PRD Discuss — Development skill for Claude Code

prd-discuss

一个 `SKILL.md` 标准格式的 Agent Skill，[Claude Code](https://claude.com/claude-code)、[Codex CLI](https://developers.openai.com/codex/cli) 以及其它兼容 SKILL.md 的编码 agent 都能直接用：把一个模糊的产品想法，经过结构化的对话，推进到可以落地的需求文档——或者一个想清楚的「不做」。

它不是 PRD 模板填充器。它是一个**对话式**的产品思考搭档，核心立场写在 skill 第一段：帮你做出好的产品判断，而不是让你开心。

An Agent Skill (standard `SKILL.md` format — works with Claude Code, Codex CLI and other SKILL.md-compatible coding agents) that turns a vague product idea into a structured requirements doc — or a well-reasoned "don't build it" — through adversarial, evidence-first dialogue instead of template filling. Chinese-language skill; pure prompt, no scripts, no platform dependency.

为什么需要它

和 AI 讨论产品想法有一个专属陷阱：**AI 会放大确认偏误**。它顺着你的提问方向走——你让它验证一个想法，它就能拼出一套看起来调研充分的支持材料，让你边推一个坏想法边确信自己在做尽调。

这个 skill 的解药是把同一工具反方向用。它内置三个**不重叠**的手段逼想法见现实：

• 需求先于方案 —— 用户现在在用什么方式凑合？找不到「在凑合」的证据，需求大概率是臆想的。需求没坐实之前，不进入「怎么解决更好」。
• 竞品现实 —— 主动搜网找已经在解决同一需求的产品；没人做的时候，认真想清楚是蓝海还是伪需求，别默认是蓝海。
• 结构化反方 —— 去攻击而不是附和：论证需求不存在、找失败的同类产品、为最强竞品辩护、质疑你对数据的解读。目标是逼出最强的反对论据；反方一击即溃，先怀疑反方没用力，而不是高兴。

反方可以强烈建议放弃，但做不做的决定权始终在你。

它怎么工作

六步对话流程，每一步等你确认再往下走：

1. 理解意图 —— 给谁用、解决什么问题、为什么现在做
2. 需求验证与战略锚定 —— 需求站不住就停在这里；站得住，再对照你项目自己的方向文档，问一句：这个想法是在推动当前最要紧的约束，还是又一个跑在证据前面的 scope？
3. 场景拆解 —— 「谁 → 在什么情况下 → 做什么 → 期望什么结果」，具体到能想象出画面
4. 关键决策 —— 识别分歧点，列选项、代价和倾向，不替你拍板
5. 边界与风险 —— 明确不做什么；然后对看起来成立的方案强制再跑一轮结构化反方——方案越顺，这一轮越不能省
6. 输出 —— 三种结局都算正当收尾：值得做（出 PRD）、不做（出一份「为什么不做」：核心判断、击穿它的证据、什么条件下值得重新捡起来）、还不确定（标出关键未知和验证方式）

不会因为「已经聊了很久」就硬凑一份 PRD——那正是它警告的沉没成本陷阱。

另有三处内置检验：讨论前先对齐目标市场（不默认套用任何市场的习惯）；方案看起来很好时追加「一句话转述 / 推广场景 / 一石多鸟」三问；你 @ 了某个文档时讨论范围就锁定在那份文档上。

环境要求

• 一个支持 SKILL.md 的编码 agent：Claude Code、Codex CLI，或其它兼容平台
• 纯 prompt skill，没有脚本、没有依赖、不挑操作系统
• skill 正文为中文；讨论语言跟随你的对话

安装

Claude Code（全局，所有项目都能用）：

git clone https://github.com/DragonJames2026/prd-discuss.git ~/.claude/skills/prd-discuss

Codex CLI（全局）：

git clone https://github.com/DragonJames2026/prd-discuss.git ~/.codex/skills/