pre-mortem
作者 phuryn在 PRD、上线计划或产品提案发布前先做一次 pre-mortem。这个 pre-mortem 技能会将风险分为 Tigers、Paper Tigers 和 Elephants,并进一步优先排序为阻断上线、快速跟进和持续跟踪三类行动,帮助你更清晰地支持决策。
这个技能得分 78/100,属于合格但不算特别突出的收录候选。对于目录用户来说,它提供了一个可明确触发的 pre-mortem 工作流,适用于 PRD 或上线计划;结构也足够清晰,比通用 prompt 更有实用性,但可预期支撑性素材有限,且需要一定人工解读。
- 触发场景和用途明确:用于 PRD 或上线计划的 pre-mortem 风险分析。
- 操作流程清楚:先设想失败、识别原因,再将风险分为 Tigers、Paper Tigers 和 Elephants。
- 技能主体内容扎实,包含 frontmatter、标题和具体指令,而不是占位文本。
- 没有脚本、参考资料或支持文件,用户需要自己提供大部分上下文。
- 摘录中的部分细分类逻辑被截断,边界情况可能需要由 agent 自行判断。
pre-mortem 技能概览
pre-mortem 技能可以帮助你在 PRD、上线计划或产品提案正式发布前,先做一轮结构化的“失败前置”复盘。它特别适合产品经理、创始人、战略人员,以及需要 AI 辅助做决策的人——如果你需要的不是泛泛的头脑风暴,而是能把真实上线风险和噪音区分开,并进一步转成行动清单的实用方法,这个 skill 就很合适。
pre-mortem 技能的价值在于它的决策结构。它不是简单罗列顾虑,而是会把问题分成 Tigers(可信的问题)、Paper Tigers(被夸大或低概率的担忧)和 Elephants(团队可能在回避的隐性问题),然后再按上线影响程度排序。这个特点让它在上线前评审、路线图风险检查,以及 Decision Support 场景下的 pre-mortem 特别有用——当你需要判断什么可能真正阻塞发布时,它能给出更清晰的判断框架。
作为一个 pre-mortem 技能,它的核心 job-to-be-done 是在不确定性中获得清晰:尽早识别最可能的失败模式,争取在上线前还能调整方案,而不是等到发布后再付出更高代价。
pre-mortem 到底会做什么
这个 skill 会读取你的产品背景,假设上线已经失败,然后反向推导原因。输出目标是可执行的:风险点、理由,以及每个问题需要多紧急地处理。
谁应该使用它
当你手里已经有一个真实方案需要“压力测试”时,用它最合适:比如 PRD、上线简报、功能发布方案,或者 go-to-market 计划。如果你想要的是一个能像资深产品评审一样进行推理的 pre-mortem 指南,而不是普通的创意发散工具,它会很合适。
什么情况下不该用它
如果你只是想做轻量级头脑风暴,一个简单 prompt 可能就够了。如果你还没有任何具体方案,这个 skill 能拿到的信号太少,风险分类很难做准。它最强的时候,是输入里已经包含了假设、受众、时间安排和成功标准。
如何使用 pre-mortem 技能
安装并找到这个技能
按照项目说明里的仓库安装流程安装,然后先打开 pm-execution/skills/pre-mortem/SKILL.md。在这个 repo 里,SKILL.md 是唯一的源文件,所以不需要去别的支持目录里找额外规则、脚本或参考资料。
提供一个真实的上线材料
pre-mortem 的安装和使用只有在你喂给它一个具体方案时才真正有价值。高质量输入通常像这样:
- 带有目标用户、价值主张和非目标的 PRD
- 带有日期、渠道、依赖关系和负责人分工的上线计划
- 带有已知风险、约束条件和成功指标的功能简报
低质量输入则像“分析一下这个创业点子”。这种说法太笼统,pre-mortem 很难做出有用判断,因为模型无法判断失败到底意味着什么。
把粗糙需求改写成更有用的 prompt
不要只问“有什么风险”,而是要带上上下文和输出格式,明确要求做失败复盘。比如:
“请对这个上线计划做一次 pre-mortem。假设 14 天后上线但失败了。请识别 Tigers、Paper Tigers 和 Elephants,并分别标记为 launch-blocking、fast-follow 或 track。重点关注 adoption、messaging、product readiness 和 operational dependencies。”
这种写法会更适合 pre-mortem 的使用,因为它告诉模型该优化什么、假设什么时间跨度,以及如何分类结论。
检查输出是否足够可执行
最好的输出应该给你一小份高置信度的阻塞项,而不是一长串风险清单。重点看这些内容:
- 团队还没有验证的关键假设
- 可能延期的上线依赖
- 会直接打掉 adoption 的客户异议
- 听起来很严重、但其实不会改变上线准备度的问题
如果回答太宽泛,就补充缺失的计划细节后再跑一次 pre-mortem。
pre-mortem 技能 FAQ
这比普通 prompt 更好吗?
通常是的,尤其当你在意决策质量时。普通 prompt 当然也能生成风险点,但 pre-mortem 技能提供了一个可重复的结构,方便你给风险排序并暴露盲区。这一点在 Decision Support 场景下尤其有价值。
我必须是产品经理才能用吗?
不用。只要你能提供清晰的计划,并解释“失败”具体意味着什么,这个 pre-mortem 技能就很适合新手。质量更取决于输入是否具体,而不是你的职位名称。
除了产品上线,还能用在别的场景吗?
可以,只要这个任务有真实影响,而且有具体计划:比如内部工具上线、定价调整、实验、或流程变更。对于开放式发散或纯创意工作,它的作用就没那么强。
它的主要限制是什么?
这个 skill 的表现上限,取决于你给它的上下文有多完整。如果 PRD 太薄,输出就可能过度聚焦显而易见的风险,却漏掉真正的阻塞点。pre-mortem guide 最适合在原始材料里已经包含值得压力测试的假设时使用。
如何改进 pre-mortem 技能
先喂更锋利的输入
最大的质量提升,来自你在提问前先补足细节。把上线日期、目标客户、成功指标、分发计划、依赖关系,以及任何已知薄弱点都写进去。pre-mortem 技能在能把风险和一条具体上线路径做对比时,才会真正好用。
要求分类,不只是要点子
不要停留在“可能哪里出问题”。你应该要求模型把 Tigers 和 Paper Tigers 区分开,并明确点出 Elephants。这样的结构能减少空泛输出,也更方便用于排期、资源分配和升级处理。
把约束和取舍写进去
如果你有预算上限、工程限制、法务审核,或者一个不能动的上线日期,要一开始就说明。约束条件会改变哪些风险算“真实风险”。忽略这些约束的 pre-mortem 也许听起来很聪明,但不会真正改进方案。
第一轮后继续迭代
把第一轮输出当成下一轮 prompt 的素材。如果模型漏掉了一个很可能发生的失败模式,就直接指出这个缺口,并要求它针对该区域再做一次 pre-mortem,比如聚焦 adoption、implementation 或 launch operations。最好的 pre-mortem 使用方式是迭代式的:先广,再窄,最后导向行动。
