

Use when: 需要输出PRD/BRD/MRD产品文档、方案文档、商业计划文档、需要文档模板 Do NOT auto-select when: 用户用自然语言说"写需求文档""写PRD""帮我设计需求"等新产品请求 → 这些必须先路由到 start-super-pm Direct slash-command use is allowed: 用户显式输入 /pm-docs 时可直接进入,但必须通过本 skill 的前置门禁 Do NOT use when: 文档已完备无需生成、仅需口头讨论无需书面输出

SKILL.md

pm-docs.SKILL.md
name: pm-docs
description: |
  Use when: 需要输出PRD/BRD/MRD产品文档、方案文档、商业计划文档、需要文档模板
  Do NOT auto-select when: 用户用自然语言说"写需求文档""写PRD""帮我设计需求"等新产品请求
    → 这些必须先路由到 start-super-pm
  Direct slash-command use is allowed: 用户显式输入 /pm-docs 时可直接进入,但必须通过本 skill 的前置门禁
  Do NOT use when: 文档已完备无需生成、仅需口头讨论无需书面输出
allowed-tools:
  - Read
  - Write
  - AskUserQuestion
  - Agent
  - Bash

Preamble (run first)

bash "$(dirname "${BASH_SOURCE[0]}")/../../check-update.sh" 2>/dev/null || true
# 创建方案设计目录
mkdir -p docs/02-方案设计

# 检查前置文档
echo "📊 正在检查前置文档..."

if [ -f "docs/01-需求调研/MVP方案.md" ]; then
  echo "✅ MVP方案 - 已找到"
else
  echo "⏳ MVP方案 - 未找到"
fi

if [ -f "docs/01-需求调研/需求调研报告.md" ]; then
  echo "✅ 需求调研报告 - 已找到"
else
  echo "⏳ 需求调研报告 - 未找到"
fi

if [ -f "docs/01-需求调研/市场调研报告.md" ]; then
  echo "✅ 市场调研报告 - 已找到"
else
  echo "⏳ 市场调研报告 - 未找到"
fi

---

前置门禁

无论从哪个入口进入,都必须执行前置文档检查:

1. 检查 `docs/01-需求调研/` 中是否有 **MVP方案**(黄金路径的必要前置) 2. 如果有 MVP方案 → 读取文档,判断是否与当前用户描述的产品相关

  • 相关 → 前置已满足,继续执行
  • 不相关 → 停止,建议先完成前置流程

3. 如果没有 MVP方案 → 停止,建议先执行 `/pm-brainstorm` → `/pm-demand` → `/pm-mvp`

不得在门禁不满足时生成文档。

---

跨 Agent 交互规则

当流程要求与用户交互时:

1. 如果当前环境支持 AskUserQuestion,使用 AskUserQuestion(最佳体验)。 2. 如果当前环境不支持 AskUserQuestion,必须用普通聊天消息提出同样问题。 3. 一次只问一个问题。 4. 提问后必须停止当前回合,等待用户回答(STOP and WAIT)。 5. 不得在用户回答前生成文档、写入 docs。 6. 已有 docs 文件不能替代本轮用户回答。

---

执行流程

步骤 1: 确定文档类型(主 agent - 用户交互)

使用 AskUserQuestion 询问:

> 您希望生成哪些文档? > > A) 仅 PRD - 产品需求文档 > B) 仅 BRD - 商业需求文档 > C) 仅 MRD - 市场需求文档 > D) PRD + BRD + MRD(全套文档,推荐) > E) 让我推荐(根据项目状态自动选择) > > 💡 提示:选择"D"可并行生成全套文档,效率提升 3x

用户选择后,记录到变量 `DOC_TYPES`(数组)

---

步骤 2: 读取前置数据(主 agent)

**读取所有可能需要的前置文档**:

# 主 agent 一次性读取所有前置文档
required_docs=(
  "docs/01-需求调研/MVP方案.md"
  "docs/01-需求调研/需求调研报告.md"
  "docs/01-需求调研/市场调研报告.md"
  "docs/01-需求调研/确认需求清单.md"
  "docs/01-需求调研/优先级排序报告.md"
)

for doc in "${required_docs[@]}"; do
  if [ -f "$doc" ]; then
    # 使用 Read 工具读取
    echo "读取 $doc"
  fi
done

**构建上下文摘要**(避免占用大量上下文):

提取关键信息:

