AI Product Teardown

当前版本：v2.2.0

一套基于真实界面、操作截图和可观察状态，对 AI 产品行为与产品架构 进行证据化逆向拆解的 Codex Skill。

它回答的核心问题是：用户如何使用这个 AI 产品，界面中出现了哪些 Agent，它们接收什么、判断什么、调用什么能力、产出什么，聊天、任务、画布和资产如何流转，以及怎样构建一个功能上相近的产品系统。

它主要拆解：

  • 用户旅程与体验问题
  • Agent 清单及 I/O 契约
  • 单 Agent 功能等价 System Prompt
  • 工具、全局上下文与资产数据流
  • As-Is / To-Be 产品架构
  • 公开 System Prompt 情报、AISPA 八维审计与 Prompt/UI 一致性分析
  • Mermaid 状态图、ER 图、时序图和产品全景图
  • 在具备安全浏览器或桌面控制能力时，自主采集、回读校验、去重并登记产品截图

它不拆解什么

  • 不是书籍拆解工具：不会提炼书籍章节、作者框架或读书笔记。
  • 不是源码反编译工具：不会绕过访问控制、获取后台源码或把不可见技术栈写成事实。
  • 不是 Prompt 窃取工具：不会声称读取官方私有 System Prompt 或隐藏思维链。
  • 不是普通市场调研工具：只有宣传页、媒体报道或竞品列表时，证据不足以完成产品行为拆解。
  • 不是账号或凭据提取工具：不会读取或输出 Cookie、Token、密码、鉴权头和浏览器私有存储。

适用产品

最适合具有 AI 对话、Agent、生成工作流或智能任务编排的产品，例如 AI 助手、研究工具、AI 写作与设计、图片/音频/视频生成、多 Agent 工作台，以及带 AI 决策或审核环节的垂直 SaaS。

普通 SaaS 也可以分析用户旅程和界面状态；如果产品没有 Agent、模型调用或生成流程，Agent 契约和功能等价 Prompt 模式可能不适用。

核心原则

  • 默认只读，不触发生成、重新生成、发布、删除、购买、充值或资产覆盖。
  • 区分 【已确认】、【合理推断】、【建议设计】 和 【未知】。
  • Agent 声称“已完成”不等于资产或任务状态已经完成。
  • Agent 的口头计划不等于工具已经调用。
  • 同时核验聊天、画布、任务状态、历史版本和实际资产。
  • 不声称读取隐藏思维链、官方 System Prompt 或不可见后端实现。
  • 公开 Prompt 和第三方审计只作为补充证据，并保留来源、版本、采集时间与人工/AI 标注类型。

使用方式

安装为个人 Skill：

git clone https://github.com/w93139/ai-product-teardown.git ~/.agents/skills/ai-product-teardown

或安装到当前仓库：

git clone https://github.com/w93139/ai-product-teardown.git .agents/skills/ai-product-teardown

然后调用：

使用 $ai-product-teardown，以只读、证据可追溯的方式拆解这个 AI 产品。

可指定五种工作模式：

模式 主要回答 典型交付物
用户旅程 用户做了什么、看到了什么、在哪里决策或受阻 证据表、三泳道旅程、分支流程、体验问题
Agent 契约 哪些 Agent 出现，它们如何输入、判断、调用、输出和交接 Agent 清单、I/O 契约、工具表、上下文数据流
功能等价 Prompt 如何让另一个 Agent 表现出相近的可观察行为 状态机、System Prompt、规则追溯表、最小测试集
产品架构 产品功能、Agent、工具、模型、数据、资产和治理如何协同 分层架构、ER 图、时序图、As-Is / To-Be、风险清单
完整拆解 如何形成端到端、可追溯的产品模型 上述交付物的分阶段组合与汇总报告

