# Product Architecture

> 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)。

- **Type:** Skill
- **Install:** `agentstack add skill-echoyu1025-a11y-ai-product-skills-product-architecture`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [echoyu1025-a11y](https://agentstack.voostack.com/s/echoyu1025-a11y)
- **Installs:** 0
- **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [echoyu1025-a11y](https://github.com/echoyu1025-a11y)
- **Source:** https://github.com/echoyu1025-a11y/ai-product-skills/tree/main/product-architecture

## Install

```sh
agentstack add skill-echoyu1025-a11y-ai-product-skills-product-architecture
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# 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 `-architecture.html`。

按 `assets/color-tokens.md` 的配色规范替换内容。**不要改变四层颜色对应**(黄=触达/绿=场景/蓝=能力/紫=数据),保持视觉一致性。

完成后告诉用户:
- 文件路径
- 一句话总结这个产品的架构特点(例如:"豆包 是典型的 AI ToC 五层结构,生态层是它的增长引擎")
- 1-2 条值得注意的设计决策或空白点

## 关键原则

1. **拒绝凑数**。如果某层只有 1 个东西,要么是漏穷举了,要么是这个产品本身就薄 — 后一种情况要明确告诉用户。
2. **不替代用户判断**。架构是判断题不是计算题,同一个产品不同人画不同。**输出后引导用户讨论**:"你觉得我把 X 放在场景层还是能力层更合理?"
3. **不画 UI**。如果你忍不住写"登录页/设置页/个人中心",停下,这是信息架构。问自己:"这个东西帮用户做什么业务?"
4. **保持视觉一致**。配色规范已固定,**不要自创色系**。

## 常见误判

| 现象 | 误判 | 纠正 |
|---|---|---|
| 把"语音输入"放在场景层 | ❌ | 它是能力层,场景层是"语音对话/语音笔记"这种业务 |
| 把"用户画像"放在数据层 | ⚠️ 看情况 | 如果是用于推荐的特征工程产物,属于数据层;如果是 ToB 客户管理界面,属于场景层 |
| 触达层只写"App" | ❌ 太粗 | 应该写"iOS App / Android App / Web 端 / 小程序 / 公众号" |
| 数据层写"MySQL" | ❌ 技术细节 | 写"用户对话记录 / 企业存量文档 / 互联网爬取" |

## 输出之后

引导用户做两件事:

- **深度研究路径**:讨论这个产品**为什么这么分层**?反映了什么业务判断?
- **找差异化路径**:哪一层最薄弱?哪类数据没沉淀?哪类场景没覆盖?**那就是机会**。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [echoyu1025-a11y](https://github.com/echoyu1025-a11y)
- **Source:** [echoyu1025-a11y/ai-product-skills](https://github.com/echoyu1025-a11y/ai-product-skills)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-echoyu1025-a11y-ai-product-skills-product-architecture
- Seller: https://agentstack.voostack.com/s/echoyu1025-a11y
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.