  • 产品名称
  • 目标用户
  • 核心功能
  • MVP范围
  • 市场数据
  • 商业目标

**将关键信息存储为结构化数据**,准备传递给 subagent。

---

步骤 3: 并行派发 subagent 生成文档(核心优化)

**优化说明**:

  • 主 agent 一次性派发多个 subagent
  • 每个 subagent 负责生成一个文档
  • 文档生成细节不占用主 agent 上下文
  • 所有文档并行生成

---

3.1 构建 subagent 任务

**如果用户选择"全套文档"**:

准备 3 个并行 subagent 任务:

[
  {
    "task_id": "generate_prd",
    "doc_type": "PRD",
    "required_data": [
      "产品名称",
      "目标用户",
      "MVP功能列表",
      "用户需求",
      "优先级排序"
    ]
  },
  {
    "task_id": "generate_brd",
    "doc_type": "BRD",
    "required_data": [
      "产品名称",
      "商业模式",
      "市场数据",
      "成本分析",
      "盈利预测"
    ]
  },
  {
    "task_id": "generate_mrd",
    "doc_type": "MRD",
    "required_data": [
      "产品名称",
      "市场调研数据",
      "用户画像",
      "竞品分析",
      "市场机会"
    ]
  }
]

---

3.2 使用 Agent 工具并行派发

**并行派发 3 个 subagent**(关键优化):

# 同时启动 3 个 subagent
使用 Agent 工具,参数:

Agent 1:
  subagent_type: "general-purpose"
  description: "生成 PRD 文档"
  prompt: |
    你是一个产品文档专家。请生成 PRD(产品需求文档)。

    **输入数据**:
    {从步骤2提取的关键信息}

    **要求**:
    1. 使用 Write 工具生成文档到 `docs/02-方案设计/PRD产品需求文档.md`
    2. 包含以下章节:
       - 产品概述
       - 目标用户
       - 功能需求(基于MVP方案)
       - 非功能需求
       - 交互流程
       - 数据埋点
    3. 基于前置数据填充内容,不要虚构
    4. 标注数据来源

    **输出**:返回生成的文档路径

Agent 2:
  subagent_type: "general-purpose"
  description: "生成 BRD 文档"
  prompt: |
    你是一个商业分析专家。请生成 BRD(商业需求文档)。

    **输入数据**:
    {从步骤2提取的关键信息}

    **要求**:
    1. 使用 Write 工具生成文档到 `docs/02-方案设计/BRD商业需求文档.md`
    2. 包含以下章节:
       - 商业目标
       - 商业模式
       - 盈利方式
       - 成本分析
       - 收益预测
    3. 基于前置数据填充内容

    **输出**:返回生成的文档路径

Agent 3:
  subagent_type: "general-purpose"
  description: "生成 MRD 文档"
  prompt: |
    你是一个市场分析专家。请生成 MRD(市场需求文档)。

    **输入数据**:
    {从步骤2提取的关键信息}

    **要求**:
    1. 使用 Write 工具生成文档到 `docs/02-方案设计/MRD市场需求文档.md`
    2. 包含以下章节:
       - 市场概述
       - 用户画像
       - 竞品分析
       - 市场机会
       - 进入策略
    3. 基于市场调研数据填充

    **输出**:返回生成的文档路径

**主 agent 等待所有 subagent 完成**。

---

步骤 4: 收集结果并验证(主 agent)

**主 agent 收集所有 subagent 的返回结果**:

{
  "generated_docs": [
    {
      "doc_type": "PRD",
      "path": "docs/02-方案设计/PRD产品需求文档.md",
      "status": "success",
      "size": "15KB"
    },
    {
      "doc_type": "BRD",
      "path": "docs/02-方案设计/BRD商业需求文档.md",
      "status": "success",
      "size": "12KB"
    },
    {
      "doc_type": "MRD",
      "path": "docs/02-方案设计/MRD市场需求文档.md",
      "status": "success",
      "size": "10KB"
    }
  ]
}

**验证文档**:

  • 检查文件是否存在
  • 检查文件大小是否合理
  • (可选)读取文档开头验证格式

---

步骤 5: 生成汇总报告(主 agent)

使用 Write 工具生成汇总报告:

# 文档生成报告

## 生成概况

**生成时间**: {时间}
**文档数量**: 3 个
**总耗时**: {并行执行时间}

## 文档清单

### 1. PRD - 产品需求文档
- **路径**: docs/02-方案设计/PRD产品需求文档.md
- **大小**: 15KB
- **状态**: ✅ 生成成功
- **包含章节**: 产品概述、目标用户、功能需求、非功能需求、交互流程、数据埋点

