📚 商业营销 全难度 📦

SunaAgent 产品拆解 Skill 快速入门

产品拆解7步框架skill:定位/核心模块/交互叙事/价值主张/细分市场/增长引擎/领导层,附13期成品拆解期刊

📊 评分明细

📦 打包完整度
2 2 / 2.5
🎯 实用性
2 2 / 2.5
📖 文档清晰度
1.6 1.6 / 2
👥 社区影响力
1.2 1.2 / 1.5
🔗 集成度
1.2 1.2 / 1.5

🎯 适用场景

商业营销产品分析产品拆解SkillPrompt工程

这是什么?适合谁?

SunaAgent 产品拆解 Skill(product-teardown-journal)是一个把”产品拆解”这个 PM 核心练习工程化的 Agent Skill:给它一个产品名,它会按 7 步框架——定位一句话(目标用户+核心痛点+差异化)、核心模块(解剖主要功能并解释存在理由)、交互叙事(还原一个典型用户的完整使用旅程)、价值主张(如何变现)、细分市场(TAM/SAM/SOM 拆解)、增长引擎(获客渠道)、领导层(决策者背景)——产出结构化的深度拆解。仓库同时附赠 13 期已完成的拆解期刊(Notion、DeepSeek、Figma、Suno 等热门产品),既是范本也是学习材料。

适合人群:想系统提升商业分析能力的产品经理、以拆解热门产品为学习手段的创业者、需要快速理解竞品格局的从业者。 使用前提:Claude Code 或兼容 Agent 环境、对目标产品有基础认知。

准备工作

  • 工具账号:Claude Code 订阅(或任意支持 SKILL.md 的 agent)
  • 时间预算:安装 5 分钟;单次完整拆解 20-40 分钟(含资料检索)
  • 前置知识:基础的产品分析词汇(TAM/SAM/SOM、价值主张等)
  • 替代方案:手工拆解笔记(自由但易漏项);付费行业报告(成品但无方法论迁移)

三步核心流程

第 1 步:安装 skill 并浏览范本

将 SKILL.md 拷入 skills 目录。先读仓库里 1-2 期成品拆解(如 DeepSeek 期),感受 7 步框架的产出形态——每步是什么粒度、证据如何引用。

第 2 步:跑第一次拆解

选一个你熟悉的产品(便于判断产出质量),下达指令:

用产品拆解框架完整拆解 [产品名],重点补全交互叙事与增长引擎两步。

预期产出:一份 7 部分的结构化拆解文档,每部分含分析与信息来源;你熟悉的部分可以检验其准确性。

第 3 步:对照范本迭代

把你的产出与 13 期期刊中的同类产品对照,找出深度差距(通常是细分市场数字和领导层背景挖得不够),追加指令深挖:

细分市场部分按 TAM/SAM/SOM 三层重算,标注每个数字的来源。

预期产出:数字有出处、口径清晰的市场拆解,而非拍脑袋区间。

常见踩坑(5 条)

踩坑 1:拆解变成功能罗列

  • 现象:核心模块部分只列功能不解释”为什么存在”
  • 原因:框架中”存在理由”被跳过
  • 解决:指令显式要求”每个模块必须回答:如果砍掉它会怎样”

踩坑 2:数字无来源

  • 现象:市场规模、用户数随手写
  • 原因:模型在缺乏数据时倾向编造
  • 解决:强制要求”每个数字附来源链接,查不到就标注’未找到公开数据’”

踩坑 3:交互叙事过于笼统

  • 现象:用户旅程写成”用户打开产品,使用功能,完成任务”
  • 原因:没有锚定具体场景与情绪
  • 解决:要求”还原一个具体角色(姓名/职业/场景)从发现产品到付费的完整路径”

踩坑 4:增长引擎只写”内容营销”

  • 现象:所有产品的增长都写成 SEO+社媒
  • 原因:模型用通用模板填充
  • 解决:要求”指出该产品独有的增长机制,并给一个可验证的证据(如推荐计划链接)”

踩坑 5:拆解对象太小众查无资料

  • 现象:7 步大面积空白
  • 原因:小众产品公开信息不足
  • 解决:换成熟产品练手,或接受部分步骤标注”信息不可得”

FAQ(5 个常见问题)

