PM 如何使用 Market Sizing Skill
ai 产品经理掌握产品市场规模分析这个 skill，一句话让 AI 帮你估算 TAM、SAM、SOM，快速量化市场机会。将拍脑袋猜市场规模，快速落地成有数据支撑、双路径交叉验证的专业分析。
什么时候用
| 场景 | 具体例子 |
|---|---|
| 新产品立项 | 评估一个新功能或新产品线值不值得做 |
| 融资 / BP 准备 | 给投资人展示市场天花板和可获取份额 |
| 市场进入决策 | 判断是否进入某个新区域或新客群 |
| 竞品对标 | 对比自己与竞品可触达的市场范围差异 |
| 定价策略调整 | 重新估算不同价格点下的可获取市场 |
怎么用
安装 skill
把下面代码块里的内容直接复制发给 agent（claude code、codex、cursor 、trae 等），agent 会自动完成安装
安装以下 skill：
https://github.com/phuryn/pm-skills/blob/main/pm-market-research/skills/market-sizing/SKILL.md基础用法
直接描述你的产品或市场，Agent 会自动执行完整的市场规模分析流程：
/market-sizing 中国中大型企业的 AI 客服 SaaS 市场提供更多上下文，获得更精准的估算
输入越具体，输出质量越高。建议在 prompt 中包含以下要素：
/market-sizing 中国市场 AI 驱动的电商客服 SaaS
- 目标客户：年 GMV > 1 亿的中大型电商企业
- 产品形态：SaaS 订阅，按坐席数计费
- 当前阶段：已上线，约 200 家付费客户
- 定价区间：每个坐席 500-800 元/月
- 主要竞品：XXX、XXX结合文件输入
如果你已有行业报告或竞品数据，可以直接传入：
/market-sizing [上传一份行业报告 PDF]
基于这份报告，估算其中提到的 XXX 市场的 TAM/SAM/SOM你会得到什么
一份结构化的市场规模分析，包含以下部分：
1. 市场定义
- 明确问题空间、客户细分、地理边界
2. TAM（Total Addressable Market / 总可触达市场）
- 整个市场中所有潜在客户都购买你的产品时的最大收入机会
- 代表市场天花板，用于判断赛道是否足够大
3. SAM（Serviceable Addressable Market / 可服务市场）
- 在你的产品能力、渠道覆盖、定价区间等约束下，能够触达的那部分 TAM
- 代表你"理论上能做"的市场规模
4. SOM（Serviceable Obtainable Market / 可获得市场）
- 在竞争格局和自身 GTM 能力的限制下，1-3 年内 realistically 能拿到的市场份额
- 代表你"实际能拿到"的收入
关系： TAM ⊃ SAM ⊃ SOM，三层逐级收窄。
- Top-down：从行业总量向下拆解
- Bottom-up：从单价 × 客户数向上累加
- 两种方法交叉验证，得出最终数字
5. 汇总表
| 指标 | 当前估算 | 2-3 年预测 |
|---|---|---|
| TAM | — | — |
| SAM | — | — |
| SOM | — | — |
6. 增长驱动因素 & 关键假设
- 标注每个假设的置信度（高/中/低）
- 给出验证建议：哪些假设需要进一步调研来确认
实用技巧
追问深挖
初次输出后，可以继续追问：
- "Bottom-up 的假设中，客单价为什么取这个值？有没有更保守的场景？"
- "如果竞品 X 明年降价 30%，对 SOM 有多大影响？"
- "把这个分析聚焦到华东地区，重新估算 SAM"
场景拆分
不要一次性估算太大的市场，按场景拆开更准确：
# 不推荐（太宽泛）
/market-sizing 中国 AI 市场
# 推荐（具体场景）
/market-sizing 中国零售行业的 AI 智能补货 SaaS对比分析
同一个 prompt 换不同的约束条件，生成多份报告做对比：
- 不同定价策略下的 SOM 变化
- 不同区域市场的 SAM 差异
- 不同客户细分下的 TAM 分布
与其他 Skill 搭配使用
| 搭配 | 用途 |
|---|---|
| brainstorming | 先脑暴市场机会，再用 market-sizing 量化最有潜力的方向 |
| competitor-analysis | 先做竞品分析，再用市场数据判断竞品市占率和你的差异化空间 |
| frontend-design | 把市场规模报告做成可视化页面，用于汇报或 BP |
| pptx / html-ppt | 将分析结果生成演示文稿，用于内部评审或投资人沟通 |
注意事项
- 数字是估算，不是事实 — 始终关注背后的假设而非最终数字
- 要求引用来源 — 如果 Claude 给出的数据没有标注来源，主动追问数据出处
- 做 sanity check — 拿到数字后，用常识检验（比如 SOM 是否超过 SAM、SAM 是否超过 TAM）
- 定期更新 — 市场数据有时效性，关键决策前建议用最新数据重新跑一遍
