产品经理工具包

现代产品管理的必备工具和框架，涵盖从需求探索到产品交付的全过程。

目录

• 快速开始
• 核心工作流
  • 功能优先级排序
  • 客户需求探索
  • 产品需求文档开发
• 工具参考
  • RICE优先级排序工具
  • 客户访谈分析工具
• 输入/输出示例
• 集成点
• 常见陷阱

快速开始

功能优先级排序

# Create sample data file
python scripts/rice_prioritizer.py sample

# Run prioritization with team capacity
python scripts/rice_prioritizer.py sample_features.csv --capacity 15

访谈分析

python scripts/customer_interview_analyzer.py interview_transcript.txt

产品需求文档创建

1. 从以下文件选择模板references/prd_templates.md
2. 根据探索工作填写各章节
3. 与工程团队评审可行性
4. 项目管理工具中的版本控制

核心工作流程

功能优先级排序流程

Gather → Score → Analyze → Plan → Validate → Execute

步骤一：收集功能请求

• 客户反馈（支持工单、访谈）
• 销售需求（CRM 渠道阻碍因素）
• 技术债务（工程团队意见）
• 战略举措（领导层目标）

步骤二：使用 RICE 模型评分

# Input: CSV with features
python scripts/rice_prioritizer.py features.csv --capacity 20

请参阅参考资料/框架文件.md获取 RICE 公式和评分指南。

步骤三：分析项目组合

审查工具输出，关注：

• 速赢项目与重大投入项目的分布
• 工作量集中度（避免全是超大型项目）
• 战略一致性差距

步骤四：生成路线图

• 季度容量分配
• 依赖关系识别
• 利益相关者沟通计划

步骤五：验证结果

在最终确定路线图之前：

• 将最高优先级事项与战略目标进行对比
• 进行敏感性分析（如果估算误差达到两倍会怎样？）
• 与关键利益相关者一起审查，找出盲点
• 检查功能之间是否存在缺失的依赖关系
• 与工程团队一起验证工作量估算

步骤六：执行与迭代

• 与团队分享路线图
• 跟踪实际工作量与估算工作量的差异
• 每季度重新审视优先级
• 根据学习成果更新RICE输入

客户探索流程

Plan → Recruit → Interview → Analyze → Synthesize → Validate

步骤一：规划研究

• 明确研究问题
• 确定目标细分市场
• 创建访谈脚本（参见参考资料/框架.md）

步骤二：招募参与者

• 每个细分市场进行5-8次访谈
• 混合重度用户与流失用户
• 给予适当激励

步骤3：开展访谈

• 采用半结构化形式
• 聚焦问题本身，而非解决方案
• 经许可后录音记录
• 访谈期间仅作简要记录

步骤4：分析洞察

python scripts/customer_interview_analyzer.py transcript.txt

提取内容：

• 附带严重程度的痛点
• 附带优先级别的功能需求
• 待完成任务的模式
• 情感倾向与关键主题
• 值得关注的引述

步骤5：综合研究发现

• 跨访谈归集相似痛点
• 识别规律（提及3次以上即视为规律）
• 运用机会方案树对应至机会领域
• 按出现频率与严重程度确定机会优先级

步骤6：验证解决方案

在构建前：

• 创建解决方案假设（参见references/frameworks.md）
• 用低保真原型进行测试
• 测量实际行为与陈述偏好
• 基于反馈进行迭代
• 记录学习成果供未来研究使用

PRD 开发流程

Scope → Draft → Review → Refine → Approve → Track

第1步：选择模板

从references/prd_templates.md中选择：

步骤2：起草内容

• 以问题陈述开头
• 预先定义成功指标
• 明确说明范围外事项
• 包含线框图或模型

步骤3：评审周期

• 工程：可行性和工作量
• 设计：用户体验差距
• 销售：市场验证
• 支持：运营影响

步骤4：基于反馈进行优化

• 解决技术限制
• 调整范围以适应时间表
• 记录权衡决策

步骤5：批准与启动

• 利益相关者签署确认
• 集成至冲刺计划
• 向更广泛的团队传达

步骤6：跟踪执行

上线后：

• 对比实际指标与目标
• 开展用户反馈收集会议
• 记录有效与无效做法
• 更新估算准确度数据
• 与团队分享经验总结

工具参考

RICE优先级排序器

集成投资组合分析的高级RICE框架实施方案

功能特性：

• 支持权重配置的RICE评分计算
• 投资组合平衡分析（速赢方案与战略押注）
• 基于产能的季度路线图生成
• 多格式输出支持（文本/JSON/CSV）

CSV输入格式：

name,reach,impact,confidence,effort,description
User Dashboard Redesign,5000,high,high,l,Complete redesign
Mobile Push Notifications,10000,massive,medium,m,Add push support
Dark Mode,8000,medium,high,s,Dark theme option

命令说明：

# Create sample data
python scripts/rice_prioritizer.py sample

# Run with default capacity (10 person-months)
python scripts/rice_prioritizer.py features.csv

# Custom capacity
python scripts/rice_prioritizer.py features.csv --capacity 20

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

# CSV output for spreadsheets
python scripts/rice_prioritizer.py features.csv --output csv

客户访谈分析器

基于自然语言处理的访谈分析工具，用于提取可执行洞察

核心能力：

• 痛点提取与严重性评估
• 功能需求识别与分类
• 待办任务模式识别
• 按部分进行情感分析
• 主题与引用提取
• 竞争对手提及检测

命令：

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

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

输入/输出示例

→ 详情请参阅 references/input-output-examples.md

集成点

兼容工具和平台：

JSON 导出支持与大多数工具集成：

# Export for Jira import
python scripts/rice_prioritizer.py features.csv --output json > priorities.json

# Export for dashboard
python scripts/customer_interview_analyzer.py interview.txt json > insights.json

需要避免的常见陷阱

最佳实践

撰写优质产品需求文档：

• 从问题出发，而非解决方案
• 预先包含明确的成功指标
• 明确说明排除范围
• 使用视觉元素（线框图、流程图、示意图）
• 技术细节保留在附录中
• 对所有变更进行版本控制

有效优先级排序：

• 快速见效与战略押注相结合
• 考虑延迟的机会成本
• 考虑功能间的依赖关系
• 为意外工作预留20%缓冲
• 每季度重新审视优先级
• 结合背景沟通决策

客户需求挖掘：

• 连问五个“为什么”以找到根本原因
• 关注过往行为，而非未来意向
• 避免使用引导性问题（"你难道不喜欢..."）
• 在用户的自然环境中进行访谈
• 留意情绪反应（痛苦 = 机会）
• 用定量数据验证定性发现

快速参考

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

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

# Generate sample data
python scripts/rice_prioritizer.py sample

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

参考文档

• references/prd_templates.md- 适用于不同场景的产品需求文档模板
• references/frameworks.md- 详细框架文档（RICE、MoSCoW、卡诺模型、JTBD等）