Q1:拆解一个产品要多久? A:指令发出后 20-40 分钟产出初稿;质量取决于你的迭代轮数。

Q2:13 期期刊能单独看吗? A:能,期刊在仓库内可直接阅读,即使不装 skill 也有学习价值。

Q3:拆解结果能商用吗? A:产出归你,但引用的第三方数据受各自版权约束;仓库本身无 LICENSE,skill 文本二次分发需注意。

Q4:能拆解非软件产品吗? A:框架源于软件产品拆解,用于硬件/服务类产品需自行调整部分步骤。

Q5:和 SWOT/PEST 分析什么关系? A:7 步框架更聚焦”单个产品如何运作与赚钱”,SWOT/PEST 更宏观;可互补使用。

小技巧(5 条)

  1. 先读期刊再跑拆解:范本校准你的预期,避免被初稿的表面完整度骗到。
  2. 拆解前先写假设:动手前写下你对产品的 3 个判断,拆解后对照,学习效果翻倍。
  3. 每周一期固定练:把拆解变成 routine,比一次拆十个收获大。
  4. 证据链大于结论:结论可能过时,“如何找到证据”的流程才是可迁移能力。
  5. 反着用来找机会:拆解竞品后问”哪一步它做得最勉强”,那就是你的切入点。

参考链接


本文基于公开资料于 2026-08-17 整理,社区指标反映 GitHub 公开数据。独立实测未进行,功能和配置项可能随版本更新而变化,请以官方文档为准。

📊 评分与标签

评分说明

总分 8.0/10 · P_优选

📊 可观测社区指标(采集日期:2026-08-17)

  • GitHub: langningwill/product-teardown-journal ★105, 🔱6
  • 语言:Markdown(skill + 期刊),最近推送:2026-08-14
  • 协议:无 LICENSE(版权声明保留,商用需注意)

📦 可安装性 2.2/2.5

  • 单 SKILL.md 拷入 skills 目录即用
  • 纯文本零依赖
  • 竞品对比 1(SaaS 拆解工具):SaaS 需注册付费
  • 竞品对比 2(手工笔记):手工灵活但无结构

🎯 实用性 2.2/2.5

  • 核心模块/交互叙事/价值主张/细分市场/领导层 7 步框架直击 PM 学习诉求
  • 附 13 期成品拆解期刊(Notion/DeepSeek/Figma 等)作参考标杆
  • 拆解深度依赖用户投入的研究时间(框架不代做调研)
  • 竞品对比 1(PEST/SWOT 通用框架):通用框架无产品拆解专项
  • 竞品对比 2(付费拆解报告):报告成品但无方法论迁移

📖 文档质量 1.8/2.0

  • prompt 框架与成品期刊对照,学习路径完整
  • 各期拆解结构统一,可作为写作模板
  • 竞品对比 1(无成品输出的 skill):无参照物难自评
  • 竞品对比 2(英文拆解博客集):博客散篇无框架

👥 社区活跃 1.0/1.5

  • 105 星,产品经理 + AI 工具交叉受众
  • 无 LICENSE 影响二次分发意愿
  • 竞品对比 1(awesome-product 列表):列表星数高但无方法论
  • 竞品对比 2(PM 教程仓库):教程仓库社区更成熟

🔗 兼容性 0.8/1.5

  • 标准 SKILL.md,Claude Code 及兼容 agent 可用
  • 拆解对象不限于特定产品形态
  • 竞品对比 1(Notion 模板):模板跨平台但非 agent 驱动
  • 竞品对比 2(专用拆解平台):平台绑定自家生态

标签说明

  • 商业营销: 产品拆解服务商业分析与学习。来源:GitHub
  • 产品分析: 7 步产品拆解框架。来源:GitHub
  • 产品拆解: 核心能力为系统化产品拆解。来源:GitHub
  • Skill: Agent Skill 标准形态。来源:GitHub
  • Prompt工程: skill 本质是结构化 prompt 框架。来源:GitHub

来源核实

  • ✅ GitHub API 已验证: langningwill/product-teardown-journal - Stars 105, Forks 6, pushed 2026-08-14, no license
  • ✅ README 已读取: 7 步框架、期刊目录、设计动机均已核对
  • ⚠️ 未实测: 未实际运行拆解流程;期刊内容未逐篇核验

评分依据可追溯至公开数据源,评估日期:2026-08-17。社区指标来自 GitHub API 实时数据。