### 2. BRD - 商业需求文档
- **路径**: docs/02-方案设计/BRD商业需求文档.md
- **大小**: 12KB
- **状态**: ✅ 生成成功
- **包含章节**: 商业目标、商业模式、盈利方式、成本分析、收益预测

### 3. MRD - 市场需求文档
- **路径**: docs/02-方案设计/MRD市场需求文档.md
- **大小**: 10KB
- **状态**: ✅ 生成成功
- **包含章节**: 市场概述、用户画像、竞品分析、市场机会、进入策略

## 数据来源

- MVP方案
- 需求调研报告
- 市场调研报告
- 优先级排序报告

## 下一步建议

建议执行:
1. /pm-proto - 基于PRD设计原型
2. /pm-tech - 基于PRD对接技术方案
3. /pm-data - 设计数据指标体系

---

对比:优化前 vs 优化后

优化前(pm-docs v1)

主 agent 执行流程:
1. 询问用户(10 tokens)
2. 读取前置数据(200 tokens)
3. 生成 PRD(3000 tokens 内容)
4. 生成 BRD(2500 tokens 内容)
5. 生成 MRD(2000 tokens 内容)
6. 生成汇总(100 tokens)

总计:7810 tokens
耗时:串行执行,约 10-15 分钟
上下文占用:文档内容全量占用

优化后(pm-docs-v2)

主 agent 执行流程:
1. 询问用户(10 tokens)
2. 读取前置数据(200 tokens)
3. 派发 3 个 subagent(50 tokens)
   ├─ Subagent 1: 生成 PRD(不占用主 agent)
   ├─ Subagent 2: 生成 BRD(不占用主 agent)
   └─ Subagent 3: 生成 MRD(不占用主 agent)
4. 接收结果(150 tokens 结构化数据)
5. 生成汇总(100 tokens)

总计:510 tokens
耗时:并行执行,约 3-5 分钟
效率提升:93% token 节省,3x 速度提升

---

关键优化点

1. 并行执行

v1: PRD → BRD → MRD(串行)
v2: PRD
    ├─ BRD  (并行)
    └─ MRD

2. 上下文节省

  • ✅ 文档内容不占用主 agent 上下文
  • ✅ 主 agent 只处理文档路径和元数据
  • ✅ Token 使用减少 93%

3. 异常处理

**如果某个 subagent 失败**: 1. 主 agent

Read more
Ships withsuper-pm

让每个产品经理都能轻轻松松的高效工作 ☕️ 📺 🚀

Get the whole plugin
Stats
66
Stars
8
Forks
Active
Maintenance
JavaScript
Language
MIT
License
13d ago
Last commit
5mo ago
Created

Repo: konglong87/superPM

Other skills on super-pm.

pm-brainstorm
Skill

pm-brainstorm

Use when: 需要创意方案、探索产品方向、发散思维、本质问题分析 用户说"我想做一个XX""帮我规划XX产品""帮我设计一下需求" 用户给出新产品方向,但尚未完成本轮 brainstorm 交互确认 新产品从0到1的第一步 Do NOT use when: 用户明确说"跳过 brainstorm /…

pm-clarify
Skill

pm-clarify

Use when: 有初步需求清单需要细化细节、需明确需求场景和边界条件、需求描述模糊需要结构化 Do NOT use when: 需求已足够详细可直达开发、仅需快速立项无需深入

pm-competitor
Skill

pm-competitor

Use when: 需要持续监控竞品动态、建立竞品情报预警、定期输出竞品监控月报、追踪竞品版本/定价/功能/舆情/融资异动 Do NOT use when: 仅需一次性竞品调研(用 pm-market / pm-search --type=competitor);产品尚无明确竞品

pm-demand
Skill

pm-demand

Use when: 已完成 /pm-brainstorm 后,需要系统化收集需求、验证产品想法真伪、分析用户痛点 用户明确要求"需求调研""需求验证""验证痛点""分析用户痛点" 用户明确选择跳过 brainstorm,直接进入需求调研 Do NOT auto-select when:…

pm-interview
Skill

pm-interview

Use when: 需要设计用户访谈/用户调研方案、编写访谈提纲、规划样本与招募、制定访谈执行与分析方法 Do NOT use when: 仅做案头需求调研(用 pm-demand);已有明确结论只需验证单一假设且无需访谈