我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告

揭秘如何用AI Agent编排技术，让一个"产品战略家"调用4个专业子智能体，完成从竞品分析到PRD撰写的全流程

一、我是谁？我搭建了什么？

我是一名产品经理，最近在研究AI Agent（智能体）技术。

我发现一个有趣的现象：很多人把AI当搜索引擎用，问一个问题，得到一个答案。

但AI Agent的真正价值不在于"问答"，而在于"编排"——让多个专业智能体协同工作，完成复杂任务。

于是我基于Hermes（一个开源的AI Agent框架）搭建了一套"产品经理AI团队"：

PM Strategist（产品战略家）—— 总指挥
    ├── pm-researcher（竞品研究员）
    ├── pm-discoverer（用户发现专家）
    ├── pm-planner（优先级决策者）
    └── pm-writer（PRD撰写者）

这套系统的能力：输入一个产品想法，自动输出一份专业的立项报告。

本文以"AI诊股产品"为例，展示这套系统是如何工作的。

二、Hermes是什么？为什么选择它？

2.1 Hermes简介

Hermes是一个开源的AI Agent框架，核心能力是智能体编排。

简单理解： - 你可以定义多个"角色"（Profile） - 每个角色有自己的"技能"（Skills） - 角色之间可以相互调用（Delegate）

2.2 为什么选择Hermes？

能力	说明
Profile（角色配置）	定义智能体的角色定位、工作流程、输出规范
Skills（技能库）	复用的方法论模板，如竞品分析、用户访谈
Delegate（任务委派）	父智能体可以调用子智能体完成具体任务
Tools（工具集）	智能体可以使用web搜索、文件读写、终端命令等工具

核心价值：把"产品经理的方法论"变成"可执行的流程"。

三、我是如何搭建"产品经理AI团队"的？

3.1 第一步：定义总指挥——PM Strategist

我在Hermes中创建了一个Profile（角色配置），叫PM Strategist（产品战略家）。

角色定位：

你是产品战略专家，负责从战略定位到路线图的全流程编排。
擅长：市场定位、差异化策略、战略决策质量把控、跨角色协调。

核心职责：

1. 战略编排：定位 → 问题框架 → 机会探索 → 路线图
2. 决策把关：确保每个检查点都有明确的决策依据
3. 资源协调：调用其他Agent完成具体任务

关键配置：在Profile中定义了必须执行的工作流：

## 标准工作流（用户要求完整分析时必须执行）

**第1步：调用 pm-researcher 做竞品分析**
**第2步：调用 pm-discoverer 做用户发现**
**第3步：调用 pm-planner 做优先级决策**
**第4步：调用 pm-writer 写 PRD**

3.2 第二步：定义子智能体

我定义了4个专业子智能体，每个都有自己的职责：

子智能体	职责	核心输出
pm-researcher	竞品分析	竞品对比矩阵、市场机会点
pm-discoverer	用户发现	问题假设、访谈计划、验证方法
pm-planner	优先级排序	功能清单、MVP范围、迭代路线图
pm-writer	PRD撰写	完整产品立项报告

3.3 第三步：定义调用方式

在Hermes中，父智能体调用子智能体使用delegate_task工具：

delegate_task(
  goal="分析证券行业AI诊股竞品",
  toolsets=["web", "file"],
  context="项目背景、分析维度..."
)

关键参数说明：

参数	说明	示例
goal	让子智能体做什么	"分析竞品，输出报告"
toolsets	给子智能体什么工具	web搜索、文件读写
context	传递什么背景信息	项目背景、约束条件

3.4 第四步：定义检查点

在Profile中，我定义了检查点清单，确保每个阶段的质量：

## 检查点清单
- [ ] 定位是否清晰到一句话能说清？
- [ ] 问题是否有真实用户痛点支撑？
- [ ] 战略选择是否有明确的取舍？
- [ ] 路线图是否有可执行的里程碑？
- [ ] 风险是否有应对预案？

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

四、PM Strategist的核心工作流程

有了以上配置，PM Strategist就具备了"编排能力"。

当用户说"帮我做完整的产品立项报告"时，它会自动按顺序调用4个子智能体：

第1步：调用 pm-researcher → 竞品分析
第2步：调用 pm-discoverer → 用户发现  
第3步：调用 pm-planner → 优先级排序
第4步：调用 pm-writer → 撰写PRD

这套流程不是拍脑袋想出来的，而是基于成熟的产品方法论： - 竞品分析：知己知彼，找到差异化机会 - 用户发现：避免"伪需求"，用数据说话 - 优先级排序：资源有限，聚焦核心价值 - PRD撰写：把以上思考系统化输出

