我用 PM Skills Marketplace 做了一个制造业宿舍管理系统,效果超出预期

今年初,我发现了GitHub上的PM Skills Marketplace,1590个PM技能 + 42个工具插件——这让我眼前一亮。原本以为这是模板合集,但实际体验远超预期。

--91likeyou---

今年初我发现了 GitHub 上的 PM Skills Marketplace(phuryn/pm-skills),15900 Star,68 个 PM 技能 + 42 条链式工作流。起初我以为又是一堆模板合集——PM 圈的模板我见过太多了,大部分是用完一次就扔的。

但装上用了之后,我发现它不是模板,而是把 PM 方法论编码成了可执行的操作序列。你输入/discover,AI 不是给你一段产品发现的理论,而是带你一步步走完发现流程,每一步都有具体产出。

最近几个月我在好几个项目里用了这套 Skills,效果不错。今天分享使用该工具的实践:制造业企业宿舍管理系统

产品发现:谁的问题,什么场景,多大市场?

1.1 用 /discover Command 启动

我打开 Claude Code,加载了pm-product-discovery插件,输入/discover。

这条 Command 不是直接跳到”做什么产品”,而是串联了 5 个 Skill 的渐进式流程:

/discover = brainstorm → assumption-mapping → prioritize → experiment-design → opportunity-solution-tree

第一步:brainstorming(头脑风暴)

AI 问了 3 个关键问题:

– 你服务的用户是谁?→ 制造业企业的行政/HR 管理层和蓝领住宿员工

– 他们当前最大的 3 个痛点?→ 安全管控难、入住退宿流程混乱、费用核算低效

– 这些痛点之间有什么关联?→ 安全和流程是因果关系——流程不透明导致违规入住无法发现

我输入后,AI 自动生成了一个Opportunity-Solution Tree(OST),这是 Teresa Torres 的核心方法论,PM Skills 直接把她的框架编码成了可执行的 Skill。

OST 的结构是这样的:

机会1:员工安全无法保障 → 方案A:智能门禁+人脸识别 → 方案B:访客登记+异常滞留预警

机会2:入住退宿流程混乱 → 方案A:线上全流程申请-审批-分配 → 方案B:招工季批量快速入住通道

机会3:费用核算低效 → 方案A:水电自动抄表+线上缴费 → 方案B:月度账单自动生成+催缴通知

第二步:assumption-mapping(假设映射)

每个方案背后都有假设,PM Skills 的 assumption-mapping Skill 帮我显式标注了风险:

结论:方案B(访客预警)和方案A(线上入住)的组合验证成本最低,应该优先推进。

1.2 用 /research Command 补充市场数据

我接着输入/research,加载了pm-market-research插件。这个 Command 串联了:

/research = personas → market-segmentation → journey-maps → market-sizing

Personas(用户画像)

AI 生成了 3 个核心画像:

画像1:张主任(行政主管,45岁)

– 管理 6 栋宿舍楼,1200+ 住宿员工

– 每天处理 10+ 起入住/退宿/换房事务

– 最大痛点:钥匙分配回收、违规入住无法追溯

– 决策权:选型和预算审批

画像2:小李(一线工人,28岁)

– 住 8 人间,每季度可能换房

– 最大痛点:报修流程慢、费用明细看不到

– 使用习惯:、小程序,不习惯用复杂APP

画像3:王经理(HR总监)

– 招工季每月 200+ 新入职需快速安排住宿

– 最大痛点:手工台账对账耗时、住宿费用和工资联动困难

– 关注指标:入住率、费用收缴率、员工满意度

Market Sizing(市场规模)

基于行业数据,AI 做了 TAM/SAM/SOM 分析:

– TAM:中国制造业企业 400 万+,其中 95% 宿舍管理依赖手工 → 潜在市场规模约 80 亿

– SAM:中型及以上制造业企业(500人以上)约 8 万家 → 约 20 亿

– SOM:首批切入华东地区制造业集群(长三角 5000 家)→ 约 2 亿首年可触达

效果:3 小时完成了原本需要 2 周调研才能获得的洞察。

产品愿景:我们在做什么,为什么值得做?

