foundation-persona
정보
이 스킬은 표준화된 v2.5 템플릿을 사용하여 근거 기반의 제품 또는 마케팅 페르소나를 생성합니다. 제품 관점 형성, 의사 결정 스트레스 테스트, 개발 과정 중 출시 전략 수립을 위해 설계되었습니다. 개발자는 명확한 페르소나 관점이 필요한 산출물을 작성하기 전에 이를 사용해야 합니다.
빠른 설치
Claude Code
추천npx skills add product-on-purpose/pm-skills -a claude-code/plugin add https://github.com/product-on-purpose/pm-skillsgit clone https://github.com/product-on-purpose/pm-skills.git ~/.claude/skills/foundation-personaClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
Persona Builder
This skill produces decision-usable personas from one canonical template pack.
Supported Modes
productmarketingbuyeras input alias formarketing(output remains labeledMarketing)
Generated agent mode is out of scope for v2.5.0.
If the user asks for agent, ask them to choose product or marketing.
When to Use
- Before drafting PM or GTM artifacts that need a clear persona viewpoint
- When teams disagree on priorities and need behavior-grounded tradeoff framing
- When assumptions and confidence levels must be explicit for decision review
- When tailoring downstream work (PRD, stories, launch, messaging, enablement) to a specific user or buyer profile
Instructions
When asked to generate a persona, follow these steps:
-
Resolve mode and intent Determine whether the request is
productormarketing(buyeralias allowed). If mode is omitted, ask for mode selection. If execution must continue without reply, default toproductand state that fallback explicitly. -
Collect context and evidence Use user-provided context first (goals, audience, domain, constraints, sources). If evidence is thin, continue generation but mark gaps and calibrate confidence.
-
Select exactly one template Use
references/TEMPLATE.mdand choose exactly one of:Product Persona TemplateMarketing Persona Template
-
Generate a complete artifact Fill the selected template end-to-end:
- header + one-sentence core-reality statement
- metadata table
Persona Card- sections
1through11 Evidence & Confidence
-
Enforce mode boundaries
- Product mode: focus on workflow behavior, decision patterns, friction, quality bar, and product tradeoffs.
- Marketing mode: focus on buying triggers, evaluation criteria, committee dynamics, objections, messaging, and GTM implications.
-
Apply evidence and confidence policy
- Use
High|Medium|Lowconfidence with rationale. - Distinguish validated evidence from assumptions.
- State open questions and governance follow-up.
- Use
-
Finalize for direct use Remove template guidance blockquotes (
>notes) from the final output. Ensure narrative entries are concrete and decision-changing, not placeholder bullets.
Output Contract (v2.5.0)
- Use one mode only (
ProductorMarketing) per output. - Keep section numbering and headings from the selected template.
- Preserve the evidence table plus validated/assumed/open-questions/governance blocks.
Quality Checklist
Before finalizing, verify:
- Exactly one mode is used and clearly labeled
-
buyerinputs are normalized toMarketing - Header, core-reality statement, metadata table, and
Persona Cardare present - All
1through11sections from the selected template are present and complete - Includes/not-valid boundaries are explicit in the metadata and narrative
- Evidence table is populated with concrete sources
- Confidence is
High,Medium, orLowwith rationale -
Validated,Assumed,Open questions, andGovernanceblocks are present - Template authoring notes (
>guidance lines) are removed from the completed output
Examples
See references/EXAMPLE.md for a completed sample output.
GitHub 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
