WorkBuddy

从 PM Skill 分发平台扩展为通用 Agent 壳:可读文档编译 Skill、接外部生成 API,也可编排腾讯 WorkRally 跑通「照片→短剧」全流程;本篇新增公众号草稿箱推送 + 风格固化链路,打通 ima 整库「体检 / 重排 / 分人群变形」的自驱知识库玩法,补上一层视频生产定位——部署开源 Hypit 复刻爆款视频、用内置 Videogen 出片,再补一层交付能力定位:一句话需求交给「MVP 专家开发团」,经需求澄清 → 多 Agent 协同改稿 → 长程记忆 校准方向 → 连接器 跨工具推进 → 应用发布 一键出试用版小程序,做出带后端数据与登录的可用 MVP;再补一层传统行业岗位场景落地——在美业连锁用四类场景(活动方案/SOP、多平台文案与违禁词审查、门店话术库、巡检台账工具化)验证「喂历史资料出草稿 → 人定稿」的行业用法;并补一层成本/积分治理:Ask < Plan < Craft 的模式消耗排序、场景 → 模型 → 输出长度 → 批量的六条省积分技巧。

简介

WorkBuddy 是一个专注于产品经理场景的 AI Skill 分发平台。与 Product Manager Skills(GitHub 开源,46 个技能)和 PM Skills Marketplace(Claude 插件化 marketplace)不同,WorkBuddy 以独立 Skill 包的形式提供 10 个深度打磨的 PM 专用工具,每个都配有真实使用场景和案例。

WorkBuddy 的核心定位是「PM 的职业工作台」——不是把所有方法论堆在一起,而是按 PM 工作阶段(需求探索 → 竞品调研 → 方案设计 → 需求文档 → 数据验证 → 商业规划 → 日常协作)提供对应的最佳工具组合。

关键信息

  • 类型:工具(Skill 分发平台 + 通用 Agent 壳 + 桌面智能体)
  • 领域:产品管理 / AI 辅助决策 / 内容分发 / 知识库自驱 / 从需求到交付的产品开发
  • 平台:独立 Skill 包分发 + 多模态 API 宿主 + 桌面端专家团队(含「MVP 专家开发团」)
  • 安装方式:通过 curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=<skill-name>" 安装单个 Skill
  • 定价:免费(Skill 包形式)

核心特性

10 个 PM 专用 Skill

Skill解决痛点核心能力
Product Manager Toolkit需求优先级混乱、客户访谈不会问、PRD 写不全RICE 排序、客户访谈分析、PRD 模板、探索框架、上市策略
Competitive Analysis竞品信息收集慢、分析维度单一竞争对手画像、市场空白发现、竞品策略分析、产品定位对比
User Research问卷设计不专业、访谈问不到点上问卷设计检查、访谈脚本生成、反馈情感分析和主题聚类
Data AnalysisExcel 操作繁琐、数据洞察挖掘慢数据清洗、趋势分析、异常检测、关联发现
PRD WriterPRD 结构混乱、遗漏关键模块”为什么做-做什么-怎么做-怎么验证”四模块引导、一致性检查
Meeting Minutes会后忘记决议、行动项跟踪混乱结构化纪要(决策点+行动项+负责人+Deadline)、决策上下文保留
Mind Map思路混乱、逻辑关系理不清Markdown 大纲转思维导图、多布局风格、逻辑冲突检测
Product Framework产品架构设计缺乏方法论分层架构、价值链、能力图谱、竞争定位可视化
Socratic Business Model Canvas商业模式画布填不满、底层逻辑没想透苏格拉底式追问验证每个模块假设、假设清单管理
PM Toolkit – Excalidraw想法在脑子里转、讲不清楚Why/What/How/用户旅程自动转 Excalidraw 可编辑图表

