Preamble (run first)
# 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
---
## 写入时边界
只讨论时不写文件，启动检查不创建目录。用户要求保存产物时，先确认当前产品、精确输出路径及已有文件的覆盖/追加选择；确认后**仅在实际 Write 前**创建该输出文件的父目录。完整安装可参见 `skills/_shared/artifact-policy.md`，单独安装本 skill 也按本段执行。
---
## 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。
---
产出要求：关键功能引用已确认的需求或 MVP 条目；标记证据、假设和待决策问题，并为功能写出可验证的验收标准。不要凭空补齐未经确认的用户或数据。
## 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**：
```bash
# 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
Build a context summary(to avoid consuming a large amount of context):
Extract key information:
- Product name
- Target users
- Core features
- MVP scope
- Market data
- Business goals
Store the key information as structured data, ready to pass to the subagent.
Step 3: Dispatch subagents in parallel to generate documents (core optimization)
Optimization notes：
- The main agent dispatches multiple subagents at once
- Each subagent is responsible for generating one document
- Document generation details do not consume the main agent's context
- All documents are generated in parallel
3.1 Build subagent tasks
If the user selects "full document set"：
Prepare 3 parallel subagent tasks:
[
{
"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 Use the Agent tool to dispatch in parallel
Dispatch 3 subagents in parallel(key optimization):
# 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
The main agent waits for all subagents to complete。
Step 4: Collect results and verify (main agent)
The main agent collects the return results of all subagents：
{
"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"
}
]
}
Verify documents：
- Check whether the files exist
- Check whether the file sizes are reasonable
- (Optional) Read the beginning of the document to verify the format
Step 5: Generate a summary report (main agent)
Use the Write tool to generate a summary report:
# 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
Comparison: before optimization vs after optimization
Before optimization (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
After optimization (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
Key optimization points
1. Parallel execution
v1: PRD → BRD → MRD（串行）
v2: PRD
├─ BRD （并行）
└─ MRD
2. Context savings
- ✅ Document content does not consume the main agent's context
- ✅ The main agent only processes document paths and metadata
- ✅ Token usage reduced by 93%
3. Exception handling
If a subagent fails：
- The main agent detects the failure
- Provide options:
- A) Retry the failed document
- B) Supplement manually
- C) Skip that document
- Continue processing the other successful documents
Notes
When to use parallel mode
✅ Suitable for parallel：
- Generate multiple documents (PRD + BRD + MRD)
- The documents are relatively independent
- Sufficient prerequisite data is available
❌ Not suitable for parallel：
- Generate only a single document
- The documents have strong dependencies (e.g., PRD depends on the results of BRD)
- Prerequisite data is missing
Single-document mode
If the user chooses to generate only one document:
- Use a single subagent to execute
- Still saves context (document content does not consume the main agent)
Version notes
v2.0.0 - Subagent architecture refactor
- Added Agent tool support
- Parallelized document generation
- Main agent context optimized by 93%
- 3x efficiency improvement
v1.0.0 - Initial version
- Basic document generation functionality
- Serial execution
Output quality comparison
✅ Good example：
- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」
- 有验证来源：「数据来源：Google Analytics, 2025-12-01」
- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」
❌ Bad example：
- 模糊结论：「数据表明留存率有所下降」
- 无来源：「根据经验，这个功能很重要」
- 没有行动建议：「留存是个问题」
Common pitfalls / Red Flags — STOP
Stop immediately and backtrack if any of the following occur:
| Pitfall | Correct approach |
|---|---|
| Drawing conclusions using "should", "probably", "seems" | Must be based on actual data and verification |
| Claiming completion without running checks | Verify first, then state |
| Skipping key steps due to time pressure | No exceptions; the tighter the time, the stricter you must be |
| The thought "it should be fine this time" | Re-verify every time |
Output quality check / Verification Checklist
- Prerequisite dependencies satisfied (input documents/data collected)
- All core steps executed
- Output document generated to
docs/directory - Every judgment supported by data/evidence
- 2-3 follow-up skills recommended
⚠️ If any item fails → complete it before marking as done.