本文へ移動
cccskills
無料GitHub で公開

product-manager-toolkit

Kit de ferramentas completo para gerentes de produto, incluindo priorização RICE, análise de entrevistas com clientes, templates de PRD, frameworks de descoberta e estratégias de go-to-market. Use para priorização de features, síntese de pesquisa com usuários, documentação de requisitos e desenvolvimento de estratégia de produto.

インストール方法を見る

含まれるファイル(4)

  • SKILL.md9.7 KB
  • references/prd_templates.md7.1 KB
  • scripts/customer_interview_analyzer.py16.7 KB
  • scripts/rice_prioritizer.py11.6 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Kit de Ferramentas para Gerentes de Produto

Ferramentas e frameworks essenciais para gestão de produto moderna, da descoberta à entrega.

Início Rápido

Para Priorização de Features

python scripts/rice_prioritizer.py sample  # Create sample CSV
python scripts/rice_prioritizer.py sample_features.csv --capacity 15

Para Análise de Entrevistas

python scripts/customer_interview_analyzer.py interview_transcript.txt

Para Criação de PRD

  1. Escolha um template em references/prd_templates.md
  2. Preencha as seções com base no trabalho de descoberta
  3. Revise com os stakeholders
  4. Controle de versão na sua ferramenta de PM

Fluxos de Trabalho Principais

Processo de Priorização de Features

  1. Coleta de Solicitações de Features

    • Feedback de clientes
    • Solicitações de vendas
    • Débito técnico
    • Iniciativas estratégicas
  2. Pontuação com RICE

    # Create CSV with: name,reach,impact,confidence,effort
    python scripts/rice_prioritizer.py features.csv
    
    • Reach: Usuários afetados por trimestre
    • Impact: massive/high/medium/low/minimal
    • Confidence: high/medium/low
    • Effort: xl/l/m/s/xs (person-months)
  3. Analise o Portfólio

    • Revise quick wins vs big bets
    • Verifique a distribuição de esforço
    • Valide em relação à estratégia
  4. Gere o Roadmap

    • Planejamento de capacidade trimestral
    • Mapeamento de dependências
    • Alinhamento de stakeholders

Processo de Descoberta com Clientes

  1. Conduza Entrevistas

    • Use formato semi-estruturado
    • Foque em problemas, não em soluções
    • Grave com permissão
  2. Analise Insights

    python scripts/customer_interview_analyzer.py transcript.txt
    

    Extrai:

    • Pontos de dor com severidade
    • Solicitações de features com prioridade
    • Jobs to be done
    • Análise de sentimento
    • Temas e citações principais
  3. Sintetize Descobertas

    • Agrupe pontos de dor similares
    • Identifique padrões entre entrevistas
    • Mapeie para áreas de oportunidade
  4. Valide Soluções

    • Crie hipóteses de solução
    • Teste com protótipos
    • Meça comportamento real vs esperado

Processo de Desenvolvimento de PRD

  1. Escolha um Template

    • PRD Padrão: Features complexas (6-8 semanas)
    • PRD Uma Página: Features simples (2-4 semanas)
    • Feature Brief: Fase de exploração (1 semana)
    • Epic Ágil: Entrega baseada em sprints
  2. Estruture o Conteúdo

    • Problema → Solução → Métricas de Sucesso
    • Sempre inclua o que está fora de escopo
    • Critérios de aceitação claros
  3. Colabore

    • Engenharia para viabilidade
    • Design para experiência
    • Vendas para validação de mercado
    • Suporte para impacto operacional

Scripts Principais

rice_prioritizer.py

Implementação avançada do framework RICE com análise de portfólio.

Características:

  • Cálculo de pontuação RICE
  • Análise de equilíbrio do portfólio (quick wins vs big bets)
  • Geração de roadmap trimestral
  • Planejamento de capacidade da equipe
  • Múltiplos formatos de saída (text/json/csv)

Exemplos de Uso:

# Basic prioritization
python scripts/rice_prioritizer.py features.csv

# With custom team capacity (person-months per quarter)
python scripts/rice_prioritizer.py features.csv --capacity 20

# Output as JSON for integration
python scripts/rice_prioritizer.py features.csv --output json

customer_interview_analyzer.py

Análise de entrevistas baseada em NLP para extrair insights acionáveis.

