cpo-review

cpo-review skill 概览

cpo-review 能做什么

cpo-review 是一个 CPO 风格的产品评审 skill，用来在团队投入工程资源之前，审视一份 roadmap、功能押注或产品线提案是否值得推进。它会结合 Jobs To Be Done、North Star 对齐、PMF 信号、RICE 评分、机会成本和产品组合聚焦，逼近一个非常实际的问题：我们应该发布什么、延后什么、砍掉什么？

命令模式是 /cs:cpo-review <plan>，其中 <plan> 应该是一份产品计划、roadmap 片段、功能提案、发布简报，或一场优先级决策讨论。

最适合产品管理决策的场景

当决策重要性高于日常 backlog 梳理时，适合使用 cpo-review for Product Management：例如季度 roadmap 承诺、启动一条新产品线、在一次 release 中加入多个功能、处理留存停滞，或判断“我们到底该不该做 X”。它尤其适合 PM、创始人、产品负责人，以及需要进行高管级压力测试、但又不想把过程变成长篇战略备忘录的资深业务操盘手。

这个 skill 的差异点

它最强的差异点在于“强制追问”的结构。cpo-review skill 不是泛泛地要求产品批判，而是检查每个拟议功能是否对应明确的用户任务、可衡量的行为、可信的留存信号、优先级评分以及取舍关系。因此，它更适合帮助团队砍 scope，而不是发散出更大的 roadmap。

主要采用限制

这是一个轻量级 skill，核心逻辑集中在 SKILL.md；从仓库预览来看，该 skill 文件夹内没有额外的参考文件、脚本或模板。其中有一个被引用的 RICE command 指向更大的 product-manager toolkit 路径，因此除非你的本地安装包含该脚本，否则应将 RICE 自动化视为可选能力。即便如此，该 skill 仍然可以作为结构化评审 prompt 使用，但输出质量高度依赖你提供的计划细节。

如何使用 cpo-review skill

cpo-review 安装与仓库检查

典型安装流程如下：

npx skills add alirezarezvani/claude-skills --skill cpo-review

安装后，检查：

• c-level-advisor/c-level-agents/skills/cpo-review/SKILL.md

因为这个 skill 看起来主要集中在单个文件中，在将它用于领导层工作流之前，建议先阅读 SKILL.md。确认命令名称、六个问题的结构，以及如果你的环境支持可执行辅助脚本时是否存在本地路径假设。

skill 需要哪些输入

想获得更强的 cpo-review usage 效果，不要只给一串功能列表。建议包含：

• 目标客户细分与用户角色
• 用客户自己的话描述的用户任务
• 拟议功能或 roadmap 条目
• 当前 North Star Metric 及支撑指标
• 留存、激活、扩展或使用证据
• 已知约束：团队规模、截止时间、平台、收入压力
• 已经考虑过的替代方案
• 你愿意砍掉什么

较弱输入：“Review our onboarding roadmap.”

更强输入：“Review this Q2 onboarding roadmap for SMB admins. Goal: increase first successful workspace setup within 7 days from 38% to 55%. Current retention for users who invite two teammates in week one is 42% at week eight; users who do not invite teammates decay to 12%. Proposed items: guided setup, CSV import, AI workspace templates, admin checklist, lifecycle emails. Team: 4 engineers for 8 weeks. We can ship at most 3 items.”

更好的调用 prompt 模式

一个实用的 cpo-review guide prompt 可以这样写：

“Use /cs:cpo-review on the plan below. Challenge the roadmap using JTBD, North Star alignment, PMF signal, RICE, opportunity cost, and portfolio focus. Separate must-ship, defer, and kill recommendations. Call out missing evidence and the one metric we should validate before committing.”

然后粘贴计划内容。相比直接问“Is this a good roadmap?”，这种方式效果更好，因为它明确允许 agent 砍 scope、暴露薄弱信号，并把重点放在决策优先级上。

建议工作流

在 roadmap 还没有被组织共识“锁死”之前运行 cpo-review。第一步，请它给出批判性评审，并提出 kill/defer/ship 建议。第二步，用更强的指标或更清晰的 JTBD 表述修订计划。第三步，再次运行该 skill，并询问前后有什么变化。团队使用时，可以把输出带到产品评审会议中作为决策辅助，而不是把它当成最终裁决。

cpo-review skill 常见问题

cpo-review 只适合 CPO 吗？

不是。它的框架是高管级视角，但这个 skill 同样适合 PM、创始人、产品负责人和增长团队。它在涉及取舍的决策中最有价值；如果你只是需要一段 ticket 描述或功能规格，它就不是最佳工具。

它比普通产品 prompt 好在哪里？

通用 prompt 可能会给出宽泛反馈。cpo-review 会把评审聚焦在六个产品领导力问题上：用户任务、行为指标、PMF 证据、RICE 优先级、机会成本和产品组合匹配度。这样的结构可以减少空泛观点，把讨论推向可衡量的承诺决策。

什么时候不该使用 cpo-review？

不要把它作为 UX 文案、用户故事生成、sprint planning 或 discovery interview 脚本的主要工具。它可以为这些任务提供参考，但真正用途是审视 roadmap。若你没有提供客户细分、指标和相互竞争的选项，它的表现也会明显变差。

这个 skill 会自动计算 RICE 吗？

源内容引用了一个 RICE prioritizer command，但可见的 cpo-review 文件夹中没有包含本地脚本。如果你的环境中有被引用的 toolkit script，也许可以使用它。否则，建议直接提供 Reach、Impact、Confidence 和 Effort 数值，并让 skill 基于这些信息进行推理。

如何改进 cpo-review skill

先改进 cpo-review 输入

提升 cpo-review 结果的最佳方式，是提供足以支持决策的证据。不要写“customers want dashboards”，而应改成“finance admins manually export data weekly to reconcile invoices; 31% of active accounts used exports in the last 30 days; dashboard users retain 18 points higher after 90 days.” 具体的用户任务、cohort 和行为指标，才能让 skill 有真实内容可挑战。

修正常见失败模式

如果输出显得泛泛而谈，通常是因为计划描述不够具体。补充当前 North Star Metric、基线指标值、目标提升幅度、客户细分以及最重要的约束条件。如果输出过于严厉，要求它区分 “kill now”、“defer pending evidence” 和 “ship as scoped”。如果它过度强调 RICE，让它再做一版，重点关注留存曲线和机会成本。

首轮评审后继续迭代

第一轮完成后，可以继续追问：

• “Which item has the weakest JTBD claim?”
• “What evidence would change a kill recommendation into a ship recommendation?”
• “Which two roadmap items are competing for the same user job?”
• “What is the smallest experiment to validate the PMF signal?”

这些追问可以把该 skill 从一次性批判，变成持续运转的产品决策循环。

让 skill 适配你的运营模型

为了在重复使用中获得更高质量的结果，可以把你公司的 North Star Metric、产品原则、活跃客户细分、RICE scale，以及 PMF signal 的定义加入 prompt 或本地 skill context。核心 cpo-review skill 有意保持紧凑；当它与你真实的产品组合约束和留存数据结合时，价值会更高。