关键点：每一步的输出，都是下一步的输入。

竞品分析结果 → 传递给用户发现
用户发现结果 → 传递给优先级排序
优先级排序结果 → 传递给PRD撰写

这样保证了整个报告的逻辑连贯性。

五、实战演示：AI诊股产品立项报告

下面我以"AI诊股产品"为例，展示这套系统是如何工作的。

5.1 用户输入

用户只需要提供基本信息：

我是一家证券公司的产品经理，想做一个AI诊股项目：
1. 多维度基础诊断：基本面+技术面+行业对比
2. 核心指标解读：AI自动解读，通俗易懂
3. 行业对标参考：与龙头股、平均水平对比

帮我做完整的产品立项报告。

5.2 PM Strategist收到任务

PM Strategist识别到关键词"完整的产品立项报告"，触发标准工作流。

它创建任务清单，然后开始调用子智能体：

todo([
  {"id": "1", "content": "竞品分析：分析证券行业AI诊股功能"},
  {"id": "2", "content": "用户发现：定义问题假设，设计访谈计划"},
  {"id": "3", "content": "优先级排序：确定功能优先级"},
  {"id": "4", "content": "撰写PRD：输出完整产品立项报告"}
])

六、第1步：调用pm-researcher做竞品分析

6.1 调用过程

PM Strategist调用pm-researcher子智能体：

delegate_task(
  goal="分析证券行业AI诊股竞品（同花顺、东方财富、雪球等）",
  toolsets=["web", "file"],
  context="""
    项目背景：证券公司AI诊股产品
    核心功能：多维度诊断、指标解读、行业对标
    分析维度：功能对比、定价策略、用户评价、市场份额、技术实现
  """
)

6.2 子智能体做了什么？

pm-researcher子智能体： 1. 使用web工具搜索竞品信息 2. 分析每个竞品的AI诊股功能 3. 对比功能、定价、用户评价 4. 输出竞品分析报告

6.3 输出结果

pm-researcher输出了5个竞品的详细分析：

竞品	AI诊股能力	优势	劣势
同花顺	★★★★★	技术面分析领先	专业术语多，新手难上手
东方财富	★★★★☆	评分制直观易懂	AI深度不足
雪球	★★☆☆☆	社区质量高	AI诊股功能弱
腾讯自选股	★★★☆☆	界面简洁	专业功能欠缺
富途牛牛	★★★★☆	港美股专业	A股功能弱

关键发现：

现有产品要么"专业但复杂"，要么"简单但不专业"，缺少"专业且简洁"的产品。

这个发现传递给下一步的用户发现。

七、第2步：调用pm-discoverer做用户发现

7.1 调用过程

PM Strategist调用pm-discoverer子智能体，并传递竞品分析结果：

delegate_task(
  goal="用户发现：定义问题假设，设计用户访谈计划",
  toolsets=["file"],
  context="""
    竞品分析关键发现：
    - 同花顺专业但新手难上手
    - 东方财富评分制好但深度不足
    - 市场机会："专业且简洁"的空白定位

    核心功能：多维度诊断、指标解读、行业对标
    目标用户：证券公司散户
  """
)

7.2 子智能体做了什么？

pm-discoverer子智能体： 1. 基于竞品分析提炼用户痛点假设 2. 设计用户访谈计划 3. 定义验证方法

7.3 输出结果

pm-discoverer输出了8个核心假设：

假设	内容	优先级
H1	散户看不懂专业术语（PE、MACD等）	高
H2	诊股报告太长，用户看不完	高
H3	用户需要行业对比功能	中高
H6	用户对AI结果信任度有限	高

访谈计划： - 样本量：14-18人（新手+活跃+资深散户） - 验证方法：用户访谈+问卷调查+竞品测试

这个结果传递给下一步的优先级排序。

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

八、第3步：调用pm-planner做优先级排序

8.1 调用过程

PM Strategist调用pm-planner子智能体，传递前两步的结果：

delegate_task(
  goal="优先级排序：基于竞品分析和用户发现，确定功能优先级",
  toolsets=["file"],
  context="""
    竞品分析关键发现：市场缺少"专业且简洁"的产品
    用户发现关键假设：H1术语障碍、H2信息过载

    核心功能：多维度诊断、指标解读、行业对标
    约束条件：低成本AI方案、3-6个月MVP
  """
)

8.2 子智能体做了什么？

pm-planner子智能体： 1. 列出所有功能清单（24项） 2. 用Kano模型分类（必备/期望/魅力） 3. 用RICE评分量化优先级 4. 确定MVP范围

