AI 技能AI 插件【免费下载链接】Product-Manager-SkillsProduct Management skills framework built on battle-tested methods for Claude Code, Cowork, Codex, and AI agents.项目地址https://gitcode.com/gh_mirrors/pr/Product-Manager-Skills点击查看免费下载本篇技术指南讲解如何在 Bolt.new 这一「prompt-to-app」快速原型工具中集成 Product-Manager-Skills 仓库的 PM 技能Skill核心思路是在 Bolt 生成任何代码之前先把一个 PM 技能粘进开场提示词用它框定问题、定义验收标准再让 Bolt 去构建。读完本文你将掌握一套 10 分钟即可上手的「先框架、后构建」工作流能把 Bolt 产出的原型从凭感觉的 Vibe 级提升为可以支撑产品决策的 Decision-grade并学会选用problem-statement、pol-probe、user-story、proto-persona四个最适合 Bolt 场景的技能。Bolt 为什么需要 PM SkillsBolt 的定位是快速原型工具你给出提示词它在浏览器里直接生成可运行的应用。Bolt 本身没有持久的知识层——它不像 Claude Code 那样能读取本地文件系统也没有CLAUDE.md之类的会话级规则文件。因此技能内容必须直接进入开场提示词成为模型当次对话的上下文。这正是 Using PM Skills 101 中对 Bolt 集成方式的总结Bolt.new is a prompt-to-app builder. It doesnt have a persistent knowledge layer, so skills go directly into your opening prompt.关键洞察是用技能在 Bolt 生成任何代码之前框定产品问题。PM Skills 仓库把这些技能定义为「教 AI Agent 如何正确完成特定 PM 任务的 Markdown 文件」每个技能对应一个 SKILL.md。对于 Bolt 这样的场景技能的边际价值尤其明显Bolt 擅长快速原型但原型不等于验证。没有技能约束时Bolt 倾向于「直接开建」——这往往是在给错误的问题做漂亮的解法。技能把「先想清楚再动手」编码进提示词。把 problem-statement/SKILL.md 或 pol-probe/SKILL.md 粘进开场提示词等于强制 Bolt 在输出 UI 之前先和你对齐「用户是谁、卡点在哪、要证明什么」。最佳适用场景原文档明确列出了三组最适合用「Bolt PM Skills」组合的人群与场景快速验证产品创意的 PMPMs validating product ideas quickly原型优先的发现循环Prototype-first discovery loops在生成 UI/代码之前先框定问题Framing problems before generating UI/code10 分钟快速配置把技能粘进开场提示词Bolt 的配置没有 CLI、没有配置文件全部发生在新建项目的第一步。原文档给出的完整流程如下新建一个 Bolt 项目Start a new Bolt project。在要求它开始构建之前粘贴一个 PM 技能Before asking it to build, paste one PM skill。从problem-statement或pol-probe开始Start withproblem-statementorpol-probe。为什么强调「开场就粘」因为 Bolt 会话的知识就是上下文窗口里的内容。技能一旦粘入开场提示词就贯穿整个构建会话等原型已经生成了再补技能只能用来「复盘」无法改变已产出的架构与界面取舍。启动模板Starter Pattern原文档提供了可直接复制的启动模式其中[Paste skills/problem-statement/SKILL.md]处替换为对应技能文件的完整内容Before generating any code, apply this PM skill: [Paste skills/problem-statement/SKILL.md] Problem context: [your problem] Ask clarifying questions first.这个模板做了三件关键的事显式命令 Bolt「先应用技能再生成代码」——防止它默认进入「build me X」模式用Ask clarifying questions first强制对话——让 Bolt 先问澄清问题而不是基于猜测直接开建提供Problem context占位——让你把真实的业务背景喂给框架而不是空转。从 problem-statement/SKILL.md 的实现看该技能的输入设计是「给用户与其挣扎点即可工作」支持「空手而来」——技能会反过来先问用户与目标。这与启动模板中的Ask clarifying questions first正好呼应Bolt 拿到技能后会按技能的提问顺序补齐上下文。第一个胜仗提示词让原型围绕验收标准生成原文档提供了一个「First Win Prompt」首战即胜提示词用于演示如何在一次提示中同时完成「定义」与「构建」Apply the User Story skill below to define what were building, then generate a prototype that satisfies story #1. [Paste skills/user-story/SKILL.md] Feature: self-serve seat management for enterprise admins.