2.1 用 /vision Command 定义产品内核

输入/vision,加载pm-product-strategy插件。这条 Command 包含:

/vision = product-vision → business-model → pricing → competitive → north-star

Product Vision Statement

AI 基于 Discovery 和 Research 的输出,生成了一句话愿景:

让制造业企业从”管钥匙”到”管体验”——用一套系统,把宿舍从成本中心变成员工留任引擎。

这个愿景有判断、有立场。不是”提升管理效率”这种正确的废话,而是说清楚底层逻辑:宿舍管理不是行政琐事,它直接影响员工留任率。制造业缺工时代,宿舍体验=招聘竞争力。

North Star Metric(北极星指标)

AI 建议的北极星不是”管理效率”之类的虚荣指标,而是:

月度住宿员工主动续住率

为什么?因为续住率是结果指标,它同时反映了安全满意度、流程便捷度、费用透明度——三个核心痛点的综合出口。管理效率只是过程指标,续住率才是业务结果。

2.2 用 /competitive Command 做竞品分析

输入/competitive,AI 自动搜索了当前市场上的宿舍/公寓管理系统,生成了竞品矩阵:

Battlecard(竞品对比卡)

AI 针对最强的两个竞品(寓信科技、寓盟管家)生成了 Battlecard:

vs 寓信科技:他们做的是公寓租赁全周期,我们是制造业企业宿舍管理——用户不同、场景不同、KPI不同。他们追求出租率和租金回报,我们追求员工满意度和留任率。他们的优势是合规和BI,我们的优势是对制造业招工季、换班制、8人间等场景的深度理解。

vs 寓盟管家:他们是多业态通用平台,企业宿舍只是其中一条线。我们是专门做制造业宿舍——这意味着我们的入住退宿流程可以适配招工季批量入职、季度换房等制造业特有节奏,而不是用通用公寓流程硬套。

结论:市场上有公寓管理系统,但没有专门做制造业企业宿舍管理的系统。差异化机会=行业纵深。

效果:原本需要 1 周竞品调研 + 2 天 Battlecard 撰写的任务,2 小时完成。

PRD:从愿景到可执行的产品定义

3.1 用 /prd Command 写 PRD

输入/prd,加载pm-execution插件。这条 Command 是 PM Skills 中最长的一条工作流:

/prd = problem-statement → user-stories → acceptance-criteria → feature-prioritization → success-metrics → release-plan

Problem Statement

AI 把前面 Discovery 和 Vision 的输出自动融入了 Problem Statement:

制造业企业宿舍管理停留在”纸质台账+机械钥匙+”时代。95%的企业缺乏信息化系统,导致:安全事件无法追溯、招工季入住效率极低、费用核算依赖人工且易错。这不是一个管理效率问题,而是员工留任率问题——宿舍体验差直接推高离职率,在制造业缺工时代,每一张流失的床位都是招聘成本。

User Stories(按画像拆分)

AI 产出了 12 条核心 User Story,并自动标注了优先级:

P0(必须有)

P1(应该有)

P2(可以有)

Acceptance Criteria

AI 为每条 P0 User Story 写了验收标准。以 US-01 为例:

Feature Prioritization

AI 用 Impact × Effort × Risk × Alignment 四维打分,对 6 个核心模块做了排序:

效果:一份完整 PRD,从 Problem Statement 到 Release Plan,原本需要 3-5 天,用了4 小时

GTM 策略:怎么让第一批客户用起来?

4.1 用 /gtm Command 做上市策略

输入/gtm,加载pm-go-to-market插件。这条 Command 串联:

/gtm = beachhead-market → icp → gtm-actions → battlecard → launch-plan

Beachhead Market(滩头市场)

AI 基于前面的 Market Sizing,建议的首选滩头:

长三角 5000 人以上制造业企业,已部署 ERP/OA 系统,有信息化基础但宿舍管理仍是手工。

为什么选这个滩头?

– 这些企业已经证明了自己会买单买系统(有 ERP 就有预算习惯)

– 宿舍管理是明确的痛点,不是”可优化”而是”必须解决”

– 集中在长三角,可以线下交付和运维

ICP(理想客户画像)

AI 给出了 ICP 的 5 个维度:

GTM Actions(上市动作)

AI 生成了 3 阶段 GTM 动作清单:

Phase 1:种子客户(0-3 月)

– 找 3 家企业做共创(免费部署+深度定制+联合打磨)

– 方式:通过制造业 HR 社群、长三角园区运营方渠道触达

– 目标:拿到 1 个完整案例 + 2 个 NPS ≥ 40 的客户

Phase 2:区域复制(3-6 月)

– 以种子案例为背书,通过园区运营方做渠道推广

– 定价策略:SaaS订阅(按床位数计费)+ 硬件安装一次性收费

– 目标:10 家付费客户,ARR 破 200 万

Phase 3:规模化(6-12 月)

– 打通钉钉/飞书集成,降低部署门槛

– 开发制造业行业模板(电子、机械、纺织各有专属流程)

– 目标:50 家客户,ARR 破 1000 万

效果:GTM 策略从”我应该怎么推广”变成”3 阶段可执行动作清单”,1.5 小时完成。

全链路回顾:PM Skills 到底改变了什么?

