cpo-advisor
作者 alirezarezvanicpo-advisor 是一項策略型 Product Management skill,專為 CPO 層級決策設計,涵蓋產品願景、PMF、產品組合策略、組織設計,以及可直接面向董事會的產品敘事。內含參考資料,並提供 PMF 評分與產品組合分析腳本,適合正在擴張的公司使用。
此 skill 評分為 84/100,代表它很適合收錄在目錄中,特別是給希望讓 agent 以比一般 prompt 更有架構的方式處理 CPO 層級產品策略工作的使用者。此 repository 提供清楚的觸發條件、充實的工作流程內容、三份實用參考資料,以及兩個可執行的 PMF 與產品組合決策分析腳本;不過若主 skill 檔能加入明確安裝說明與更完整的輸入範例,採用門檻會更低。
- 觸發情境清楚:描述與關鍵字明確說明何時使用,涵蓋產品願景、PMF、產品組合優先排序、產品組織設計、董事會報告,以及 CPO/產品策略相關語境。
- 營運內容紮實:此 skill 包含詳盡的 SKILL.md,並提供 PMF 衡量、產品策略與產品組織設計參考資料,內含具體腳本、訪談提示、指標、警訊與決策框架。
- 能有效放大 agent 產出價值:內建 Python 工具支援 PMF 評分與產品組合分析,並附有文件化的 JSON 輸入格式與範例資料,協助 agent 產出結構化建議,而不只是敘述式顧問意見。
- 沒有提供安裝指令或 README,因此使用者可能需要從 SKILL.md 與腳本註解中自行推敲設定與執行方式。
- 適用範圍明確偏向策略與 CPO 層級;不適合用於功能層級的產品管理或細部交付規劃。
cpo-advisor skill 概覽
cpo-advisor 適合用來做什麼
cpo-advisor 是一項面向產品領導層的 skill,適合處理策略型 Product Management 工作:產品願景、產品組合策略、product-market fit、產品組織設計,以及董事會層級的產品敘事。當問題是「公司應該打造什麼、投資什麼、停止什麼,或圍繞什麼重新組織?」而不是「這個功能應該怎麼運作?」時,cpo-advisor 最能發揮價值。
最適合的使用者與決策情境
cpo-advisor skill 適合創辦人、CPO、VP Product、product ops 團隊,以及準備策略檢討的資深 PM。對正在擴張、且同時面臨多條產品線、PMF 訊號不清、roadmap 承諾過多,或產品組織已不再符合公司階段的公司特別有幫助。
它和一般 prompt 有什麼不同
這個 repository 不只是角色 prompt,還包含實用參考資料與兩個輔助腳本。references/pmf_playbook.md 涵蓋分眾、留存曲線、Sean Ellis 風格的 PMF 訊號,以及客戶研究。references/product_strategy.md 涵蓋 JTBD、定位、產品組合管理與董事會報告。references/product_org_design.md 則把團隊拓撲對應到產品組織設計。腳本部分則為 PMF 與產品組合分析提供結構化評分。
哪些情況不適合使用 cpo-advisor
如果你的主要需求是 UI 文案、sprint ticket 撰寫、功能驗收標準,或戰術型 backlog grooming,就不建議安裝 cpo-advisor。它可以協助 roadmap 策略,但設計上刻意聚焦在功能執行層級之上。
如何使用 cpo-advisor skill
cpo-advisor 安裝方式與 repository 路徑
從 GitHub skill repository 安裝:
npx skills add alirezarezvani/claude-skills --skill cpo-advisor
原始碼路徑是:
c-level-advisor/skills/cpo-advisor
安裝後,先從 SKILL.md 開始,再依序閱讀支援檔案:references/product_strategy.md、references/pmf_playbook.md、references/product_org_design.md。如果你想使用數值輸入,再檢視 scripts/pmf_scorer.py 和 scripts/portfolio_analyzer.py。
能讓 cpo-advisor 發揮更好的輸入資訊
好的 prompt 會提供足夠的商業脈絡,讓 skill 能選擇合適的產品領導框架。建議包含:
- 公司階段、商業模式與市場
- 主要產品線或客群分眾
- 目前產品目標:成長、留存、擴張、聚焦、轉型、組織設計
- 可用指標:retention、DAU/MAU、NPS、revenue、market share、churn、referral rate
- 目前限制:engineering capacity、sales commitments、runway、enterprise contracts
- 需要做出的決策:invest、maintain、kill、reposition、reorganize,或 report to board
較弱的 prompt:
Help with product strategy.