这段提示词的巧妙之处在于顺序先用 User Story 技能定义「要构建什么」再要求原型满足故事 #1。也就是说Bolt 不是被要求「做个座位管理功能」而是被要求「构建一个满足特定用户故事及其验收标准的原型」。这正是 user-story/SKILL.md 的核心价值它把 Mike Cohn 的As a / I want to / so that格式与 Gherkin 风格的Given / When / Then验收标准结合起来让工程、产品、QA 三方共享同一套可测试的语言。当这段技能内容进入 Bolt 的上下文后Bolt 生成的 UI 会天然对齐故事中的角色、动作与结果而不是凭直觉堆组件。如果你希望手头有一个统一的 Markdown 故事模板仓库还提供了确定性的生成脚本 user-story/scripts/user-story-template.py它不联网、不写文件、直接向 stdout 输出故事草稿命令行参数覆盖--persona、--action、--outcome、--scenario、--given可重复、--when、--thenpython3 skills/user-story/scripts/user-story-template.py \ --persona enterprise admin \ --action provision seats in bulk \ --outcome onboard new employees without IT tickets \ --scenario Admin bulk-provisions seats for a new team \ --given I am logged in as an enterprise admin \ --when I upload a roster CSV \ --then every employee receives a seat invitation生成结果可以直接作为 Bolt 提示词的输入或用于在团队中统一故事格式。最适合 Bolt 的四个 PM 技能原文档给出了四个「Best Skills for Bolt」并在 Using PM Skills 101 的 Bolt 章节中用一张表格解释了每个技能为什么在 Bolt 场景下有效。下面结合各技能的实际实现展开。技能为什么在 Bolt 中有效problem-statement防止从第一个提示词就开始构建错误的东西pol-probe把 Bolt 原型变成真正的验证实验user-story给 Bolt 可构建的验收标准而不是凭感觉proto-persona在做 UI 决策之前把真实用户原型放进上下文problem-statement防止第一个提示词就做错东西problem-statement/SKILL.md 是一个 Component 型技能用「以用户为中心的共情框架」来表述问题捕获「谁被卡住了、他们想做什么、为什么重要、感受如何」。其核心是Problem Framing Narrative问题框架叙事I am:描述正在经历问题的用户角色Trying to:该角色关心的期望结果But:阻止结果达成的障碍Because:问题的根因Which makes me feel:情感影响然后是Context Constraints地理、技术、时间、人口学因素与一句式Final Problem Statement公式为[Persona] needs a way to [desired outcome] because [root cause], which currently [emotional/practical impact].该技能同时定义了四类反模式Anti-Patterns在 Bolt 提示词中尤其要警惕伪装成问题的解决方案The problem is we lack AI-powered analytics——这是在偷渡方案伪装成用户问题的商业问题Our revenue is down——这是症状不是用户问题功能请求Users need a dashboard——用户到底想做什么过于泛化Users want better UX——无法行动。完整的好坏示例见 problem-statement/examples/sample.md其中 Slack 早期问题陈述是一个值得模仿的范本而「我们需要 AI 分析来竞争」则是一个典型的反例。在 Bolt 中的用法把技能全文粘进开场提示词Problem context填你手头的问题背景让 Bolt 先输出框架叙事与最终问题陈述、与你确认后再进入构建。这一步直接决定原型是否值得生成。pol-probe把 Bolt 原型变成验证实验pol-probe/SKILL.md 定义的是Proof of LifePoL探针——一个轻量、一次性的验证工件用于在昂贵开发之前暴露残酷真相。该技能在 Bolt 场景下特别强大因为它「在生成任何组件之前就定义了原型需要证明什么」。PoL 探针的五个本质特征特征含义为什么重要Lightweight 轻量数小时/数天级别的资源投入昂贵的东西你会舍不得在数据说要放弃时杀掉它Disposable 可丢弃明确计划删除而非扩展防止沉没成本谬误与范围蔓延Narrow Scope 窄范围只测一个假设或风险宽泛实验只会得到模糊结果Brutally Honest 残酷诚实暴露残酷真相而非虚荣指标礼貌的数据是无用的数据Tiny Focused 微小聚焦侦察任务绝非 MVP表面小 学习循环快技能还给出了 PoL 探针与 MVP 的对照PoL 是pre-MVP 侦察你跑探针是为了决定是否该建 MVP而不是发布某物以及匹配假设与工具的五种原型口味类型核心问题时间线典型工具1. Feasibility Checks 可行性检查我们能构建它吗1–2 天GenAI 提示链、API 测试、spike-and-delete 代码2. Task-Focused