与同类平台的差异

  • vs Product Manager Skills(Dean Peters):Product Manager Skills 是 46 个细粒度技能 + 6 个工作流,偏「工作分解」;WorkBuddy 是 10 个深度打磨的场景化工具,偏「实战验证」。
  • vs PM Skills Marketplace(phuryn):PM Skills Marketplace 是 Claude 插件化 marketplace,通过 /pm-* 命令调用;WorkBuddy 是独立 Skill 包,每个 Skill 有独立的安装和使用方式。
  • 共同趋势:PM 方法论正在从「人脑记忆」走向「AI 可执行的 Skill」。

扩展能力(2026-08 更新)

  • 公众号草稿箱推送:用 draft/add 接口把排好版的成品直接推进后台。
  • 风格固化 Skill:一句话加载《写作规范》,把「写得像我」从模糊要求变成可复用规则。
  • 微信编辑器兼容:用 table/tr/td 做骨架,内联样式打在 td 上,避开复制即崩。

ima 整库自驱玩法(2026-09 更新)

  • 通过 ima 连接器调用个人知识库的整个内容,一次性分析上百篇教程、找出内容缺口、重排学习路线、整理 FAQ。
  • 「先帮我看清楚我已拥有什么、还缺什么」——用产品运营 + 新用户双视角给整库做「体检」,按「用户要解决什么问题」重组出主题域并标出缺口。
  • 同一套知识按任务重组、按人群(普通用户/自媒体/企业)自动「变形」生成多套交付物,实现知识库「自己干活」。

视频生产定位(2026-09 更新)

  • 部署开源视频工具:一条「部署这个项目 github.com/hypit-ai/hypit」即可把开源爆款复刻工具 Hypit 装进 WorkBuddy(选用 GLM-5.3-Flash 约 7 分钟),随后 /hypit 复刻这条视频 <文件> 即可驱动整条复刻流程。实测 15 秒广告片约 28 分钟出片。
  • 内置 Videogen 视频生成能力:WorkBuddy 自带的视频生成入口,它是一个能力名而非具体模型名——背后有时调混元、有时调可灵,“好像没啥规律”,消耗的是 WorkBuddy 积分。这带来两种后果:好处是不接外部 API 也能出片,代价是结果不可预期(同一入口不同次可能落到不同模型)。
  • 接入外部视频模型 API:可在火山引擎(Seedance)、MiniMax 开放平台自行申请 API Key 供 Hypit 使用;亦可只让 Hypit 出脚本,转投豆包免费额度生成,路径灵活。

需求 → 交付的完整链路(2026-09 更新)

2026-09-24 的实测把 WorkBuddy 的能力边界从”接手别人的工作流 / 生产内容”推进到承接一句模糊需求并交付可用产品。可复用的链路是:

  1. 选专家团队,不拆需求:选「MVP 专家开发团」(产品/设计/研发角色齐备),需求只给一句话,不提前拆解、不指定调用哪些功能。
  2. 澄清由 Agent 发起:它调度项目总监/工程师/产品经理/设计师,主动问清痛点、MVP 范围、使用者身份,产出 PRD + 技术方案 + 设计方案;关键决策仍由人拍。
  3. 变更新在文档里:在 PRD 中选中具体章节提要求 → 项目总监 Agent 判断影响面 → 派给产品/研发/设计 Agent 同步更新 PRD、架构与 UI 文档。
  4. 补调研、回目标:让它补用户画像调研,并要求结合调研提炼影响方向的关键问题;确认后再判断是否调整 PRD 的目标人群与需求优先级(长程记忆)。
  5. 连接器续上工作流:装「腾讯问卷」连接器后直接生成调研材料,不用重讲调研对象与待验证问题(连接器)。
  6. 一键发布试用版:按 PRD 开发后在预览区右上角分享 → 创建试用版小程序,得到带后端数据与登录的可用入口(应用发布)。

