我现在想使用之前的语音整理skill(https://github.com/grapeot/intake-skill.git)和这个两个sills(https://github.com/sunyuzheng/ask-lizheng.git和https://github.com/sunyuzheng/lizheng-open-context.git)结合做一个类似于产品经理的agent,可 以一键整理语音、整理成需求点,然后再生成一个原型图或者其他的一 份精美的展示文件,可以是需求的优先级展示也可以是输出可执行文件,要做到这些,我需 要给你提供什么东西
提问
先别急着把三个 skill 串成一条流水线。你需要给 agent 的是:一段真实录音、一份“整理成什么样才算对”的样例输出,以及原型图或展示文件要回答谁的哪个问题。
先定“整理对了”长什么样
语音转成需求点这一步,最容易出的错是 AI 替你下结论、把犹豫和前提抹平,最后只剩几条确定建议1。所以你要提供的不是“帮我整理成需求”,而是一份你认可的样例:同一段录音,你自己或让 AI 整理一版,标出哪些是原始诉求、哪些是推断、哪些还不确定。有了这个对照,agent 每次输出你才能判断是变好了还是只是变长了。Intake 那套做法值得借鉴的地方也在这里:录音、转录、Markdown 都留在自己目录里,可以搜索、修改、换模型继续加工2。
原型图要回答一个具体问题
AI推演“生成原型图或精美展示文件”这个目标太宽,会同时要求排版、信息取舍和判断,很难判断哪一步坏了。先选一个用途,比如“给三个人看,让他们决定先做哪个需求”,然后提供这个用途下的成功标准:看完能不能排出优先级、会不会追问同一个问题。立正提到,很多正确的决定在看到错误版本之前根本不存在,第一版的作用是让你发现原来的想法哪里不完整3。所以第一版原型不必精美,它的价值是暴露你没说清的地方。
分清哪些值得自己做
转录、文件保存、调用模型这些是通用基础设施,交给现成工具就行;真正体现你判断的是“什么算一条好需求”“优先级按什么排”这部分3。如果这个 agent 只有你自己用,先跑通一条录音到一份展示文件的链路就够了;如果以后别人要依赖它,就要考虑需求变了、录音格式变了时谁来维护3。先想清楚这一点,再决定要不要现在就把三个 skill 拼成完整系统。
现有材料讲的是 Intake、访谈整理和 demo 与产品的差距,没有专门讲如何把多个 skill 串成产品经理 agent 的工程做法。
回到3份原文
说明访谈整理容易被 AI 写坏的具体症状,适合用来定“整理对了”的标准。
讲 Intake 的取舍:上下文留在本地、可搜索可换模型继续加工。
讲第一版原型的作用和哪些部分值得长期自己做,适合判断这个 agent 该做到什么程度。