Tests 任务聚焦测试用户能无摩擦完成此任务吗2–5 天Optimal Workshop、UsabilityHub3. Narrative Prototypes 叙事原型此工作流能赢得干系人认同吗1–3 天Loom 走查、Sora/Synthesia 视频4. Synthetic Data Simulations 合成数据模拟能否无生产风险建模2–4 天Synthea、DataStax LangFlow5. Vibe-Coded PoL Probes 凭感觉编码探针此方案能经受真实用户接触吗2–3 天ChatGPT Canvas Replit Airtable技能的黄金法则是Use the cheapest prototype that tells the harshest truth. If it doesnt sting, its probably just theater.用最便宜却最扎心的原型如果不疼多半是表演。在 Bolt 中的用法在提示词中粘入 pol-probe 技能输入你的假设如「企业管理员会愿意自助管理座位」让 Bolt 先输出探针文档假设、要消除的风险、成功/失败阈值、时间线、处置计划再把原型当作探针来实现。完整模板见 pol-probe/examples/sample.md其中「archive vs delete」任务测试和「GPT-4 自动生成会议纪要」可行性检查都是可直接套用的范本。user-story给 Bolt 可构建的验收标准user-story/SKILL.md 把 Mike Cohn 的用户故事格式与 Gherkin 验收标准结合把用户需求转化为「关注结果、产品与工程共享理解、具备可测试成功标准」的开发就绪工作。核心格式#### Use Case: - **As a** [user persona/role] - **I want to** [action to achieve outcome] - **so that** [desired outcome] #### Acceptance Criteria: - **Scenario:** [scenario description] - **Given:** [initial context] - **and Given:** [additional preconditions] - **When:** [trigger event] - **Then:** [expected outcome]技能的三个质量红线在 Bolt 提示词中尤其重要As a 要具体用「trial user」而不是泛泛的「user」so that 要解释动机不要复述动作I want to click save, so that I can save my work 是坏的真实动机是「页面崩溃也不丢进度」只能有一个 When 和一个 Then出现多个 When/Then 意味着故事太大需要先用 user-story-splitting/SKILL.md 拆分。在 Bolt 中的用法如前面的 First Win Prompt 所示粘入技能后让 Bolt「先写故事、再生成满足故事 #1 的原型」原型就有了明确的验收标准作为构建约束。proto-persona在 UI 决策前放入真实用户原型proto-persona/SKILL.md 基于现有研究、市场信号与团队知识创建一份假设驱动的初始用户画像用于在早期对齐团队、指导初始设计决策、并标出需要验证的认知缺口。它不是已验证画像而是「结构化占位符」会随着学习不断演化。其文档结构包括Name押韵易记的名字如 Manager Mike、Bio Demographics行为导向而非纯人口学、Quotes真实或代表性引语、Pains / 想完成的事 / Goals、Attitudes Influences决策权、决策影响者、信念与态度。技能特别要求给不确定处打上[ASSUMPTION—VALIDATE]标签防止把假设当事实。在 Bolt 中的用法在提示词中粘入 proto-persona 技能让 Bolt 在「决定 UI 布局、文案、信息架构」之前先把目标用户写成一个具体画像。原文档的观点是让一个真实的用户原型进入上下文之后再让 UI 决策发生——Bolt 生成的界面会为「这个人」而设计而不是为「每个人」等于为没有人设计。在 Bolt 中运行的 PM-first 工作流结合 Using PM Skills 101 的 Bolt 章节一套完整的三步循环如下# Step 1 — 先用技能框定问题构建之前 Im going to build [feature]. Before you generate any code, apply this Problem Statement skill to make sure were solving the right problem: [Paste contents of skills/problem-statement/SKILL.md] Problem context: [describe the problem] Ask me what you need, then well move to building.Step 1 — Frame框定用problem-statement或pol-probe先框定问题、定义要证明的假设Step 2 — Build构建让 Bolt 生成满足故事或探针要求的原型Step 3 — 迭代Iterate用user-story技能为下一轮迭代定义验收标准必要时用proto-persona校正目标用户。这一步把 Bolt 从「vibe-coding」凭感觉编码转变为结构化的、假设驱动的原型构建。