north-star-metric

north-star-metric 概述

north-star-metric skill 能帮助你定义一个以客户为中心的 North Star Metric，以及支撑它的 3-5 个输入指标。它最适合需要实用指标框架的 Product Management 团队，而不只是想要一份 KPI 清单。如果你正在选择该衡量什么、验证候选指标，或者想把“我们需要更好的指标”变成一个可用模型，这个 skill 能给你一个结构化起点。

这个 skill 用来做什么

north-star-metric skill 只聚焦一件事：识别最能反映客户价值和长期业务健康状况的指标。它还会帮助你判断自己所处的 business game 是哪一种——Attention、Transaction 还是 Productivity——这样指标选择就能贴合产品模式，而不是滑向虚荣指标或只看收入的追踪方式。

它为什么有用

这个 skill 有用，是因为它会强迫你做三个很多通用 prompt 常常跳过的事情：确定一个单一 North Star、补上支撑性的输入指标，以及按照优秀 North Star 的标准做有效性检查。相比头脑风暴式 prompt，它更偏向决策；相比抽象的方法论文章，它也更实用。

什么时候适合用

在以下场景下使用 north-star-metric：

• 定义一套新的指标框架
• 复核一个候选 North Star 是否真的以客户为中心
• 让产品、增长和管理层对齐到同一个指标
• 在搭建 dashboard 或 OKR 之前先决定该衡量什么

什么时候不太适合用

如果你想要的是完整的分析架构、全公司级的 OKR 体系，或者收入规划模型，这个 skill 的匹配度就没那么高。north-star-metric skill 关注的是指标选择和验证，而不是替代更宏观的战略或报表工作。

如何使用 north-star-metric skill

north-star-metric 安装

使用 npx skills add phuryn/pm-skills --skill north-star-metric 安装这个 skill。安装完成后，确认 skill 文件夹已经出现在 pm-marketing-growth/skills/north-star-metric，并先打开主指令文件。

这个 skill 需要什么输入

想要得到高质量的 north-star-metric 使用结果，请提供：

• 产品类型和商业模式
• 目标用户以及他们追求的价值
• 产品或公司的发展阶段
• 你已经在考虑的任何指标
• 数据可用性、埋点缺口或团队优先级等约束条件

像“帮我的 app 选一个 North Star Metric”这种弱请求，会留下太多猜测空间。更强的 prompt 应该给出上下文，例如：“我们是一款面向 B2B 协作的工具，5-50 人团队每天都会使用。我们需要一个以客户为中心的 North Star Metric 和 4 个输入指标，而且它必须适用于 Productivity business。”

实用工作流

先明确 business game，再用 skill 的标准去检验候选指标。如果某个候选指标太偏收入、范围太大，或者不够明确地以客户为中心，就先修正它，再把它当作 North Star。然后再推导出 3-5 个输入指标，用来解释主指标背后的驱动行为。

先读哪些文件

先读 SKILL.md。如果你是在更大的 PM 工作流里使用这个 skill，也建议顺手查看周边仓库结构，看看是否有会影响你 prompt 形态的配套文档、模板或相邻 skills。这个仓库看起来比较轻量，因此真正有价值的内容主要就在 skill 指令本身。

north-star-metric skill 常见问题

这个 skill 只适合 Product Management 吗？

它对 Product Management 最有效，但也同样适合需要清晰指标框架的创始人、增长负责人和偏数据分析的运营人员。对于 Product Management 来说，north-star-metric skill 尤其适合需要围绕客户价值达成一致，而不是围绕某个随意 dashboard 指标达成一致的团队。

它和普通 prompt 有什么不同？

普通 prompt 可能也会产出一个看起来合理的指标。这个 skill 会推动模型先分类 business game，再选择一个单一 North Star，并配上能解释变化的输入指标。这种结构通常能减少模糊或前后不一致的输出。

我应该避免什么？

不要把收入目标、LTV，或者一堆彼此无关的 KPI 当作 North Star。这个 skill 的核心是以客户为中心的领先指标，所以如果你要求它优化短期业务报表，而不是产品价值，输出质量通常会变弱。

对新手友好吗？

是的，只要你能描述自己的产品和用户，就可以用好这个 north-star-metric guide。你不需要高级分析知识，但你需要足够的上下文，才能区分产品价值和变现模式。

如何改进 north-star-metric skill

给模型更清晰的产品故事

最好的结果来自这样的输入：说明谁在使用产品、他们的成功标准是什么，以及价值是以什么频率交付的。不要只说“一个 fintech app”，而要说“一个面向消费者的预算管理 app，供首次做预算的用户每周使用，帮助他们控制支出上限”。

要求指标层级，而不只是一个指标

如果你只要求一个 North Star，得到的可能只是一个口号，而不是一个可用系统。建议同时要求主指标、3-5 个输入指标，以及每个输入指标为什么会随着 North Star 改善而变化的简短说明。这样 north-star-metric 的输出更容易落地执行。

检查常见失败模式

留意这些指标是否：

• 过于接近收入或内部产出
• 范围太大，无法埋点
• 没有与客户价值挂钩
• 很难通过产品决策去影响

如果第一版答案踩中了其中任何一条，就让模型重新修正指标选择，并解释其中的取舍。

从候选项迭代到决策

把第一次输出当作候选清单，再结合真实产品行为、可用数据和团队归属权逐一压力测试。north-star-metric skill 最适合被当作决策辅助工具来用：不断打磨 prompt、比较备选项，最后保留那个最容易衡量、也最难被刷指标的指标。