AI 스킬

제품 흐름, 출시 또는 지표 질문을 이벤트, 속성, 담당자, 품질 확인이 포함된 실무 추적 계획으로 바꿉니다.

대시보드 정의, 최신성, 필터, 담당자, 출처 시스템, 명확한 모순을 검토해 팀이 숫자를 사용해도 안전한지 알게 합니다.

큰 목표를 단순한 동인 트리로 나눠 팀이 무엇을 개선하고 측정하며 어떤 실험을 먼저 해야 하는지 보게 합니다.

제품 및 비즈니스 팀이 가치 지표, 고객 세그먼트, 단위 경제성을 기준으로 freemium, 구독형, 사용량 기반, 티어형, 가치 기반 가격을 비교하게 돕습니다.

누락값, 중복, 이상치, 잘못된 값, 규칙 위반을 프로파일링하고 수리가 실제로 데이터를 개선했는지 검증합니다.

실제 실패 추적 기록에서 통과/실패 평가 기준과 테스트 세트를 만듭니다.

제품 전략 결정을 위해 AI 베팅, 인간-AI 경계, 플라이휠을 설계합니다

의견이 아니라 이야기를 수집하는 발견 인터뷰를 계획합니다

우선순위를 강제로 드러내고 실행 가능한 신호를 주는 설문 질문을 작성합니다.

성장 루프, 활성화 흐름, 제품 주도 성장 유지 전략을 설계합니다.

Sean Ellis, 유지율 곡선, 추천 고객으로 제품-시장 적합성을 측정합니다

API를 설계하고 SDK 전략을 계획하며 개발자 마켓플레이스를 구축합니다

백로그를 확신도와 영향도로 정렬하고 프레임워크로 제외 목록을 방어합니다

지표 프레임워크, 코호트 분석, 실험 계획을 만듭니다

프롬프트 하나로 사용자 조사, JTBD 인터뷰, 기회 규모 산정을 실행합니다.

출시를 계획하고 여러 팀을 조율하며 출시 후 회고를 실행합니다.

맥락을 바탕으로 제품 비전, 전략, 로드맵, 성장 계획을 만듭니다.

로드맵 우선순위를 정하고 스프린트를 계획하며 이해관계자를 정렬합니다

간단한 브리프에서 PRD, 사용자 스토리, 수용 기준, 기술 명세를 작성합니다.

제품-시장 적합성을 평가하고 시장 규모를 산정하며 경쟁 포지셔닝을 정리합니다

Shape Up, MVP, Wizard of Oz로 고정된 시간 투자 의지에 맞게 범위를 줄입니다

문제 중심 PRD를 맥락, 성공 지표, 범위와 함께 몇 분 안에 작성합니다

Shape Up breadboard, 셰이핑 문서, fat-marker sketch를 작성합니다

맥락, 문제, 대상, 목표, 성공 지표, 가치 제안, 해결책, 출시 범위, 가정, 열린 질문을 포함한 8개 섹션 PRD를 만듭니다.

DataHub에서 상위 소스, 하위 대시보드, 소유자, 위험을 찾아 보고서, 파이프라인, 고객용 데이터가 깨지지 않도록 돕습니다.

기능, 디자인, PRD 맥락을 3C와 INVEST 기준에 맞춘 작은 사용자 스토리로 바꾸고 테스트 가능한 인수 조건, 예외, 스프린트 준비 메모를 붙입니다.

검증 규칙, 인시던트, 신선도·볼륨 검사, 알림 구독을 검토해 어떤 데이터 자산에 조치가 필요한지 팀이 알 수 있게 합니다.

복잡한 기능 아이디어와 고객 요청을 보이는 근거, 트레이드오프, 검증 공백, 보류 항목이 포함된 순위 권고로 바꿉니다.

Jira 이슈 생성, 스프린트 계획, 워크플로 전환, 리포팅, 번다운 차트, 속도 지표, 애자일 프로젝트 관리 증거를 자동화합니다.

Jira, Linear, PRD, Git 로그, 변경 기록에서 사용자 혜택, 카테고리, 조치 사항이 포함된 고객용 릴리스 노트를 생성합니다.

Jira CLI 또는 Atlassian MCP로 Jira 이슈를 조회, 생성, 댓글 작성, 전환, 검색하며 쓰기 전 현재 티켓 상태를 확인합니다.

기능 목록을 고객 성과, 비즈니스 영향, 성공 지표, 가정, 순서 메모, 의사결정 기준이 포함된 성과 중심 로드맵으로 다시 씁니다.

팀이 하나의 명확한 목표를 고르고 측정 가능한 핵심 결과를 정의하며 신뢰도, 장애물, 다음 조치를 보여 주는 주간 업데이트를 만들도록 돕습니다.

Snowflake 특화 점검과 명확한 다음 조치로 웨어하우스, 쿼리, 적재, 스트림, 작업, 공유, 보안, 비용 검토를 안내합니다.

지원 티켓, 통화, 설문, 리뷰, 영업 메모를 명확한 고객 주제, 증거, 권장 조치로 종합합니다.