SuperAPI AI 工具集

recommendation-canvas

通用与其它

查看项目

更新于 10-15 20:35

技能介绍

用途:这是一个面向产品经理的技能,用于评估和提出 AI 产品方案。它通过结构化画布综合业务成果、客户成果、问题定义、解决方案假设、定位、风险和价值论证,帮助形成完整、可辩护的建议,尤其适合不确定性较高的 AI 功能或产品。它不是功能规格,而是战略提案,说明为什么值得构建、哪些假设需要验证、如何衡量成功。

主要能力:画布包含业务成果、产品成果、问题陈述、解决方案假设、定位声明、假设与未知项、PESTEL 风险、价值论证、成功指标和后续步骤。业务成果与产品成果采用“[方向] [指标] [结果] [背景] [验收标准]”格式;问题陈述以人物视角叙述;解决方案假设采用“如果我们为……那么我们将……”格式,并配合轻量实验(Tiny Acts of Discovery)和验证指标(Proof-of-Life);定位包含价值主张与差异化声明;风险按 PESTEL 分类并区分高优先级与监控项;成功指标使用 SMART 原则。

使用方式:可先提供 AI 产品构想、目标客户、预期业务成果、已知风险和需要说服的决策者。调用时附带的文本、粘贴的上下文或 ARGUMENTS: 行会被视为已给出的答案,不再重复询问。若未提供信息,技能会先询问构想和决策者,再逐项填写画布。示例调用:Recommendation canvas: AI-suggested reorder quantities for warehouse managers — VP Ops wants a go/no-go next month。完整填写结构见 template.md,完整示例见 examples/sample.md。

适用场景:提出新的 AI 产品或功能、向高管推介或争取预算、评估 AI 方案是否值得推进、对齐产品/工程/数据科学/业务等跨职能相关方,以及完成初步探索后整理建议。

限制:不适用于琐碎功能,也不应在任何探索工作之前使用,更不能替代实验。画布需要用户研究、问题验证、市场背景和业务约束等上下文;若缺失,应先做探索。它不创建洞察,只综合已有洞察。常见陷阱包括成果模糊、方案先行、跳过轻量实验、PESTEL 风险过于笼统、价值论证薄弱。相关技能包括 problem-statement、epic-hypothesis、positioning-statement、proto-persona、jobs-to-be-done。该技能改编自 https://github.com/deanpeters/product-manager-prompts 仓库中的 prompts/recommendation-canvas-template.md。