只执行用户请求的模式，不会因为选择了用户旅程就自动继续还原 Prompt 或架构。

AIPM 竞品情报模块

当拆解涉及 Agent 自主性、工具权限、身份透明、真实性、隐私、用户控制或安全边界时，Skill 可以按需查询公开的 System Prompt Index 审计记录，并使用 AISPA 八个维度形成竞品对比、产品需求和评测用例。

该模块遵循三条边界：

  • UI、任务状态和实际资产仍然是产品行为的主要证据；
  • 公开 Prompt 不能自动证明真实性、时效性或生产环境行为；
  • 默认只查询相关审计片段和来源链接，不把完整第三方 Prompt corpus 打包进本仓库。

示例：

使用 $ai-product-teardown 拆解 Cursor，结合当前 UI 证据、官方资料和公开 Prompt，
比较工具操作确认、用户控制和安全边界，并生成可执行评测用例。

也可以单独运行只读查询器：

python3 scripts/query_system_prompt_index.py "Cursor" \
  --dimension D4 \
  --span-type problematic \
  --format markdown

首次未指定本地数据集时，脚本会把公开数据克隆到用户缓存目录；使用 --repo <path> 可以查询已有 checkout，使用 --refresh 可以快进更新缓存。输出包含数据集 commit、采集时间、来源链接和标注类型。

自主截图与证据采集

当环境中存在安全的浏览器或桌面控制能力时，本 Skill 可以在授权边界内浏览已有页面、等待状态稳定、截图、回读校验、去重，并用稳定截图 ID 生成截图清单。

自主截图不等于自主执行产品任务。默认不会发送消息、提交表单、触发生成或重新生成、改变已保存配置、发布、删除、覆盖、购买、充值或重试付费任务。遇到登录、验证码、设备批准或不可靠的桌面自动化时，会请求用户接管。

如果用户已经提供截图，则直接校验和整理截图，不再操作目标产品；没有可用控制能力时，也不会用宣传页替代真实操作证据。

典型交付结构

实际文件根据用户请求裁剪，不会创建无内容的占位报告：

teardown/
├── 00-scope-and-evidence.md
├── 01-journey.md
├── 02-agent-contracts.md
├── 03-<agent>-functional-prompt.md
├── 04-product-architecture.md
├── evidence/
│   ├── ledger.md
│   ├── screenshot-manifest.csv
│   └── screenshots/
└── delivery-manifest.md

需要可视化交付时，也可以生成独立 HTML、Mermaid 状态图、用户旅程图、ER 图、时序图和产品全景架构图。

目录

ai-product-teardown/
├── LICENSE
├── THIRD_PARTY_NOTICES.md
├── SKILL.md
├── agents/
│   └── openai.yaml
├── references/
│   ├── analysis-modes.md
│   ├── architecture-framework.md
│   ├── evidence-and-observation.md
│   ├── screenshot-acquisition.md
│   ├── system-prompt-intelligence.md
│   ├── aispa-dimensions.md
│   ├── html-delivery.md
│   ├── report-and-visualization.md
│   └── staged-execution-sop.md
├── scripts/
│   └── query_system_prompt_index.py
├── tests/
│   └── test_query_system_prompt_index.py
└── assets/
    └── report-template.html

主要文件

验证

python3 -m unittest discover -s tests -v
python3 scripts/query_system_prompt_index.py "Cursor" --repo /path/to/SystemPromptIndex --limit 1

能力边界

本 Skill 用于行为和产品架构分析，不用于恢复目标产品的私有提示词、隐藏思维链、账号凭据或未经公开的后台源码。功能性工具名和语义化数据字段必须明确标记为推导设计，不得冒充目标产品的官方实现。

开源许可

本项目采用 MIT License。你可以使用、复制、修改和分发本项目，但必须保留许可证和版权声明。第三方数据和 Prompt 文本不由本项目重新授权，详见 Third-Party Notices。

公开提交前请遵守 Security Policy，不要上传 Cookie、Token、密码、私有聊天、客户素材、未脱敏截图或其他敏感证据。