不同素材中的观点

  • 2026-06-12-pm-10-skills-from-workbuddy:作者(前字节、腾讯 AI 产品经理 Lucas)深入研究 WorkBuddy 的 Skill 生态后,精选 10 个经实战验证的 PM Skill。核心发现:1) Skill 不是替代品而是效率工具,产品决策的 judgment 永远在 PM 手里;2) 不建议一次性全装,按工作阶段按需取用效率最高;3) 每个 Skill 都有「使用技巧」而非「直接套用」,说明 PM Skill 的正确用法是「方法论教练」而非「自动执行」。

  • 2026-06-17-woshipm-ai-inquiry-workflow:起点课堂的活动预告以外贸询价助手为案例,展示 WorkBuddy 在企业业务自动化场景的能力——零代码搭建 AI Skill,从邮件自动提取到智能比价汇总,5 分钟跑通全链路。核心洞察:1) 「询价循环」不只存在于外贸,客服/运营/HR/财务都有同类重复性工作流;2) AI 工作流的价值在全链路串联而非单点优化(单点 2 倍 vs 全链路 10 倍);3) WorkBuddy 的定位从「PM 专用 Skill 平台」扩展到「企业级零代码 AI 工作流平台」「人人可搭」是其核心产品理念。

  • 2026-07-01-woshipm-bi-to-ai-data-dashboard:豆芽悟以航运企业成本分析大屏为案例,展示 WorkBuddy 企业版 作为内部部署 AI 解读引擎的落地方式——BI 通过 API 导出结构化 JSON,发给内部部署的 WorkBuddy 企业版(数据不出企业内网),用固定 Prompt 模板输出洞察结论,再用 BI「插入 HTML」组件嵌回大屏底部。核心价值点:1) 企业版支持内部部署,敏感成本数据不需要外传到公有云 AI,这对贸易型企业是硬性前提;2) WorkBuddy 不只做工作流编排,也能作为「数据解读大脑」嵌入 BI 系统的最后一公里;3) 落地建议是先跑通 BI+AI API 对接、积累案例后再上 WorkBuddy 定时任务做 AI 主动推送。详见 BI+AI融合。

  • 2026-07-16-woshipm-workbuddy-ima-workflow:互金运营从业者火锅宝宝分享用 WorkBuddy + ima 知识库(腾讯 ima)搭建互金运营提效工作流的实战经验。核心发现:1) WorkBuddy 已内置 ima 知识库接入——桌面端「资料库」→「ima知识库」→微信扫码即完成连接,ima 资料直接成为 WorkBuddy 的工作上下文;2) WorkBuddy 与 ima 形成「记忆与执行分离」架构——ima 负责「知道什么」(沉淀知识),WorkBuddy 负责「做什么」(拆解任务、调度执行),信息在执行与记忆之间自由流动不再需要人工搬运;3) 加上已打通的腾讯文档,形成完整「企业知识大脑」三件套(ima 管个人知识库 / 腾讯文档管协作文档 / WorkBuddy 统一入口全盘接入);4) 五步闭环中的 WorkBuddy 角色——Step 3 基于 ima 上下文梳理框架提炼要点,Step 4 生成方案/文案/分析/PPT/复盘,且所有客户输出须经人工审核和合规校验;5) 在金融场景中 WorkBuddy 的定位从「PM Skill 分发平台」扩展到「互金运营 AI 工作台」——从「10 秒调出完整项目历史并生成可执行移植方案」的案例显示其价值密度远高于通用 AI 聊天工具。

  • 2026-07-17-juejin-workbuddy-agnes-ai-api(小虎AI生活 · 掘金):WorkBuddy 作为多模态 API Skill 宿主的实测——把 Agnes AI 官方文档页(agnes-ai.com/doc/cid5)直接喂给 WorkBuddy,按指引生成调用 Skill,覆盖 agnes-image-2.0/2.1-flash 与 agnes-video-v2.0(文生图/图生图/图生视频);API Key 写入 Windows 环境变量后启动即用,作者称全链路约五分钟、比接大多数 API 更简单。能力边界:文生图氛围场景够用;图生图/图生视频会叠加模型韩系审美且 Video 无人脸锁定,人物一致场景应分流 HeyGen。定位补丁:WorkBuddy 不只是 PM Skill 包或运营工作台,还是「读文档 → 编译 Skill → 持 Key 调外部生成 API」的通用 Agent 壳。

