# Shipwright：为产品经理打造的Claude Code智能工作流系统 > Shipwright是一套面向产品经理的Claude Code技能集合，包含46个技能、7个专业智能体和18个工作流，通过结构化的框架和严格的质量门禁，帮助PM高效完成从需求发现到产品发布的全流程工作。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-04-02T02:14:49.000Z - 最近活动: 2026-04-02T02:21:51.630Z - 热度: 148.9 - 关键词: product-management, Claude-Code, workflow, framework, PRD, AI-assisted, quality-gates - 页面链接: https://www.zingnex.cn/forum/thread/shipwright-claude-code - Canonical: https://www.zingnex.cn/forum/thread/shipwright-claude-code - Markdown 来源: ingested_event --- ## AI时代的PM困境：从提示词到系统\n\n大语言模型的普及为产品经理带来了前所未有的效率工具，但同时也暴露出一个深层问题：**单纯依靠更好的提示词无法解决质量一致性的挑战**。\n\n当产品经理使用AI工具撰写PRD、进行竞品分析或规划路线图时，往往会遇到以下困境：每次运行的输出格式都不一致，有时详细有时简略；AI生成的内容描述性强但缺乏决断力，难以直接用于团队决策；事实与假设混杂在一起，缺乏明确的证据标注；最终产出的质量高度依赖于提示词的质量，难以建立可复用的工作标准。\n\n这些问题的本质在于，AI辅助工作缺乏**质量系统**的保障。Shipwright项目正是针对这一痛点，为产品经理构建了一套完整的AI驱动工作操作系统。\n\n## Shipwright项目概览\n\nShipwright是一个开源的Claude Code技能集合，专为产品经理的工作场景设计。项目包含46个技能、7个专业智能体和18个链式工作流，覆盖了从产品发现到发布的完整生命周期。\n\n项目的核心理念可以用一句话概括：**Shipwright不是"更好的提示词"，而是围绕提示词的质量系统**。它通过框架化的技能、编排好的工作流和质量门禁机制，确保AI辅助产出的 artifacts 具备团队可直接执行的质量标准。\n\nShipwright采用MIT许可证开源，技能文件以纯Markdown格式存储，这意味着它们不仅可以在Claude Code中使用，也兼容Cursor、Codex、Gemini CLI等其他AI编码工具。\n\n## 质量系统的七大维度\n\nShipwright通过七个维度重新定义了AI辅助PM工作的质量标准：\n\n**一致性（Consistency）**：Raw AI prompting的输出格式每次运行都可能变化，而Shipwright通过输出标准（Output Standard）确保稳定的输出签名，让团队成员能够预期和依赖AI产出的结构。\n\n**决策质量（Decision Quality）**：AI输出往往描述性强但缺乏决断力。Shipwright要求每个关键产出必须包含决策框架（Decision Frame），明确推荐方案、权衡分析和决策Owner/日期。\n\n**证据纪律（Evidence Discipline）**：Shipwright要求所有声明必须标注来源，明确区分已证实的事实和待验证的假设，避免事实与推测的混淆。\n\n**就绪门禁（Readiness Gating）**：主观判断"看起来不错"是不可靠的。Shipwright引入二元的通过/失败门禁（Pass/Fail Gates），在评分前确保产出达到基本质量标准。\n\n**对抗压力（Adversarial Pressure）**：单纯依赖生成提示的同一模型进行评审往往不够严格。Shipwright提供可选的/challenge工作流和红队评审机制，对完成的 artifacts 进行压力测试。\n\n**恢复路径（Recovery Path）**：当产出未通过质量门禁时，Shipwright提供确定性的恢复手册（Recovery Playbooks），指导如何系统性地修复问题，而非随意重写。\n\n**交接质量（Handoff Quality）**：通过可重复的工作流、角色约束和检查清单，确保产出的可交接性，减少团队间的沟通成本。\n\n## 实战案例：PRD的红队评审\n\nShipwright的文档中提供了一个生动的实战案例，展示了/challenge工作流如何在实际工作中发挥作用：\n\n一位产品经理撰写了一份PRD，建议将企业级市场扩展作为最高优先级。在向工程团队发送之前，他运行了`/challenge Review this PRD at Standard depth before I send it to the eng lead.`\n\n红队智能体发现了三个关键问题：\n\n1. **证据完整性问题**：PRD中"企业市场是我们增长最快的细分市场"的声明引用的是行业报告，而非该产品自身的企业客户数据。建议引用企业级管道的实际指标，或将其降级为假设。\n\n2. **结构诚实性问题（严重）**：PRD声称"增量工程成本最小"，但附录中列出的SSO、审计日志和SLA需求并未反映在成本估算或时间线中。建议调和附录需求与工作量估算，或将部分需求明确排除在范围外。\n\n3. **决策勇气问题**：PRD在企业级客户自助上线方面措辞含糊（"可能需要一些定制化"），未明确决定是自助+护栏模式还是高接触模式。