本文へ移動
cccskills
無料GitHub で公開

prd-review

PRD 评审 / 需求评审:当用户已有 PRD 初稿、handoff、需求文档或产品方案,需要从 PM、研发、测试视角找缺口、 冲突、不可实现点和不可测试点时使用。可用中文唤起:“帮我审 PRD”“从研发和测试视角挑问题” “这个需求文档能不能交付开发”“帮我给 PRD 出修改草案”“检查 PRD 图示是否缺失或不可编辑”。

不用于凭空生成 PRD 初稿、直接写代码,或对 PRD 背后的成熟方案做一问一答压力测试;方案压测用 grill-me。

インストール方法を見る

含まれるファイル(13)

  • SKILL.md9.0 KB
  • evals/evals.json8.3 KB
  • references/diagram-review.md2.0 KB
  • references/drawio-templates.md5.3 KB
  • references/implementation-plan-readiness.md1006 B
  • references/output-contract.md1.8 KB
  • references/prd-readiness-loop-contract.md5.5 KB
  • references/prd-shape-gates.md3.0 KB
  • references/review-lenses.md1.8 KB
  • references/severity-rules.md1.1 KB
  • scripts/check_prd_shape.py24.7 KB
  • scripts/check_prd_version_history.py5.4 KB
  • scripts/validate_drawio.py2.4 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。

PRD 评审(prd-review)

中文速查

  • 中文名:PRD 评审 / 需求评审
  • 英文稳定名:prd-review
  • 你可以这样叫我:帮我审 PRD、从研发测试视角挑问题、这个需求文档能不能交付开发、帮我补一版修订草案、检查 PRD 图示是否可编辑
  • 适合:已经有 PRD/handoff,需要发现阻断项、重要缺口、用户结果不可验证、工程无法落地的地方
  • 不适合:从零写 PRD,改用 prd-architect;PRD 背后的方案可行性压测改用 grill-me;只做语言润色时不需要触发

Overview

这个 Skill 评审的是 PRD / handoff artifact 是否能支撑交付。默认输出结构化 review report、按严重程度排序的 findings、可回填的 revision draft,以及 Implementation-Plan Readiness verdict。

它不是 PRD 生成器,也不是一问一答方案压力测试器:

  • 没有 PRD 或只有模糊想法:转 prd-architect 或 ai-collaboration-calibration。
  • 关心“这个方案本身会不会失败”:转 grill-me。
  • 要把 ready PRD 拆 GitHub issues:转 prd-to-issues。
  • 要文件级开发计划:转 Superpowers writing-plans。

Loop Extension

当用户明确需要“多轮评审”“关闭阻断项”“继续上一轮 review”“判断是否能进 writing-plans”“跟踪修订状态”或“把 PRD 收敛到可交付开发计划”时,读取 references/prd-readiness-loop-contract.md。

不要因为用户只是要求一次普通 PRD review 就创建状态文件;只有需要多轮收敛、可恢复状态或 readiness tracking 时才启用 Loop contract。

Inputs

优先读取:

  • handoff 文档:功能背景、目标用户、范围、风险与已确认事实。
  • PRD 初稿:当前结构、已写事实、隐含假设、缺口和冲突。

可选补充:

  • 本轮关注视角或维度。
  • 用户明确担心的问题。
  • 相关 UI、架构图、历史评审意见。
  • docs/templates-local/ override;如存在,应按 local override 理解正文结构。

如果输入不完整:

  1. 明确哪些结论来自 handoff,哪些来自 PRD 当前写法,哪些是 review 推断。
  2. 无法下结论的地方输出待确认问题,不强行补脑。
  3. 输入还不足以 review 时,建议先回到 prd-architect。

Workflow

  1. Establish scope

    • 记录 PRD / handoff 来源、本轮 review 目标、事实与假设边界。
    • 判断是否应转 prd-architect、grill-me、prd-to-issues 或 writing-plans。
  2. Load review assets

    • 默认读取 references/review-lenses.md 和 references/severity-rules.md。
    • 当需要输出完整 report 或 revision draft 时读取 references/output-contract.md。
    • 当用户问“能不能交付开发 / 能不能进 writing-plans”时读取 references/implementation-plan-readiness.md。
    • 当 PRD 包含或应包含流程图、架构图、系统关系图、AI 协作链路图时读取 references/diagram-review.md。
    • 当 PRD 看起来过重、过技术化或模板章节误激活时读取 references/prd-shape-gates.md。
  3. Review the PRD