5.1 效率对比

5.2 质量变化

效率提升只是表面,更重要的变化是质量:

1. 系统性而非碎片性

传统做法中,PM 各环节往往是各自为政——调研的人不写 PRD,写 PRD 的人不做 GTM。PM Skills 的 Command 设计天然串联了上下游,每个环节的输出自动成为下一环节的输入。Discovery 的 OST 直接进了 Vision 的假设验证,Vision 的 North Star 直接进了 PRD 的 Success Metrics。

2. 有判断而非骑墙

PM Skills 的 Skill 写作原则明确要求”观点要突出,不说废话”。这直接影响输出质量——愿景不是”提升管理效率”,而是”把宿舍从成本中心变成留任引擎”;北极星不是”管理效率”,而是”主动续住率”。每一个判断背后都有论据支撑。

3. 可验证而非拍脑袋

假设映射 Skill 强制标注每个方案的关键假设和验证难度。这意味着后续的实验设计和迭代方向是有依据的,而不是”我觉得应该这么做”。

5.3 我学到的方法论

做完这个案例,我对 PM Skills 的核心价值有了新的理解:

PM Skills 不是”让 AI 替你写文档”,而是”让 PM 方法论变成可执行的操作序列”。

传统的 PM 方法论(Teresa Torres 的 OST、Marty Cagan 的产品发现、Alberto Savoia 的 pretotyping)都是书——你读了,觉得好,但做的时候往往从第 3 步跳到第 10 步,中间的步骤要么忘了要么觉得麻烦。

PM Skills 把这些方法论编码成了 Command——不是知识,而是操作。你输入/discover,AI 不是给你一段关于产品发现的理论,而是一步步带你走完发现流程,每一步都有具体输出。

这就是 Skills 和 Prompt 的根本区别:Prompt 是知识的搬运,Skills 是方法论的执行。

给你的实操建议

6.1 三个起步动作

1.安装 pm-skills:在 Claude Code 中运行claude plugin marketplace add phuryn/pm-skills,或者在 Codex/Gemini CLI 中按项目 README 的方式安装

2.先跑 /discover:不要跳到 PRD。产品发现是所有后续工作的地基。如果发现做错了,后面全错

3.坚持走完一条 Command:每条 Command 都是完整流程。不要中途跳出来”我直接写 PRD”,那和不用 Skills 没区别

6.2 三个常见误区

误区1:把 Skills 当 Prompt 用

“帮我写一个宿舍管理的 PRD” → 这是在用 Prompt,AI 会给你一个通用模板

/prd→ 这是用 Skill,AI 会按完整流程一步步推进,每个环节有方法论支撑

误区2:跳过 Discovery 直接做 PRD

最常见的错误。PM Skills 的 Command 设计是有顺序的:discover → research → vision → competitive → prd → gtm。跳过 Discovery 写 PRD,等于没有地基盖楼

至少完成 /discover + /research 再进 /prd

误区3:AI 输出直接当最终交付

PM Skills 产出的质量远超手动写,但仍然是”高质量草稿”。需要人工验证假设、校对数据、确认判断

把 Skills 输出当作”第一稿”,然后做两件事:验证关键假设 + 补充行业特有细节

6.3 选什么工具跑 Skills?

总结

PM Skills Marketplace 的 15900 Star 不是因为它有 68 个模板,而是因为它把 PM 方法论从”知道”变成了”做到”。

做制造业宿舍管理系统这个案例,让我真正体会到:产品管理最难的不是写文档,而是在正确的时机做正确的判断。OST 帮你找到真正的机会,假设映射帮你避免踩坑,Command 串联帮你不跳步骤。

如果你还在用”帮我写个 PRD”这种 Prompt 和 AI 对话,试试/discover→/research→/vision→/prd→/gtm这条完整链路。你会发现,PM 的价值不在于文档本身,在于做出文档背后的那套思考过程。

声明:仅代表个人观点,与供职机构无关

题图来自Unsplash,基于 CC0 协议。

🔥 热词:#如何制作一个宿舍管理系统 · #工厂宿舍管理系统 · #宿舍管理系统源码 · #宿舍管理系统开发 · #宿舍管理系统用什么软件做 · #宿舍管理系统软件需求说明书 · #宿舍管理系统项目介绍 · #宿舍管理系统详细设计说明书