8.3 输出结果

Kano模型分类：

功能	分类	说明
基础诊股	必备属性	不做用户会不满意
通俗化表达	期望属性	做得好用户会满意
个性化诊断	魅力属性	超出预期

MVP范围（P0功能）：

功能	为什么必须做？
综合评分系统	竞品标配
基本面诊断	核心功能
技术面诊断	核心功能
简洁诊断报告	解决"太长看不完"痛点
通俗化表达	差异化核心！
风险提示	合规要求

关键决策：

MVP聚焦"通俗化表达"，这是我们的差异化核心。

这个结果传递给下一步的PRD撰写。

九、第4步：调用pm-writer撰写PRD

9.1 调用过程

PM Strategist调用pm-writer子智能体，传递所有前置分析结果：

delegate_task(
  goal="撰写完整PRD产品立项报告",
  toolsets=["file"],
  context="""
    产品定位："专业且简洁的AI诊股助手"
    MVP功能：评分系统、基本面诊断、技术面诊断、通俗化表达、风险提示
    核心指标：准确率>80%、满意度>3.5/5、阅读时长<2分钟
    差异化策略：vs同花顺更简洁、vs东方财富更专业
  """
)

9.2 子智能体做了什么？

pm-writer子智能体： 1. 按标准结构撰写8个章节 2. 整合所有前置分析结果 3. 补量每个章节的完整性

9.3 输出结果

完整的PRD包含8个章节：

章节	内容
第1章产品概述	背景、目标、定位
第2章市场分析	竞品分析摘要、机会点
第3章用户分析	目标用户、需求分析
第4章产品功能	MVP功能详情、交互流程
第5章技术方案	AI模型选型、成本估算
第6章运营策略	推广、数据运营
第7章风险分析	政策、技术、竞争风险
第8章项目计划	里程碑、资源需求

最终定位：

"专业且简洁的AI诊股助手" —— 用通俗语言解读专业指标，用简洁报告呈现深度分析，让散户也能看懂诊股报告。

十、技术细节：分段输出与缓存

10.1 为什么需要分段？

AI模型有输出长度限制，内容太长会被截断（触发max_iterations）。

10.2 解决方案

我在Profile中预先指导子智能体：

【重要】输出要求：
- 分段输出到文件，避免output length限制
- 每完成一个部分，立即写入 /tmp/xxx_part_X.md
- 最后合并到 /tmp/xxx_final.md

10.3 实际执行

子智能体每完成一部分就写入文件：

write_file("/tmp/ai_diagnosis_prd_part_1.md", 第一章内容)
write_file("/tmp/ai_diagnosis_prd_part_2.md", 第二章内容)
...

父智能体读取并整合：

read_file("/tmp/ai_diagnosis_prd_part_1.md")
read_file("/tmp/ai_diagnosis_prd_part_2.md")
...
合并成完整PRD

十一、这套系统的价值是什么？

11.1 对产品经理的价值

痛点	PM Strategist怎么解决
不知道分析什么	标准化4步流程，不会遗漏
分析和决策脱节	每步输出都是下一步输入
优先级拍脑袋	Kano+RICE量化评估
PRD逻辑不闭环	检查点机制确保质量

11.2 对团队的价值

场景	价值
立项评审	有数据、有逻辑、有依据
团队协作	大家对产品理解一致
资源申请	预算、人力有明确规划
风险管理	提前识别风险，有应对方案

11.3 核心价值

把"产品经理的方法论"变成"可执行的流程"

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

十二、如何在Hermes中搭建这套系统？

12.1 目录结构

在Hermes中，Profile配置存放在：

~/.hermes/profiles/pm-strategist/
├── PROFILE.md          # 角色配置文件
└── skills/             # 技能库
    ├── positioning-workshop/
    ├── problem-statement/
    ├── opportunity-solution-tree/
    └── roadmap-planning/

12.2 Profile配置示例

PROFILE.md的核心内容：

# PM Strategist - 产品战略家

## 角色定位
你是产品战略专家，负责从战略定位到路线图的全流程编排。

## 核心职责
1. 战略编排：定位 → 问题框架 → 机会探索 → 路线图
2. 决策把关：确保每个检查点都有明确的决策依据
3. 资源协调：调用其他Agent完成具体任务

## 标准工作流（用户要求完整分析时必须执行）

**第1步：调用 pm-researcher 做竞品分析**
delegate_task(
  goal="分析竞品，输出竞品分析报告",
  toolsets=["web", "terminal", "file"],
  context="项目背景、分析维度"
)