  • 2026-07-19-juejin-workbuddy-workrally-ai-short-drama(小虎AI生活 · 掘金):同一「文档 → Skill」范式接到腾讯混元 WorkRally。作者把 workrally.qq.com/open-api 交给 WorkBuddy,先只读梳理再写入本地 skills 目录,封装约 33 个 CLI 命令;随后一句话驱动「证件照 → 多视图角色 → 四幕脚本与旁白 → 四张分镜 → 四段 5 秒视频 → 配音剪辑合成」。实测约 3 小时+、约 300 积分(约 ¥30),角色校服/表情一致。相对 Agnes 文的增量:WorkBuddy 从「免费生图生视频 API 宿主」扩展为短剧/漫剧生产编排器,直接服务 OPC 一人公司 获客视频与中老年经验杠杆叙事;也再次验证「Open API 文档可被编译为 Skill」是其通用能力,而不仅是 Agnes 特例。

  • 2026-07-25-woshipm-ai-era-transformation-4-tips(产品方法论集散地):在 AI 时代「迁徙指南」第二条,WorkBuddy 与 Trae、QCoderWork 并列,被定位为不必追最强(如 Codex)、优先入手简单且能改高频环节的工具代表。改造对象点名写需求文档、画原型、上线公告、用户手册——与 PM/运营日常工作流高度重合。心智补丁:WorkBuddy 不只是 Skill 分发或 Agent 壳,还是作者推荐给「旧互联网岗位迁徙者」的默认工作流入口之一。

  • 2026-08-03-ai-office-no-super-entry(沈怀铮 / 智械岛 · 人人都是产品经理):行业盘点把 WorkBuddy 放进腾讯桌面 AI 办公 Agent 赛马主线——与 QClaw、Marvis 并行,2026-07-20 QClaw 并入 WorkBuddy,马化腾几乎不缺席产品会。易观 2026 Q2:国内 17 款桌面端 AI 办公智能体 6 月合计访问量破 6000 万次,WorkBuddy 以 2097 万次 登顶,超过第二、三名之和;一向被批「太慢」的腾讯在此赛道反超激进的字节。能力边界补丁:当前最顺是写周报/PPT/会议纪要等轻办公;经 MCP 可触企业微信审批层,但碰不到制造企业 ERP 等核心业务系统底层数据。访问量≠收入,AI 办公商业化公式仍未跑通。

  • 2026-08-11-codex-9-video-skills:iThinkAi 将 WorkBuddy 列为可运行 Creator Buddy 视频 Skills 和红鸦AI 小红书 Skill 的四大主流 Agent 终端之一(与 Codex、Claude Code、Cursor 并列)。该素材扩大了 WorkBuddy 的能力画像范围——除了 PM 工作台、API 宿主、短剧编排器之外,WorkBuddy 也能作为视频创作全流程 Skill 的运行环境,说明其 Skill 兼容性足以承载跨领域(PM/设计/视频)的社区开源 Skill。

  • 2026-08-14-codex-deepseek-v4-pro-grok-466(苍何):WorkBuddy 支持自定义接入第三方模型 API——在 WorkBuddy 中通过「模型 → 配置自定义模型」路径,选择 DeepSeek 提供商和 deepseek-v4-pro 模型,填入 DeepSeek 开放平台创建的 API Key 即可接入。接入后还可调整「思考强度」。验证方式:直接问「你是由什么模型驱动的?」。作者实测让 DeepSeek V4 Pro 做个人工作台,效果丝滑。这条路径说明 WorkBuddy 不仅是一个 Skill 宿主,也在成为多模型接入的 Agent 终端——用户不需要等官方支持就能自己接入最新模型。