Capacidades:

  • Extração de pontos de dor com avaliação de severidade
  • Identificação e classificação de solicitações de features
  • Reconhecimento de padrões de jobs-to-be-done
  • Análise de sentimento
  • Extração de temas
  • Menções de concorrentes
  • Identificação de citações principais

Exemplos de Uso:

# Analyze single interview
python scripts/customer_interview_analyzer.py interview.txt

# Output as JSON for aggregation
python scripts/customer_interview_analyzer.py interview.txt json

Documentos de Referência

prd_templates.md

Múltiplos formatos de PRD para diferentes contextos:

  1. Template PRD Padrão

    • Formato abrangente com 11 seções
    • Melhor para features principais
    • Inclui especificações técnicas
  2. PRD Uma Página

    • Formato conciso para alinhamento rápido
    • Foco em problema/solução/métricas
    • Bom para features menores
  3. Template Epic Ágil

    • Entrega baseada em sprints
    • Mapeamento de user stories
    • Foco em critérios de aceitação
  4. Feature Brief

    • Exploração leve
    • Orientado por hipótese
    • Fase pré-PRD

Frameworks de Priorização

Framework RICE

Score = (Reach × Impact × Confidence) / Effort

Reach: # de usuários/trimestre
Impact: 
  - Massive = 3x
  - High = 2x
  - Medium = 1x
  - Low = 0.5x
  - Minimal = 0.25x
Confidence:
  - High = 100%
  - Medium = 80%
  - Low = 50%
Effort: Person-months

Matriz Valor vs Esforço

         Baixo Esforço  Alto Esforço
         
Alto     QUICK WINS    BIG BETS
Valor    [Priorize]     [Estratégico]
         
Baixo    FILL-INS      TIME SINKS
Valor    [Talvez]       [Evite]

Método MoSCoW

  • Must Have: Crítico para lançamento
  • Should Have: Importante mas não crítico
  • Could Have: Seria legal ter
  • Won't Have: Fora de escopo

Frameworks de Descoberta

Guia de Entrevista com Clientes

1. Perguntas de Contexto (5 min)
   - Cargo e responsabilidades
   - Workflow atual
   - Ferramentas utilizadas

2. Exploração de Problemas (15 min)
   - Pontos de dor
   - Frequência e impacto
   - Workarounds atuais

3. Validação de Solução (10 min)
   - Reação a conceitos
   - Percepção de valor
   - Disposição para pagar

4. Fechamento (5 min)
   - Outros pensamentos
   - Indicações
   - Permissão para follow-up

Template de Hipótese

Acreditamos que [construir esta feature]
Para [esses usuários]
Vai [alcançar este resultado]
Saberemos que estamos certos quando [métrica]

Árvore de Oportunidade-Solução

Resultado
├── Oportunidade 1
│   ├── Solução A
│   └── Solução B
└── Oportunidade 2
    ├── Solução C
    └── Solução D

Métricas e Análise

Framework de North Star Metric

  1. Identifique o Valor Principal: Qual é o valor #1 para os usuários?
  2. Torne-o Mensurável: Quantificável e rastreável
  3. Garanta que seja Acionável: As equipes podem influenciá-lo
  4. Verifique Leading Indicator: Prediz sucesso dos negócios

Template de Análise de Funnel

Aquisição → Ativação → Retenção → Receita → Indicação

Métricas Principais:
- Taxa de conversão em cada etapa
- Pontos de abandono
- Tempo entre etapas
- Variações por coorte

Métricas de Sucesso de Feature

  • Adoção: % de usuários usando a feature
  • Frequência: Uso por usuário por período
  • Profundidade: % de capacidade da feature utilizada
  • Retenção: Uso contínuo ao longo do tempo
  • Satisfação: NPS/CSAT para a feature

Melhores Práticas

Escrevendo Ótimos PRDs

  1. Comece com o problema, não a solução
  2. Inclua métricas de sucesso claras antecipadamente
  3. Declare explicitamente o que está fora de escopo
  4. Use visuais (wireframes, flows)
  5. Mantenha detalhes técnicos no apêndice
  6. Controle de versão das mudanças