**第2步：调用 pm-discoverer 做用户发现**
delegate_task(
  goal="用户发现：定义问题假设，设计访谈计划",
  toolsets=["terminal", "file"],
  context="项目背景、目标用户"
)

**第3步：调用 pm-planner 做优先级决策**
delegate_task(
  goal="优先级排序：输出功能优先级",
  toolsets=["terminal", "file"],
  context="竞品分析结果、用户发现结果"
)

**第4步：调用 pm-writer 写 PRD**
delegate_task(
  goal="撰写完整PRD文档",
  toolsets=["terminal", "file"],
  context="战略方向、优先级排序结果"
)

## 检查点清单
- [ ] 定位是否清晰到一句话能说清？
- [ ] 问题是否有真实用户痛点支撑？
- [ ] 战略选择是否有明确的取舍？
- [ ] 路线图是否有可执行的里程碑？
- [ ] 风险是否有应对预案？

12.3 触发条件

在Profile中定义触发关键词：

### 触发条件
当用户输入包含以下关键词时，必须启动完整工作流：
- "完整的产品分析"
- "产品立项报告"
- "从想法到PRD"
- "帮我做完整分析"

十三、总结：AI Agent编排的核心思想

13.1 不是"问答"，是"编排"

传统AI使用方式：

用户提问 → AI回答 → 结束

AI Agent编排方式：

用户提问 → 主智能体分析任务 → 调用子智能体A → 调用子智能体B → ... → 整合输出

13.2 不是"替代"，是"增强"

这套系统不会替代产品经理，而是：

产品经理做	AI Agent做
定义问题	收集数据
做决策	提供分析
把控方向	执行流程
创意思考	结构化输出

13.3 核心能力

AI Agent编排的核心能力：

角色定义：每个智能体有明确的职责边界
流程编排：定义清晰的执行顺序和依赖关系
上下文传递：前一步的输出是后一步的输入
质量把控：检查点机制确保每个阶段的质量

十四、写在最后

我用Hermes搭建的"产品经理AI团队"，本质上是把产品经理的方法论变成了可执行的流程。

这套系统的价值： - 新人产品经理：学习标准化的工作流程 - 资深产品经理：提升效率，确保不遗漏 - 产品团队：建立统一的方法论和输出标准

关键洞察：

好的工具不会取代你，但会让你变得更强大。

下一步： - 我正在完善更多子智能体（如pm-analyst、pm-designer） - 计划开源这套Profile配置 - 欢迎交流：你希望AI Agent帮你完成什么工作？

相关资源： - Hermes框架：https://github.com/nousresearch/hermes - PM Strategist配置：~/.hermes/profiles/pm-strategist/ - AI诊股产品立项报告：/Users/lvy/AI诊股产品立项报告_PRD.md

全文完

作者：一名正在探索AI Agent的产品经理
日期：2024年

我用 Hermes 搭建了一套产品经理 AI 团队

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告

一、我是谁？我搭建了什么？

二、Hermes是什么？为什么选择它？

2.1 Hermes简介

2.2 为什么选择Hermes？

三、我是如何搭建"产品经理AI团队"的？

3.1 第一步：定义总指挥——PM Strategist

3.2 第二步：定义子智能体

3.3 第三步：定义调用方式

3.4 第四步：定义检查点

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

四、PM Strategist的核心工作流程

五、实战演示：AI诊股产品立项报告

5.1 用户输入

5.2 PM Strategist收到任务

六、第1步：调用pm-researcher做竞品分析

6.1 调用过程

6.2 子智能体做了什么？

6.3 输出结果

七、第2步：调用pm-discoverer做用户发现

7.1 调用过程

7.2 子智能体做了什么？

7.3 输出结果

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

八、第3步：调用pm-planner做优先级排序

8.1 调用过程

8.2 子智能体做了什么？

8.3 输出结果

九、第4步：调用pm-writer撰写PRD

9.1 调用过程

9.2 子智能体做了什么？

9.3 输出结果

十、技术细节：分段输出与缓存

10.1 为什么需要分段？

10.2 解决方案

10.3 实际执行

十一、这套系统的价值是什么？

11.1 对产品经理的价值

11.2 对团队的价值

11.3 核心价值

我用Hermes搭建了一套"产品经理AI团队"，自动生成了专业立项报告（续）

十二、如何在Hermes中搭建这套系统？

12.1 目录结构

12.2 Profile配置示例

12.3 触发条件

十三、总结：AI Agent编排的核心思想

13.1 不是"问答"，是"编排"

13.2 不是"替代"，是"增强"

13.3 核心能力

十四、写在最后

相关阅读