用 Using PM Skills 101 的原始表述This turns Lovable from vibe-coding into structured, hypothesis-driven prototyping——同样的逻辑完全适用于 Bolt大多数 PM 直接跳到「帮我建个 X」而先加载problem-statement或pol-probe技能会强制在任何代码生成之前展开正确的对话并且你拿回的原型真的在测试某件事。常见陷阱与规避原文档列出了三个最常踩的坑结合技能实现可以给出更完整的规避方案跳过框架直接说「帮我建个 X」Jumping straight to build me X with no framing。 后果Bolt 没有上下文约束产出的原型与业务问题脱节。规避任何构建提示词之前先粘入一个 PM 技能并要求Ask clarifying questions first。把第一个原型输出当作验证过的策略Treating first prototype output as validated strategy。 后果原型「看起来能用」≠ 用户问题被验证容易陷入 pol-probe/SKILL.md 所说的prototype theater——精心制作的演示让干系人印象深刻却什么也没学到。规避用 PoL 探针思维预先定义成功/失败阈值与处置计划原型跑完即删、只留学习文档。跳过验收标准Skipping acceptance criteria。 后果没有 Given/When/Then原型无法被测试定义「完成」变得含糊。规避用user-story技能产出带 Gherkin 验收标准的故事让 Bolt 面向标准构建。此外技能文档还提醒了与 Bolt 强相关的两个扩展陷阱把 PoL 探针当 MVP 用pol-probe的技能文档指出如果你的「原型」精致到舍不得删那它不是探针而是原型剧场先选工具后选假设pol-probe 的五种原型口味要求「让探针类型匹配假设而不是匹配你的工具熟练度」——别因为熟悉某个工具就让假设迁就它。配套脚本把技能喂给 Bolt 前的准备工作虽然 Bolt 的集成方式是「粘贴」但提前用仓库脚本把技能准备好可以大幅提速详见 Using PM Skills 101 的 Quick Reference 与 START_HERE.md# 按关键词或类型查找技能确定该粘哪个文件 ./scripts/find-a-skill.sh --keyword onboarding --type component # 把单个技能打包成 ZIP方便归档或传输 ./scripts/zip-a-skill.sh --skill user-story # 构建精选核心 PM 技能包 ./scripts/zip-a-skill.sh --preset core-pm --output dist/skill-zips # 在本地直接跑某个技能先在命令行里演练提示词 ./scripts/run-pm.sh skill user-story Write stories for a new account settings page本地演练的价值在于在把技能粘进 Bolt 之前先在命令行里验证提示词的输出质量这样进入 Bolt 后第一次生成的成功率更高。所有技能文件都位于 skills/ 目录每个技能文件夹下通常还有examples/示例输出与template.md填写模板可供参考。关联文档与后续阅读新手入门先读 Using PM Skills 101其中包含对 Bolt 的完整章节与全平台安装概览平台选择器Platform Guides for PMs按「我用应用/原型构建器」路径即可定位本文一页式入门START_HERE.md技能源码problem-statement、pol-probe、user-story、proto-persona 及其各自examples/目录下的完整示例其他快速原型平台的同类指南Using PM Skills with Replit Agent系统提示词注入式集成适合迭代型构建、Using PM Skills with Lovable 相关章节同样的「先技能后构建」模式。赞分享AI 技能AI 插件【免费下载链接】Product-Manager-SkillsProduct Management skills framework built on battle-tested methods for Claude Code, Cowork, Codex, and AI agents.项目地址https://gitcode.com/gh_mirrors/pr/Product-Manager-Skills点击查看免费下载相关推荐SOC 升级矩阵构建实战指南从 P1–P4 优先级定义到 SOAR 自动升级与 SLA 合规Anthropic-Cybersecurity-SkillsSOC 升级矩阵构建实战指南从 P1–P4 优先级定义到 SOAR 自动升级与 SLA 合规Anthropic Cybersecurity Skills网络安全AI 技能/插件渗透测试红蓝对抗pm-skills 假设优先级排序指南用 Impact × Risk 矩阵决定先验证什么pm skills 假设优先级排序指南用 Impact × Risk 矩阵决定先验证什么 导读 本文讲解 pm skills 仓库中 prioritizeAI 技能AI 插件easy-vibe 进阶指南用 Claude Code Superpowers 将 AI 编程从「玩具代码」升级为「工程级代码」easy vibe 进阶指南用 Claude Code Superpowers 将 AI 编程从「玩具代码」升级为「工程级代码」 本篇文章是 easy vib教程文档上一篇WeChatFerry 微信自动化框架如何上手搭建微信机器人的快速指南下一篇microduck 自主行为栈继承 runtime 大脑的缺口与蓝图以及等待它落地的社交行为构想创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