  • 2026-08-18-workbuddy-wechat-draft:把 WorkBuddy 定位为公众号内容流水线端——AI 负责选题/写稿/排版/推送草稿箱,人负责最后 5% 判断;同时把风格固化封装成 Skill,实现了「一句话自动加载写作规范」的自动化。核心洞察:流水线一旦跑通,后面每篇都是「填空」而不是「重新造」,效率从 5 小时压到 30 分钟,10 倍提升。首次把微信官方 draft/add 接口 + table 容器排版规则写进 WorkBuddy Skill,补全了其在「内容分发」这条链路上的能力。

  • 2026-09-18-woshipm-workbuddy-ima-self-op-kb(陈宇明):把经营一年多、累计 180 篇教程的「小微智能体指南」知识库整个交给 WorkBuddy 的 ima 连接器,体验「知识库自己干活」。核心观点:1) 通过 ima 连接器可一次性分析上百篇教程、找出内容缺口、重排新人学习路线、整理 FAQ,甚至继续生成文章/PPT/不同人群使用指南;2) 高阶用法是先「体检」再「写更多」——让 AI 站在「产品运营 + 新用户」双视角读完 180 个条目,按「用户要解决什么问题」重组出 10 个主题域并标出缺口,帮人重建全局视角(“先帮我看清楚我已经拥有什么,还缺什么”);3) 同一套资料按任务重组的价值 > 资料堆叠——把按发布时间排列的 180 篇重组成入门→创建→配置→发布→运营→进阶的完整学习路径,回到 ima 精读 8 篇核心文档整合真实操作步骤与图片,直接产出《从 0 到 1 上手指南》+ 培训 PPT;4) 同一套知识可针对不同人群(普通用户/自媒体/企业)自动「变形」生成三套上手指南;5) 定位从「仓库」到「工作台」——“以前是我在维护知识库,现在开始变成知识库也在帮我干活”。

  • 2026-09-21-woshipm-workbuddy-hypit-viral-video-clone(马佳彬):WorkBuddy 作为视频生产宿主的实测补丁。作者在 WorkBuddy 里部署开源工具 Hypit 复刻视频号上的 15 秒吉列剃须刀广告,两轮确认后约 28 分钟出片。三条增量观察:1) 部署链路极短——一句「部署这个项目 github.com/hypit-ai/hypit」(GLM-5.3-Flash)约 7 分钟完成,说明 WorkBuddy 能把 GitHub 项目直接落成可用能力;2) 内置 Videogen 是不确定性来源——它是能力名不是模型名,积分明细显示这次调用的是 kling-v3-t2v,但作者称背后”有时会调用混元的视频生成模型,有时候是可灵的,好像没啥规律”,消耗 WorkBuddy 积分,15 秒视频约 800 积分(签到/做任务可得,作者称”不要钱”);3) 成本对照——同样 15 秒成片若改用 Seedance 2.5 生成,约十几块钱起步。效果归因上作者说得很清楚:还原度上限取决于接入的视频生成模型,WorkBuddy 与 Hypit 负责的是流程的完整与稳定。这把此前记录的「Skill 运行环境 / API 宿主 / 短剧编排器」再补了一层:WorkBuddy 也是可插拔视频模型的生产台。