較強的 prompt:
Use cpo-advisor for Product Management. We are a B2B SaaS company at $12M ARR with three product lines. Core product has 42% D30 retention, add-on product has high sales demand but low activation, and a new AI workflow has no clear buyer yet. Engineering capacity is split 55/30/15. Recommend a portfolio strategy, what to fund or stop, and how to explain it in a board update.
PMF 與產品組合工作的實務流程
做 PMF 分析時,先閱讀 references/pmf_playbook.md,再要求建議。如果你有真實指標,可以執行:
python scripts/pmf_scorer.py --input data.json
把腳本輸出當作證據,再請 skill 解讀這個分數對分眾、roadmap 聚焦與 GTM 風險代表什麼。
做產品組合決策時,為每個產品或 business line 準備一筆 JSON entry,然後執行:
python scripts/portfolio_analyzer.py --input data.json
analyzer 會用類 BCG 的邏輯與投資建議來分類產品。請把結果視為起點,而不是自動決策;還需要加入質性脈絡,例如策略選擇權價值、客戶集中度、平台相依性,或法規承諾。
產出董事會可用內容的 prompt 模式
一個可靠的 cpo-advisor 引導 prompt 是:
Act as cpo-advisor. Context: [company, stage, model]. Decision: [what must be decided]. Evidence: [metrics, customer signals, revenue, retention, capacity]. Constraints: [time, people, commitments]. Produce: 1) diagnosis, 2) strategic options, 3) recommended choice, 4) risks and counterarguments, 5) board-ready summary.
這個結構能幫助 skill 避免泛泛而談的策略語言,產出可以直接用於決策的內容。
cpo-advisor skill 常見問題
cpo-advisor 適合 Product Management 新手嗎?
可以,只要使用者正在處理策略型 Product Management 問題,並且能提供商業脈絡。新手可能需要先閱讀參考檔案,因為這個 skill 預設你理解 PMF、留存曲線、JTBD、產品組合配置,以及產品團隊拓撲等概念。
cpo-advisor 和直接問 Claude 有什麼不同?
直接下 prompt 也能得到有用建議,但 cpo-advisor 會讓 agent 採用一致的產品高階主管視角,並搭配 repository 中的參考資料與腳本。當你需要在 PMF scoring、portfolio prioritization、product org design 和董事會溝通之間進行可重複的分析時,這點很重要。
cpo-advisor 會取代產品分析工具嗎?
不會。這些腳本是輕量的決策輔助工具,不是 Amplitude、Mixpanel、Looker、warehouse analysis 或客戶研究的替代品。它的價值在於把產品證據轉換成領導層決策。你仍然需要準確的來源資料與判斷力。
什麼時候不應該使用 cpo-advisor?
如果是範圍很窄的交付工作,例如撰寫 Jira tickets、設計單一 onboarding 畫面、估算工程任務,或在缺乏策略脈絡下建立 feature spec,就應避免使用。當問題影響產品方向、投資配置、PMF 信心、組織結構或高階主管報告時,才適合使用。
如何改進 cpo-advisor skill
用更精準的證據改善 cpo-advisor 結果
影響品質最大的因素是證據的具體程度。不要只說「retention 很弱」,而是提供 cohort data、segment names、churn reasons、activation rates、win/loss notes 和 customer quotes。如果資料不完整,請明確指出缺少什麼,讓 skill 能區分證據與假設。
需要避免的常見失敗模式
如果 prompt 缺少限制條件,cpo-advisor 可能會變得過於高層次。避免方式是清楚說明決策負責人、時間範圍、產能上限,以及哪些事情不能改變。例如:「We cannot add headcount for two quarters」或「Enterprise commitments require maintaining Product A through Q4」。這些限制會迫使建議納入取捨。
在第一次產出後持續迭代
得到第一版回答後,可以指定一個明確視角,要求第二輪產出:
- “Challenge the recommendation as a skeptical CFO.”
- “Rewrite this as a board slide narrative.”
- “Convert the strategy into three portfolio allocation scenarios.”
- “Identify which assumptions must be validated in the next 30 days.”
- “Map the recommended org design to current teams and hiring gaps.”
這能把廣泛的顧問式回答轉化為可執行的營運計畫。
依你的產品情境客製化 skill
若要長期提升 cpo-advisor 的使用效果,可以在 upstream repo 之外加入內部範例:你的 north star metric、目前的 portfolio taxonomy、board reporting format、各產品類型的 PMF thresholds,以及 product team structure。請把自訂脈絡和原始檔案分開保存,這樣日後更新時比較容易檢視。
