← ClaudeAtlas

product-architecturelisted

产品架构逆向拆解 — 用"四层骨架 + 数据流转"方法论分析任意产品的架构。当用户说"拆解 XX 产品的架构""分析 XX 是怎么搭的""帮我看看 XX 的产品架构""画出 XX 的架构图""用四层骨架分析""逆向 XX 的设计""XX 的能力分层"等触发。也覆盖:"这个 AI 产品架构是什么""XX 和 YY 架构对比""产品分层设计"等场景。输出可视化 HTML 架构图,四层彩色色块 + 跨层数据流转箭头。不用于纯技术架构(后端微服务拓扑)或纯信息架构(页面层级)。
echoyu1025-a11y/ai-product-skills · ★ 0 · AI & Automation · score 73
Install: claude install-skill echoyu1025-a11y/ai-product-skills
# 产品架构 SKILL — 逆向拆解任意产品 ## 这个 SKILL 是什么 把任意产品(微信、豆包、某 AI App、ToB 工具…)逆向拆解成**产品经理视角**的架构图: - **四层骨架**:触达层 / 场景层 / 能力层 / 数据层 - **数据流转**:跨层箭头,标注沉淀和回流路径 - **可视化输出**:HTML 文件,黄绿蓝紫四色分层 + 蓝/红双向箭头 不是技术架构(微服务、数据库选型),不是信息架构(页面结构),是**产品架构** — 业务模块怎么切、模块之间什么关系、数据怎么流转。 ## 触发后的工作流程 ### 第 0 步:确认目标产品 如果用户没说清是哪个产品,先问: - 你要拆解哪个产品?(名称 + 官网/截图/简介任一即可) - 用户群是 ToC 还是 ToB? - 你的拆解目的是:**深度研究**(看懂别人设计意图)还是 **找空白点**(找差异化机会)? 如果产品比较小众或用户没给信息,主动用 WebFetch / WebSearch 查官网了解。 ### 第 1 步:阅读方法论 **必读** `references/methodology.md`,这是整个 SKILL 的方法论核心。里面有: - 四层骨架的层定义(触达/场景/能力/数据各是什么) - 六步法(体验→穷举→归类→反推能力→反推数据→绘图) - 粒度判断("能描述这功能帮用户做什么"就够了) - 归类判断("砍掉 A 后 B 是否受影响"测试) 读完再继续。 ### 第 2 步:参考案例 读 `references/examples.md`,里面有四个范例: - 微信(传统 ToC) - 豆包(AI ToC) - 飞书 AI(AI ToB) - AI 搜索(Agent 平台) 挑一个跟目标产品**最相似的形态**重点看,理解"该层应该写什么粒度的东西"。 ### 第 3 步:六步法逆向推导 按顺序执行,不能跳步: 1. **体验**:走一遍核心链路。能上手就上手,不能就看演示视频/官网截图。把核心场景在脑子里跑一遍。 2. **穷举**:列出所有用户可见的功能。颗粒度按对话类/输入类/生成类/工具类拆分。**漏一个可能漏一整个业务模块**。 3. **归类**:用"砍掉 A,B 是否受影响"测试,把功能合并成业务模块。形成 3-6 个场景层模块。 4. **反推能力**:每个场景层模块依赖什么 AI/通用能力?(大模型对话、RAG、ASR/TTS、图像生成、工作流引擎…)同一能力被多个场景共用时只画一次。 5. **反推数据**:每个能力消费什么数据?(企业存量文档、用户对话日志、互联网爬取、UGC、合成数据…) 6. **绘图**:用 `templates/architecture-template.html` 生成可视化。 ### 第 4 步:识别数据流转 四层骨架只是静态结构,**箭头才是产品的"活"**。至少标 1-2 条: - **向下(蓝色 ↓)**:用户行为沉淀到数据层。例:对话记录 → 沉淀到数据层用于训练 - **向上(红色 ↑)**:数据回流被产品消费。例:UGC 智能体 → 回流到场景层广场 - **横向**:同层模块之间的依赖(罕见,慎用) ### 第 5 步:生成输出 复制 `templates/architecture-template.html` → 当前工作目录,文件名 `<产品名拼音或英文>-architecture.html`。 按 `assets/color-