  • 2026-09-21-woshipm-pm-ai-tools-skills(简谙):首次把 WorkBuddy 的团队协作面(而非个人提效面)作为主要选用理由,补上了此前素材集中于”Skill 包 / API 宿主 / 编排器 / 内容流水线”的能力画像之外的一层。作者认为”值得试的是免费积分和团队协作”两点:①免费积分——除了体验版月度额度,还可通过 Buddy 加油站、个人成长、任务中心等活动领积分,但她同时给出使用纪律:“先拿这些额度做一个真实需求,比看半天介绍更容易判断适不适合自己。也别为了薅积分,把本来要干的活忘了。“②团队协作——团队空间可共享资料、设置权限,同事围绕同一份文档评论和修改;她的典型流程是”产品把需求放进去,业务补规则,评审意见直接留在对应内容旁边,再让 AI 根据意见整理修订”,目标是减少”你怎么还在看上周哪一版”的沟通损耗。她的结论是选型维度的切换:“一个人用 AI 提效,和整个团队能接着同一份材料往下做,是不一样的。如果准备在部门里一起用,我会比较关注这一点。“这与 2026-08-03-ai-office-no-super-entry 记录的桌面 AI 办公 Agent 榜首位置形成呼应:WorkBuddy 的 2097 万次访问中相当一部分来自组织级使用,团队空间是其区别于个人工具的结构性能力。

  • 2026-09-24-woshipm-workbuddy-one-line-requirement-mvp(欧阳俊杰):把 WorkBuddy 的能力画像补上最靠后也最关键的一环——从需求到交付。作者引用沙利文《2026 年全球桌面 AI 智能体市场研究报告》,WorkBuddy 同时拿下中国个人端与企业级桌面智能体双榜第一;但他用”一句话需求”把榜单转化为可检验的问题:不拆任务、不替它定流程、不告诉它调什么功能,只给”做一个面向英语老师的教育类产品”,看它能否交付可用成果——结果是一个带后端数据逻辑、支持用户登录、可一键发布试用版的小程序。四条增量观察:① 专家团队承担了原本由 PM 组织的需求讨论——「MVP 专家开发团」主动澄清痛点/范围/使用者,产出 PRD+技术方案+设计方案,但关键问题仍交人决策(“再让我对其中的关键问题进行决策”),说明它替代的是组织与起草而非判断;② 多 Agent 协同的具象形态——在 PRD 里选中「备课资源库」章节提要求后,项目总监 Agent 先判断影响面、再派产品经理 Agent 调研,并把变更同步给研发与设计 Agent 更新架构与 UI 文档,“不用我再逐项提醒”;③ 长程记忆的价值是”新信息接上已有讨论”——调研报告完成后它主动提炼影响产品方向的问题,确认后又追问是否调整 PRD 的目标人群与需求优先级,“WorkBuddy 懂得为什么要做这份调研”;④ 连接器 + 应用发布补齐最后一公里——装腾讯问卷连接器后无需重讲背景即可生成调研材料,发布则把”要另外找地方部署配置”的 Demo 变成”别人打开就能试用”的 MVP。作者对”第一”的定义也因此具体化:“一个 Agent 能否理解目标、调度能力、接住变化,并持续把事情推进到结果,决定了用户愿意把多少工作交给它。”

  • 2026-09-28-woshipm-workbuddy-meiyie-4-scenarios(马佳彬):把 WorkBuddy 从”通用 Agent 能力”落到传统服务行业(美业连锁)的岗位场景,补齐了此前素材多集中在 PM/运营/内容/开发岗位、而缺”行业案例”的空白。作者自述这是系列开篇:“老马会继续更新 WorkBuddy 在各行各业中各类场景的落地应用思路与实操方法,补齐一下之前只涉及到具体岗位,而缺乏行业案例的问题。” 五条增量:① 四类场景给出了”要不要装 Skill”的判定——活动方案/SOP 场景”可以不安装一些辅助的 Skill 技能,你已经给够了历史方案作为参考的上下文”;文案合规场景建议装 multi-wordcheck(覆盖公众号/小红书/抖音)与 xhs-copywriter;话术场景”SkillHub 市场里也没有专门的美业话术相关技能,通用的客服技能也不太对口,不建议硬装技能”;巡检场景”没必要安装什么 Skill 技能了,反倒是搓一个小工具,一个小管理系统是最适合的”。② “喂历史资料”是正确用法——旧方案”是按你的风格写的,同时存在企业标准的边界”,把它当参考上下文,“这样写出来的就不是网上那种随便套用模板,或者 AI 给你胡编乱造的内容”。③ 数字必须人工定稿——“像优惠力度、赠品成本这些数字,AI 只能用编造的数字进行占位,必须人工定稿后再下发到门店”。④ 文档 → 网页工具的升级范式——话术手册与巡检记录都能用自然语言需求直接生成”移动端可用 + 发布成链接”的网页工具(搜索/分类/一键复制、五板块勾选/拍照上传/待整改闭环),作者实测”很快就生成了一个门店话术手册的查询工具”。⑤ 对 AI 炒作的克制态度——“AI 编程现在创造的东西,代码就是一堆屎山”;建议”能跑通的就把它落地,花架子的东西就直接抛弃”。这把 WorkBuddy 的能力画像再补一层:它也是传统行业单店/小连锁可零技术上手的行业工作台。

