从用户访谈到指标归因：我整理了产品的 Skill 工作流

产品经理可能是最容易被 AI"假装帮助"的岗位。让 AI 写一份 PRD 不难，让它列十个竞品也不难。真正难的是：访谈问题有没有诱导性？竞品信息是否可靠？需求能不能落成可评审的文档？指标跌了之后，找出来的到底是相关性，还是能支持行动的原因？

所以我看产品类 Skill，不太关心它能不能"一键生成"，更关心它能不能接住产品工作的某一个环节。把这 13 个 Skill 的公开页面重新过了一遍，它们大致拼成五段流程：

理解用户 → 看清市场 → 定义产品 → 推动协作 → 验证结果

一、理解用户：先把"我觉得"换成证据

User Research：适合第一次把用户研究做规范

重点不是替你总结访谈，而是从研究设计开始介入：确认产品阶段、研究目标、目标用户和可用方法，生成研究计划、访谈脚本、问卷和分析框架。

适合：团队以前很少做正式研究、不知道该找谁问什么。短板：不能替代招募质量、现场追问和真实样本。脚本再专业，只访三个老客户结论仍会偏。

用户旅程地图生成器：把零散洞察变成可讨论的地图

支持从自然语言、CSV 或引导式交互生成旅程地图，组织阶段、触点、行为、痛点、情绪和机会点并渲染成可视化结果。

价值不是"画图"，而是迫使团队把用户体验放进时间线。但模拟出来的旅程地图只是假设，没有访谈和行为数据支撑时，精美的曲线不等于真实洞察。

选择建议： User Research 设计研究获得材料 → 旅程地图生成器组织洞察，上下游关系。

二、看清市场：搜索和分析必须拆开

全搜引擎：负责找材料

提供通用搜索、垂直搜索、批量查询和网页提取。适合收集竞品官网、行业报告、用户评价。短板：搜到十页不等于完成竞品分析，时效、口径和可信度仍需人工核验。

Competitive Analysis：负责把材料变成判断

从竞品分层到战略定位、能力、定价、渠道、用户评价，最后形成比较矩阵、市场缺口和差异化切口。适合立项前判断市场位置、寻找细分机会。不适合当"自动事实生成器"——输入证据过时时，输出只是结构严谨的误判。

选择建议： 全搜引擎负责找，Competitive Analysis 负责拆。

三、定义产品：一个管方法，一个管交付

pmaster：产品经理的主框架 Skill

整合 40+ 种产品方法：战略、研究、需求分析、PRD、用户故事、Sprint、OKR、指标设计。含 KANO、RICE、MoSCoW、JTBD、商业模式画布等方法和完整 PRD 模板。

如果只选一个产品 Skill 应优先考虑——它像"产品工作路由器"，帮助判断当前该研究、分析优先级还是进入文档。缺点是新手易机械套框架、多个模型可能重复应用。目前公开入口在 SkillHub，尚未上传 Meyo。

Word / DOCX：PRD 方法论之外，还需要交付

关注样式、编号、表格、分节、批注、修订和格式兼容性。pmaster 回答"PRD 写什么"，Word 解决"怎样交付成不乱版的正式 Word 文档"。正式评审、客户交付、招投标场景价值最高。

四、协作与汇报：三种生成器不是同一种

腾讯文档 TENCENT DOCS：团队文档连接器

覆盖文档、表格、PPT、思维导图、知识库和权限管理。优势是生成结果能进入团队现有的编辑和共享体系。需先确认团队是否真以腾讯文档为中心。

ppt-generator：重可控、重文件

读取材料和模板，生成页面计划，校验后导出 .pptx 并含一轮 QA。不依赖第三方服务，可约束配色、字体、版式、图表、页数。归你、可控、可改。页面标题目前异常待修正。

AI PPT 生成：重速度

调用百度 PPT 生成能力，选主题/模板，输入 PDF/Word/TXT 等材料返回下载地址。适合临时汇报、快速起稿、不介意依赖外部服务。

Report Generator：网页报告 ≠ PPT

生成响应式 HTML 报告页面，支持调整尺寸和截图输出。适合述职、复盘、数据看板，尤其需网页展示或长图传播时。不等于演讲型 PPT。

选择建议： 正式可编辑 PPT → ppt-generator；快速生成 → AI PPT 生成；网页/长图 → Report Generator；团队协作 → 腾讯文档。

五、验证结果：三个数据 Skill 层级不同

Senior Data Scientist：实验、建模与因果推断

覆盖 A/B 测试、特征工程、预测模型、MLflow 记录和双重差分。适合数据基础成熟的团队。普通 PM 查"转化率为什么降"用它过重，更适合与数据科学团队协作。

指标归因：专门回答"这个数为什么变了"

流程聚焦：确认波动事实 → 选对比基准 → 因子拆解、维度归因、外部事件关联 → 输出诊断。含贡献量计算和瀑布图。高度依赖指标口径和数据接口，缺数据时只能给排查路径。

Business Data Analyst Skill：经营分析与决策建议

覆盖增长、漏斗、留存、收入、利润、运营效率和市场研究。比指标归因更宽，比 Senior Data Scientist 更贴近日常经营。适合月度复盘、增长分析、渠道评估、留存诊断。

一句话分工： 单个指标异常 → 指标归因；完整业务问题 → Business Data Analyst Skill；实验/因果推断 → Senior Data Scientist。

如果只装一套

推荐五件组合：pmaster（主框架）+ User Research（研究设计）+ 全搜引擎 + Competitive Analysis（竞品情报到判断）+ Word / DOCX 或腾讯文档（交付）+ 指标归因（上线后验证）。

产品 Skill 最易踩的坑是把"输出完整"误认为"问题解决"。Skill 能补结构、提效率，但判断仍来自三件事：真实证据、清晰目标和愿意取舍的人。

先研究，再判断；先定义，再生成；上线以后，用数据回来验证。

结论速查