    • 至少从 PM、研发、测试三个视角 review。
    • 合并重复问题,不要按角色输出三份重复报告。
    • findings 必须包含:严重程度、视角、位置、问题、影响、建议改法。
    • 图示相关结论必须区分:文本要求缺失、文件实际校验失败、未能验证。
  4. Run deterministic checks when possible

    • 有本地 PRD 文件且疑似过技术化时运行:
python3 scripts/check_prd_shape.py <prd.md> --type <lite|standard|ai-native>
  • PRD 明确是开发 handoff 时加 --allow-handoff。
  • 评审发布版时加 --publish-ready;该模式会同时要求有效的顶部版本记录。只评审版本历史时可加 --require-version-history。
  • 有 .drawio 源文件时运行:
python3 scripts/validate_drawio.py <path>
  • 脚本 warning 是 review 证据,不自动等同于阻断;结合 PRD 阶段和用户目标判断。

  • 输入包含 product-delivery-manifest.yaml 时,先运行 canonical Manifest validator,再评审整个 Package;validator 只证明确定性结构,不替代 Reviewer 判断。

  1. Produce repair-ready output
    • Findings 按严重程度排序。
    • 必须给 revision draft:最小可替换章节、段落、可验证结果/边界/异常清单三者至少一种。
    • 必须列 open questions。
    • 必须给 Implementation-Plan Readiness verdict:Ready for writing-plans、Ready with assumptions 或 Not ready。

Product Delivery Package Verdict

Package Review 与普通 PRD readiness 并存但不可混用。输入包含 Product Delivery Manifest 时,先确认本轮是拆分前 Review 还是完整 Package 最终 Review:

  1. 拆分前 Review 读取 PRD、适用 UI artifact、Action Contract、截图、anchor 和 baseline;最终 Review 还必须读取版本计划、issue drafts 和 coverage matrix。不要对未读取的 revision 给 verdict。
  2. 验证 reviewer_identity 与当前 Review 覆盖的全部 artifact producer_identity 不同,且 maker_identities 没有遗漏生产者;Reviewer 不修改被评审 artifact。
  3. 只输出一条适用阶段的 verdict:ready 或 changes_requested,并包含且只包含 content、artifacts、publish 三项 passed/failed 检查。
  4. 拆分前 ready 必须绑定 validator 返回的当前 pre_split_input_fingerprint 并写入 pre_split_review;最终 ready 必须绑定当前 package_input_fingerprint 并写入 review。两者都要求三项检查全部通过,Ready with assumptions 不能产生 Package readiness 或发布授权。
  5. findings 记录 severity、证据来源、责任节点、受影响对象和最小重跑 scope;输入变化后旧 verdict 立即 stale。
  6. Reviewer 只写本阶段对应的 pre_split_review 或 review 分区。Human approval 与 DingTalk release 仍由各自角色负责。

Writing Rules

  • Findings 先于 summary。
  • 同一个问题合并成一条,再标注受影响视角。
  • 修订草案优先最小可替换块,不默认重写整篇。
  • 不把缺失业务判断伪装成已确认需求。
  • 不为了显得完整而强行添加与当前阶段无关的大段章节。
  • 不声称图文件合格,除非已经运行相应验证或明确说明验证限制。

Resource Guide

  • references/review-lenses.md:PM / 研发 / 测试 / 可选角色视角。
  • references/severity-rules.md:阻断、重要、优化的判定规则。
  • references/output-contract.md:默认 review report 结构、revision draft 和 writing rules。
  • references/implementation-plan-readiness.md:进入 writing-plans 前的 readiness verdict。
  • references/diagram-review.md:Draw.io / SVG / PNG / Mermaid 图示评审。
  • references/drawio-templates.md:需要判断图示布局、节点数、颜色或 XML 模板时读取。
  • references/prd-shape-gates.md:阶段混淆、过早技术化、模板章节误激活。
  • references/prd-readiness-loop-contract.md:多轮 review / revision / re-review 状态化合约。
  • scripts/check_prd_shape.py:PRD 形状和过技术化 warning。
  • scripts/check_prd_version_history.py:与 prd-architect 保持一致的版本历史校验器。
  • scripts/validate_drawio.py:Draw.io XML 基础结构验证。

Definition of Done

  • handoff 和 PRD 的边界已经分开。
  • findings 有严重程度排序,且证据来源清楚。
  • 修订草案可直接回填。
  • 推断和事实没有混写。
  • 图示和 PRD shape 的验证状态已说明。
  • 已明确 Implementation-Plan Readiness。

Evaluation

Smoke prompts:

