用途
Deep Product 是一个产品与 UX 深度研究提示词生成器。它的目标不是直接回答某个设计问题，而是先理解当前项目是什么产品、面向谁、已经做了哪些设计决策，然后围绕用户提出的具体产品问题，生成一份可直接用于深度研究工具的结构化提示词。
主要能力
阶段一：理解产品
工具会分析当前项目，构建产品画像，关注三方面：产品是什么、面向谁、已有哪些设计决策。
- 应用类型与领域：判断平台类型（Web 应用、桌面应用如 Electron/Tauri、移动应用、CLI、浏览器扩展、SaaS、市场平台等）与领域（电商、开发者工具、生产力、社交、教育、医疗、金融、内容/媒体等），并从定价页、套餐层级、计费代码中寻找商业模式线索。信息来源包括 README.md、CLAUDE.md、项目文档、路由/页面文件、落地页或营销文案、package.json / composer.json / Cargo.toml 中的包名与描述。
- 面向用户的功能：通过扫描路由、页面与导航来梳理产品界面，包括路由定义（如 routes/web.php、app/routes.ts、src/pages/、src/app/）对应的功能范围、导航组件（侧边栏、页头、标签页）对应的信息架构、布局文件对应的页面结构模式、认证/角色代码对应的用户类型、表单组件对应的数据收集模式、仪表盘/首页对应的主要用户工作流、设置页对应的可配置范围、通知/邮件模板对应的沟通模式。
- 设计系统与 UI 模式：识别现有设计语言，包括组件库（shadcn/ui、Radix、Material UI、Ant Design、Headless UI、自定义组件）、CSS 方案（Tailwind、CSS modules、styled-components、Sass）、设计令牌（颜色、间距、字体，查看主题文件、CSS 变量、tailwind 配置）、布局模式（侧边栏+内容、顶部导航、仪表盘网格、向导/步骤条、分栏）、交互模式（弹窗 vs 行内编辑、toast vs 横幅、表单 vs 命令面板）以及现有可复用组件清单。信息来源包括 tailwind.config.*、components/ui/ 等组件库目录、主题/设计令牌文件、Storybook 配置。
- 用户背景：拼凑出谁在使用该产品，包括用户角色（查看认证、权限、中间件）、引导流程（是否有设置向导、欢迎页或教程）、协作能力（多用户、团队、分享、实时）、数据归属（个人数据、团队数据、公开数据）。
阶段二：与用户确认产品画像
工具会先以文本形式输出检测到的产品画像（产品、用户、关键功能、设计、成熟度），然后询问用户画像是否正确，等待确认后再继续。若用户提供修正，则纳入修正内容。
阶段三：生成深度研究提示词
画像确认后，工具会生成一份面向深度研究工具（如 Claude、Perplexity 或类似工具）的综合研究提示词。提示词模板包含：
- 产品画像：产品类型、平台、领域、核心目的、目标用户及其目标、技术熟练度、使用场景、当前功能集、设计系统、产品成熟度。
- 研究范围：UX 模式与最佳实践、真实案例与灵感、用户心理与行为、产品特定考量、成功度量。
- 要求的输出格式：执行摘要、模式库、真实案例、设计建议、边界情况与空状态、反模式、实现优先级、资源。
阶段四：呈现输出
工具以纯文本形式输出生成的提示词，方便用户复制，并提示可粘贴到 Claude、ChatGPT、Perplexity 等 AI 研究工具中使用，建议使用能联网搜索最新信息与真实产品案例的工具。
主题特定增强
根据用户提供的主题，工具会强调不同方面，例如：引导/首次运行/设置（强调价值实现时间、激活指标、渐进式信息收集）、导航/信息架构（强调寻路、可发现性、心智模型）、搜索/筛选/发现（强调查询模式、分面搜索、自动补全、结果排序）、设置/偏好/配置（强调组织、可发现性、默认值、危险设置）、通知/提醒/消息（强调通知疲劳、紧急程度、渠道选择）、空状态/零数据（强调首次体验、行动号召、占位内容）、表单/数据录入/输入（强调校验体验、行内错误、渐进式表单、自动保存）、表格/列表/数据展示（强调排序、分页 vs 无限滚动、批量操作、列管理）、仪表盘/首页/概览（强调信息层级、可操作 vs 信息性、自定义）、定价/套餐/计费（强调对比清晰度、套餐差异化、升级路径）、移动端/响应式/触控（强调触控目标、拇指区域、渐进增强）、深色模式/主题（强调可读性、颜色对比、图片处理、用户偏好）、错误处理/错误状态（强调错误恢复、清晰提示、建议操作）、协作/分享/团队（强调权限、实时在线状态、冲突解决）。
使用方式
该工具以技能形式提供，参数为 $ARGUMENTS，即用户想要研究的产品问题。若未提供主题，工具会询问用户想研究什么产品问题（例如引导流程、导航模式、空状态、定价页、设置体验、通知设计、搜索体验、移动端适配）。使用流程为：分析项目构建产品画像 → 以文本输出画像并请求确认 → 生成深度研究提示词 → 以纯文本输出供复制。
适用场景
适合产品经理、设计师或开发者在对某个 UX 或产品设计问题做调研前，快速生成一份结合自身产品背景的深度研究提示词，再交给 AI 研究工具去搜集最佳实践、真实案例与设计建议。
限制
工具强调产品与 UX 决策，而非技术实现，生成的提示词用于帮助做设计决策，而不是写代码。若无法确定产品的某些信息，会标记为“[unknown]”并向用户询问。生成的提示词应自包含，不依赖额外上下文。具体收费、价格、平台支持范围等资料暂未提供。