analyze-feature-requests
作者 phuryn使用 analyze-feature-requests 技能，按主题、战略契合度、影响、投入和风险来分析并排序功能请求。可用于审阅客户反馈、梳理 backlog、做出有依据的产品决策；在对比不同竞争对手的需求时，也可使用 analyze-feature-requests 进行 Competitive Analysis。
这项技能得分 78/100，说明它很适合作为 Agent Skills Finder 的候选条目：它提供了明确的触发场景、清晰的优先级排序流程，并给出足够的领域指引，相比通用提示词能显著减少试错。对于需要可复用功能请求分诊流程的目录用户来说，它值得安装，但也应预期缺少一些操作层面的补充内容。
- 针对功能请求分析或分诊的触发场景和使用情境很明确，包括输入是电子表格或 CSV 等文件时也适用。
- 提供了具体的分步流程，覆盖目标理解、主题归类、战略匹配以及 Top 3 排序。
- 包含产品发现方面的指导，能引导 agent 从机会/问题框架切入，并提到 Opportunity Score。
- 没有配套脚本、参考资料或伴随文件，因此 agent 执行时完全依赖 SKILL.md 文本。
- 摘录中的说明在末尾略显不完整，而且在输出、边界情况或评分实现方面的实操细节有限。
analyze-feature-requests 技能概览
analyze-feature-requests 技能可以帮助你把一份原始的客户诉求清单，整理成结构化的优先级判断视图。它最适合产品经理、创始人、UX 研究员，以及需要决定“下一步该做什么”的支持或客户成功团队，而不只是把反馈做个摘要。如果你需要用 analyze-feature-requests 技能按主题、战略匹配度、影响、投入和风险来比较需求，这就是正确的工作流。
这个 analyze-feature-requests 技能适合做什么
当你的客户反馈散落在表格、CSV、笔记、工单或文档里时，用 analyze-feature-requests 来做面向决策的综合分析。它真正要解决的，不是简单复述反馈，而是识别重复问题，把机会和解决方案想法区分开，并按对产品目标的影响程度排序。
它为什么不同于通用提示词
通用提示词通常只会输出一份比较松散的需求总结。这个技能会把你往更严格的分组、机会表述和优先级逻辑上推。这样做很重要，尤其是在 backlog 很嘈杂、需求彼此冲突，或者利益相关方需要的是一份站得住脚的候选清单，而不是一堆主题堆砌时。
最适合与不太适合的场景
这个技能适合做 backlog 分诊、路线图评审，以及对客户正在提出什么需求的竞争分析。它不太适合的情况包括：你已经有固定的评分模型、输入只有一两条需求，或者你的任务是深入设计一个方案，而不是评估需求本身。
如何使用 analyze-feature-requests 技能
安装并加载该技能
运行 npx skills add phuryn/pm-skills --skill analyze-feature-requests 来安装这个技能。analyze-feature-requests install 这一步很简单，但输出质量取决于你是否给 agent 提供了清晰的产品目标和干净的需求集合。
给技能提供正确的输入
要想获得更强的 analyze-feature-requests usage 效果，请提供：产品目标、目标用户、时间范围，以及原始 feature requests。如果你的来源比较杂乱，请保留原始表述，并补充你信任的元数据，例如客户分群、成交金额、出现频率或严重程度。输入示例可以是：“优化 SMB 管理员的 onboarding 转化率；分析这 42 条来自 support 的请求，并优先排序出最有价值的机会。”
按顺序阅读仓库文件
先看 SKILL.md，再检查环境中暴露出来的其他关联上下文文件，尤其是 README.md、AGENTS.md、metadata.json，或者 rules/、resources/、references/ 等支持目录。在这个仓库里，技能本身很紧凑，所以 SKILL.md 是最主要的事实来源；下一步就是把方法适配到你自己的数据、评分标准和决策节奏上。
能显著提升输出质量的工作流建议
先要主题，再要排名，最后要理由。想获得更好的 analyze-feature-requests guide 结果，就告诉模型把需求归并成“机会”，而不是简单按 feature 名称分类，并注明哪些输入其实是“伪装成问题的解决方案请求”。如果你在用 analyze-feature-requests for Competitive Analysis，请提供竞品名称以及它们看起来正在解决的客户痛点，这样比较就会始终围绕真实需求，而不是营销话术。
analyze-feature-requests 技能 FAQ
这个技能比普通提示词更好吗？
通常是的，前提是你需要的是可重复的优先级判断，而不是一次性的摘要。analyze-feature-requests 技能提供了结构化工作流，让结果在规划会议里更容易被讨论和辩护。
它支持 spreadsheet 或 CSV 吗？
支持。仓库说明建议直接读取结构化文件，并在有用时用表格总结。这让它很适合处理 support 导出、调研结果导出，或者 backlog 表格。
新手能用吗？
可以，只要他们能说明产品目标并提供源需求。这个技能在“什么才算好”能够被明确界定时最有用，因为优先级判断更依赖上下文，而不是需求数量。
什么时候不该用它？
当你想要的是实现方案设计、技术架构，或者最终路线图承诺时，就不要用它。它的目标是分析和排序需求，而不是替代产品判断或下游执行规划。
如何改进 analyze-feature-requests 技能
先把上下文给足
质量提升最大的杠杆就是目标陈述。不要只说“分析这些请求”，而要说明你关心的结果是什么，比如留存、激活、收入扩张，或者减少 support 负载。目标越明确，战略对齐和优先级推理就越准确。
补充请求层面的信号
如果有条件，就加上出现频率、账户类型、客户层级、流失风险、成交影响或时间戳。这些信号能帮助模型区分“一个声音很大的请求”和“反复出现的机会”，也会让 analyze-feature-requests 技能在竞争分析或路线图权衡中更有用。
按你需要的输出格式来提要求
如果你需要的是决策材料，就要求输出主题表、Top 3 排名，以及每项简短的理由。如果你需要的是内部工作文档，就要求列出假设、未决问题，以及哪些信息会改变排序。通常，围绕格式反复打磨，比单纯要求“更详细”更能快速提升清晰度。