  • 帮我审这份 PRD,从 PM、研发、测试视角找阻断项。
  • 这个需求文档能不能交付开发?给我 readiness verdict。
  • 帮我 review 这份 AI-native PRD,重点看人工确认和失败回退。
  • 检查这份 PRD 图示是否缺失或不可编辑。

Non-trigger prompts:

  • 帮我写一个 PRD。
  • 拷问这个方案会不会失败。
  • 把这个 ready PRD 拆成 GitHub issues。
  • 只润色这段 PRD 文案。

Capability checks:

  • 输出 findings、revision draft、open questions 和 readiness verdict。
  • 结论区分 handoff facts、PRD text 和 reviewer inference。
  • 图示检查区分正式 *.drawio.svg、src/*.drawio、普通 .svg、PNG 和 Mermaid。
  • 过技术化产品稿会建议把 schema / metadata / adapter 移到开发 handoff 附录。

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

Agent trace 诊断器:当用户提供 trace、日志 JSON、agent 执行记录、工具调用序列,或说“看下这个日志/trace,定位根因”“只说明问题不要改文件”时使用;用中文输出核心根因、可视化执行流程图、trace 证据链、可能文件/行和修复建议,默认只读。不用于没有日志证据的新功能设计、普通代码解释或直接修复代码。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

协作校准 / 认知校准 / 问题脑暴:当用户有模糊感受说不清问题、方案越补越复杂、想挑战假设、 想重新定义问题、想知道成熟领域里怎么叫这个问题时使用。 可用中文唤起:"帮我想想""先聊一下""一起脑暴""我感觉有问题但不清楚是什么" "先别执行,帮我看清问题""挑战我的假设""这个方案是不是想错了""帮我做认知校准" "双向钢人""钢人论证一下""正反最强论证,给我明确判断"。 也适用于:用户直接说"帮我做 X 功能""接入 Y 平台"但背景复杂、或对话早期感觉方向可能跑偏时, AI 主动识别并建议进入脑暴模式。 这里的“挑战假设”主要指问题定义、目标、约束和领域定位层面的假设;如果问题已确认且用户已有具体方案、 计划、架构或决策要压力测试,应转用 grill-me。不用于翻译、摘要、格式整理、单文件小改等简单执行任务。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

AI 工作资产化诊断器 / Assetization Router:当用户提供 AI 协作会话、重复任务、prompt、工作流描述、 团队 AI 使用场景或一次成功交付过程,并要求判断应该沉淀成 Prompt、Context Pack、Workflow、Skill、 Loop、System,或根本不值得沉淀时使用。它只做诊断、分层和下一步资产建议,不替代具体 Skill 创建、 PRD 起草、调研、实现或自动化执行。不用于普通事实查询、一次性文案、trace 根因分析或高责任专业判断。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

设计脑暴 / 实现前方案校准:当用户想把已基本成立的想法、功能方向或产品问题,在写 PRD、画 mockup 或进入开发计划前,先比较方案、确认取舍、对齐 UI/视觉约束,并收敛成可执行设计 spec 时使用。 可用中文唤起:“先脑暴一下方案”“先不要写 PRD,帮我设计几种路径”“参考 brainstorming 把这个需求变成设计 spec” “实现前先讨论设计”。问题还没定义清楚时先用 ai-collaboration-calibration;已有方案要压力测试时用 grill-me; 直接写 PRD 时用 prd-architect;grill-me 返回精确设计 gap 时,本 Skill 只输出 Design Delta。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

竞品决策分析 / Competitive Decision Brief:当用户要调研竞品、替代方案、新产品、SaaS/AI 产品或市场信号, 并希望把官网、定价、评论、文档、更新日志、登录态走查、截图或浏览器取证转成产品定位、路线图、定价、 功能优先级、差异化、Go/No-Go 或 PRD 输入时使用。核心行为是先锚定产品决策,再选择证据渠道, 最后输出可行动的 Product Decision Brief;不要把它降级成泛泛功能清单、纯 UX 走查或“点完所有按钮”报告。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

复杂探索资产化 / Complex Exploration:当用户面对复杂、不确定、多轮迭代的产品策略、Roadmap、商业化定价、竞品定位、复杂 PRD 前置探索、项目复盘或方法论沉淀任务时使用。它先判断任务类型,暴露隐含假设,重构真正问题,规划探索路径和中间产物,并在结束后沉淀认知、结构、方法论、工具和影响力资产。不用于简单润色、翻译、摘要、明确执行任务;问题只需早期认知校准时优先用 ai-collaboration-calibration,已有方案要压力测试时用 grill-me,系统专题研究用 research-topic-compiler。

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。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

PANGKAIFENG のスキルをすべて見る

このスキルの問題を報告する