建议明确做出选择并说明权衡。\n\n评审结论为**DEFEND**（需辩护）：企业级假设可能仍然正确，但成本估算与附录矛盾，增长声明缺乏产品特定证据。PM将发现反馈给生成智能体，后者修订了成本部分并将增长声明降级为假设。第二次/challenge通过后返回**CLEAR**（通过）。\n\n这个案例生动展示了Shipwright如何将质量门禁嵌入工作流程，在关键节点引入对抗性审查，避免有缺陷的决策进入执行阶段。\n\n## 三大常用工作流路径\n\nShipwright设计了三个最常用的端到端工作流路径，覆盖PM工作的主要场景：\n\n**路径一：从发现到技术交接**\n`/discover → /write-prd → /tech-handoff`\n\n从客户证据出发，转化为结构化的PRD，然后生成工程交接包。最终产出包括：发现报告、Working Backwards PRD、技术规格、设计评审、Epics和Stories。典型工作量：几个专注的工作会话。\n\n**路径二：客户评审到战略与OKR**\n`/customer-review → /strategy → /okrs`\n\n综合客户信号，设定战略赌注和边界，然后起草并审计与战略对齐的OKR。最终产出包括：客户情报报告、包含终止条件的战略文档、经过审计的OKR。\n\n**路径三：战略到发布与冲刺**\n`/strategy → /plan-launch → /sprint`\n\n锁定定位，构建GTM发布计划，然后转化为可执行的冲刺范围。最终产出包括：战略文档、GTM发布计划、包含Stories的冲刺计划。\n\n每个路径由3个工作流组成，可以在独立会话中运行，也可以连续执行。这种模块化设计让PM可以根据当前工作的优先级灵活选择路径。\n\n## 技能与智能体的协作模式\n\nShipwright的架构分为三个层次：\n\n**Skills（技能）**：46个独立的Markdown文件，每个文件定义一个特定的PM框架或方法。技能是原子的，可以直接调用，也可以被工作流组合使用。\n\n**Agents（智能体）**：7个专业智能体，每个针对特定领域（如竞品分析、定价策略、用户研究等）。智能体封装了领域知识和最佳实践，可以执行更复杂的任务。\n\n**Orchestrator（编排器）**：通过/start命令启动，读取CLAUDE.md中的产品上下文，自动路由到合适的工作流。编排器让PM无需记忆所有内部结构，只需描述当前处境即可获得引导。\n\n这种分层架构实现了关注点分离：技能提供可复用的框架知识，智能体封装领域专业能力，编排器协调整体工作流程。\n\n## 输出标准与交付物规范\n\nShipwright对每种产出类型都定义了严格的输出标准。以竞品简报为例，合格的产出必须包含三个标准区块：\n\n**决策框架（Decision Frame）**：明确推荐方案、权衡分析、置信度评估、决策Owner和复盘日期。\n\n**未知项与证据缺口（Unknowns and Evidence Gaps）**：诚实列出尚不清楚的关键信息和证据缺口，以及获取这些信息的计划。\n\n**通过/失败就绪评估（Pass/Fail Readiness）**：自检产出是否达到质量标准，明确说明通过条件或失败原因。\n\n这种结构化的输出格式确保了AI产出的可审查性和可执行性，使其能够直接用于团队决策，而非仅仅是参考材料。\n\n## 跨工具兼容与生态集成\n\nShipwright的一个显著特点是跨工具兼容性。由于技能文件采用纯Markdown格式，它们可以在任何支持技能文件的AI编码工具中使用：\n\n- **Claude Code**：原生支持，可使用全部功能包括智能体和编排器\n- **Cursor**：可通过技能文件使用框架和方法\n- **Codex**：通过AGENTS.md桥接，支持自然语言提示路由\n- **Gemini CLI**：同样兼容技能文件格式\n\n项目还提供了Slack集成的可选组件，允许在Slack中@mention机器人，将消息路由到本地运行的Claude Code，并将回复发布回同一线程。不过文档明确警告这仅适用于个人使用，不建议作为团队共享的Claude网关。\n\n## 社区贡献与演进机制\n\nShipwright采用开源模式运营，欢迎社区贡献。项目提供了详细的贡献指南，包括技能、工作流和评审标准的提交要求。在提交PR前，贡献者需要运行`./scripts/validate.sh`进行验证。\n\n项目还提供了同步机制，通过`scripts/sync.sh`脚本可以将Shipwright的更新同步到个人项目中，支持交互式和自动两种模式。\n\nShipwright的建立借鉴了多个PM和AI编码社区的优秀实践，包括Pawel Huryn的PM Skills Marketplace、Dean Peters的Product-Manager-Skills、Sachin Rekhi的Claude Code for PMs等，体现了开源社区的协作精神。\n\n## 总结与适用场景\n\nShipwright为产品经理提供了一个系统性的AI辅助工作框架，其价值在于将零散的AI工具使用转化为结构化的工作流程，将主观的质量判断转化为客观的门禁标准。\n\n对于以下场景，Shipwright尤其适用：\n- 需要频繁产出标准化文档（PRD、竞品分析、路线图等）的PM\n- 希望建立团队级AI辅助工作标准的团队\n- 追求AI产出质量一致性而非单次惊艳效果的务实派\n- 使用Claude Code作为主要AI工具的产品团队\n\nShipwright的出现标志着AI辅助PM工作从"玩具"阶段向"工具"阶段的演进，为行业提供了可借鉴的质量体系建设思路。