Priorização Efetiva

  1. Misture quick wins com apostas estratégicas
  2. Considere o custo de oportunidade
  3. Leve em conta dependências
  4. Deixe margem para trabalho inesperado (20%)
  5. Revise trimestralmente
  6. Comunique decisões com clareza

Dicas de Descoberta com Clientes

  1. Pergunte "por que" 5 vezes
  2. Foque em comportamento passado, não intenções futuras
  3. Evite perguntas tendenciosas
  4. Entreviste no ambiente deles
  5. Procure por reações emocionais
  6. Valide com dados

Gestão de Stakeholders

  1. Identifique RACI para decisões
  2. Atualizações assíncronas regulares
  3. Demo em vez de documentação
  4. Aborde preocupações cedo
  5. Celebre vitórias publicamente
  6. Aprenda com fracassos abertamente

Armadilhas Comuns a Evitar

  1. Pensar Primeiro em Solução: Pular para features antes de entender problemas
  2. Paralisia por Análise: Pesquisar demais sem lançar
  3. Feature Factory: Lançar features sem medir impacto
  4. Ignorar Débito Técnico: Não alocar tempo para saúde da plataforma
  5. Surpresa de Stakeholders: Não comunicar cedo e frequentemente
  6. Theater de Métricas: Otimizar métricas de vaidade em vez de valor real

Pontos de Integração

Este kit se integra com:

  • Analytics: Amplitude, Mixpanel, Google Analytics
  • Roadmapping: ProductBoard, Aha!, Roadmunk
  • Design: Figma, Sketch, Miro
  • Development: Jira, Linear, GitHub
  • Research: Dovetail, UserVoice, Pendo
  • Communication: Slack, Notion, Confluence

Cheat Sheet de Comandos Rápidos

# Prioritization
python scripts/rice_prioritizer.py features.csv --capacity 15

# Interview Analysis
python scripts/customer_interview_analyzer.py interview.txt

# Create sample data
python scripts/rice_prioritizer.py sample

# JSON outputs for integration
python scripts/rice_prioritizer.py features.csv --output json
python scripts/customer_interview_analyzer.py interview.txt json

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

Especialista em construir experiências 3D para a web - Three.js, React Three Fiber, Spline, WebGL e cenas 3D interativas. Cobre configuradores de produtos, portfólios 3D, websites imersivos e adição de profundidade às experiências web. Use quando: website 3D, three.js, WebGL, react three fiber, experiência 3D.

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

Quando o usuário quer planejar, projetar ou implementar um teste A/B ou experimento. Também use quando o usuário menciona "teste A/B", "split test", "experimento", "testar essa mudança", "copy variante", "teste multivariado" ou "hipótese". Para implementação de rastreamento, veja analytics-tracking.

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

Auditar e melhorar a acessibilidade web seguindo as diretrizes WCAG 2.1. Use quando solicitado para "melhorar acessibilidade", "auditoria a11y", "conformidade WCAG", "suporte a leitor de tela", "navegação por teclado" ou "tornar acessível".

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

Testes e benchmarking de agentes LLM incluindo testes comportamentais, avaliação de capacidades, métricas de confiabilidade e monitoramento em produção—onde até os melhores agentes alcançam menos de 50% em benchmarks do mundo real. Use quando: testes de agentes, avaliação de agentes, benchmark de agentes, confiabilidade de agentes, teste de agentes.

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

Criar, gerenciar e orquestrar agentes de IA usando o CLI AI Maestro. Use quando o usuário pedir para "criar agente", "listar agentes", "deletar agente", "hibernar agente", "despertar agente", "instalar plugin", "mostrar agente", "reiniciar agente" ou qualquer tarefa de gerenciamento do ciclo de vida do agente.

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

Gerencie múltiplos agentes CLI locais via sessões tmux (iniciar/parar/monitorar/atribuir) com agendamento compatível com cron.

日本語の概要は準備中です。原文の説明を表示しています。

artubss/SKILLS-CLAUDE-CODE112026年5月17日 更新

artubss のスキルをすべて見る

このスキルの問題を報告する