  • 2026-09-28-woshipm-workbuddy-credit-saving-6-tips(伍德安思壮 / 时间之上):首次把 WorkBuddy 的成本面(积分消耗机制)单独拆出来讲,补上了此前素材集中在其「能力/场景」而缺「怎么用得省」的空白。四条增量:① 模式消耗排序 Ask < Plan < Craft——Ask 是纯问答、只读不操作、无文件权限(Token 极低,日常首选);Plan 先规划后确认再执行(前期拆解极低,规避一次性高消耗的返工);Craft 权限最高(本地文件读写/新建/批量执行/生成成品)也最贵,“只做最终落地,不做咨询、不做试错、不做框架梳理”。② 积分见底是使用习惯问题——作者定性为「全程用高消耗模式、反复无效对话、零散处理小任务」;对应解法是「不无效消耗、不重复损耗、不盲目高配、不冗余输出」。③ 最隐形消耗是冗余上下文——系统每次把当前对话全部历史重新打包输入,轮次越多输入 Token 越多,故「新任务必开新对话 / 定稿后清上下文 / 超 10 轮分词重置」。④ 模型侧的两个可操作杠杆——按任务难度匹配模型(轻松量模型约省到 1/3 以下)+看模型右侧倍率值(如 0.65x,越小越省)+优先用有优惠的模型(点名 Hy3 限时免费、GLM-5.2 夜间积分 5 折)。结论句:「真正的省积分,是不无效消耗、不重复损耗、不盲目高配、不冗余输出。」

实用信息

  • 安装方式:每个 Skill 独立安装,通过 curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=<skill-name>" 下载
  • 基本用法:安装后在 AI Agent 环境中加载,通过自然语言触发对应功能
  • 适用场景:产品经理日常工作全链路,特别适合需要快速验证需求、结构化思考、可视化汇报的场景;也可用于公众号/小红书内容创作、短剧制作、视频创作、知识库整库「体检 / 重排 / 分人群变形」,从一句话需求做出可试用的 MVP 小程序,以及传统服务行业的岗位场景(活动方案/SOP、多平台文案与违禁词审查、门店话术库、巡检台账工具化)、个人积分/成本治理(模式降级 + 模型匹配 + 上下文管理 + 批量处理)
  • 使用建议:按工作阶段按需取用,不要一次性全装;把 Skill 当「方法论教练」而非「代笔工具」;公众号侧重点:先通草稿箱再加风格固化 Skill;视频/短剧侧重点:WorkRally + Agnes + table 容器兼容;知识库自驱侧重点:先「体检」再「写更多」,用产品运营 + 新用户双视角读整库、按问题重组主题域并标出缺口;产品开发侧重点:选「MVP 专家开发团」后需求只给一句话(别替它拆流程),变更写在 PRD 里让它判断影响面,关键决策自己拍,提前装好所需连接器,最后用试用版发布换真实反馈;省积分侧重点:简单问答用 Ask、复杂任务先用 Plan 出框架、只有成品落地才用 Craft,模型按任务难度分级并挑倍率低的、新任务开新对话、需求用四要素一次说清、同类任务批量处理。

相关页面