วิชา PM ทั้งเล่ม เป็น skill 68 ตัว
และตัวที่ทำให้เราหยุดดู

อาทิตย์ก่อนเราไล่อ่าน repo รวม skill สาย product มาหลายตัว บางตัวโฟกัสเรื่องเดียวแล้วเจาะลึก แต่ตัวนี้ทำสวนทาง กว้างที่สุดในกอง

ชื่อ pm-skills ของ Pawel Huryn คนทำจดหมายข่าว Product Compass เขาแพ็กวิชา product management เกือบทั้งวงการเป็น skill ราว 68 ตัว แบ่ง 9 หมวด ตั้งแต่วางกลยุทธ์ ทำ discovery วิจัยตลาด วิเคราะห์ข้อมูล ลงมือทำ ไปจนถึงการปล่อยของที่ AI เขียน

ปกติของกว้างแบบนี้มักตื้น แต่พอเปิดอ่านจริงกลับไม่ใช่ และมีตัวหนึ่งที่ทำให้หยุดดูนานเป็นพิเศษ เพราะเป็นมุมที่เพิ่งจำเป็นในยุคที่ AI เขียนโค้ดแทนเรา

จะเล่าเป็นสามช่วง เริ่มจาก มันคืออะไร ต่อด้วย ทำไมมันไม่ใช่แค่กล่อง prompt แล้วปิดด้วย บทเรียนสำหรับคนทำโปรดักต์

ช่วงที่ 1pm-skills คืออะไร

มันคือ marketplace ของ Claude skill สาย PM ราว 68 ตัว จัดเป็น 9 หมวด แต่ละหมวดเป็นวิชาหนึ่งของงาน product

• สายคิด product strategy, product discovery, market research วางทิศทางและทำความเข้าใจตลาดกับลูกค้า
• สายทำ data analytics, execution เขียน PRD, จัดลำดับงาน, ทำ pre-mortem, วิเคราะห์ข้อมูล
• สายออกตลาด go-to-market, marketing และ growth วางแผนเปิดตัวและขยาย
• สายใหม่ AI shipping หมวดที่ทำมาเพื่อ PM ที่ต้องรับผิดชอบของที่ AI เป็นคนเขียนโค้ด

ที่ทำให้ต่างจากกล่องรวม prompt คือมีตัวตรวจ (validate) บังคับว่าทุก skill ต้องมีรูปแบบครบ ชื่อให้ตรงโฟลเดอร์ ข้อมูลหัวไฟล์ครบ อ้างอิงข้ามกันถูก ไม่ใช่ใครอยากใส่อะไรก็ใส่ เป็นชุดที่ดูแลจริง ไม่ใช่กองที่ AI ปั่นออกมา

ช่วงที่ 2ทำไมมันไม่ใช่แค่กล่อง prompt

ข้อแรก framework มีชื่อมีที่มา แต่ละ skill ไม่ได้บอกลอย ๆ ว่า "ลองทำ discovery ดู" แต่อิงกรอบที่มีเจ้าของจริง ทั้ง Teresa Torres, Marty Cagan, Alberto Savoia, Strategyzer รวมถึง SWOT, Porter, Ansoff, JTBD, RICE พร้อมขั้นตอนทีละสเต็ป เจ้าตัวเขียนโปรยไว้ว่า

"Generic AI ให้คุณได้แค่ตัวหนังสือ PM Skills ให้โครง"

ความต่างอยู่ตรงนี้ ขอ SWOT ทีเดียวได้โครงพร้อมช่องให้เติม ไม่ใช่ย่อหน้าคำแนะนำกว้าง ๆ ที่ยังต้องมานั่งจัดเอง

ข้อสอง มีตัวที่เกิดมาเพื่อยุค AI เขียนโค้ด ตัวที่ทำให้เราหยุดดูชื่อ intended-vs-implemented ตรวจช่องว่างระหว่างสิ่งที่เอกสารบอกว่าระบบควรทำ กับสิ่งที่โค้ดทำจริง ไฟล์ skill เขียนไว้คมมาก

"linter ตรวจโค้ดในสุญญากาศ มันบอกได้ว่าโค้ดสอดคล้องกันเองไหม แต่บอกไม่ได้ว่าโค้ดทำในสิ่งที่คุณตั้งใจหรือเปล่า เพราะมันไม่มีภาพว่าคุณตั้งใจอะไร บั๊กด้านความปลอดภัยและความถูกต้องที่มีค่าที่สุด อยู่ในช่องว่างนั้น สิทธิ์ที่เขียนไว้แต่ไม่เคยบังคับใช้ endpoint ที่บอกว่าใช้ได้เฉพาะ cron แต่ใคร ๆ ก็เรียกได้ ฟิลด์ที่ทำเครื่องหมายว่า public อย่างเดียว แต่กลับหลุดข้อมูลส่วนตัว"

นี่คือมุมที่ PM ยุคนี้ต้องมี พอ AI เขียนโค้ดได้เร็ว ปัญหาก็ย้ายจาก "เขียนโค้ดถูกไหม" ไปเป็น "โค้ดทำตรงกับที่เราตั้งใจไหม" และนั่นเป็นคำถามที่คนต้องเป็นคนถาม ไม่ใช่เครื่องมือ

ช่วงที่ 3บทเรียนสำหรับคนทำโปรดักต์

สิ่งที่ pm-skills บอกกับคนทำโปรดักต์ทุกคน ไม่ใช่แค่คนที่จะเอาไปใช้จริง

• การรู้ framework ไม่ใช่ของหายากอีกต่อไป เมื่อ SWOT, JTBD, RICE เรียกได้ในวินาที สิ่งที่แยกคนเก่งออกจากคนทั่วไป ไม่ใช่รู้กี่ framework แต่คือเลือกใช้อันไหนให้ตรงกับปัญหาตรงหน้า
• ตรวจ intent ไม่ใช่แค่ตรวจว่ามันรันได้ ยืมแนวคิด intended-vs-implemented มาใช้ เอกสารสวยหรือเดโมผ่าน ไม่ได้แปลว่าของทำตรงกับที่ตั้งใจ คนต้องอ่านช่องว่างนั้นเอง
• ของที่ดูแลจริง ต่างจากของที่ปั่นออกมา ตัวตรวจรูปแบบกับการอ้างอิง framework ที่มีชื่อ คือสิ่งที่ทำให้ชุดนี้เชื่อได้ เวลาเจอ repo รวม skill ให้ดูว่ามีคนดูแลจริงหรือแค่ AI ถ่ายเอกสารออกมา

เริ่มยังไงดี

ลองกับงาน PM ที่คุณทำซ้ำอยู่แล้ว

1. หยิบงานหนึ่งอย่างที่ทำประจำ เช่น เขียน PRD หรือทำ competitive analysis
2. ให้ skill ที่ตรงหมวดช่วยทำโครง แล้วดูว่ามันอิง framework ตัวไหน ตรงกับที่ควรใช้ไหม
3. ถ้าเป็นของที่ AI เขียนโค้ดให้ ลองเอาแนวคิด intended-vs-implemented มาถามว่าทำตรงกับที่ PRD เขียนไว้จริงหรือเปล่า
4. เวลาที่ประหยัดจากการทำโครง เอาไปลงกับการตัดสินใจ ไม่ใช่ทำงานเดิมให้เยอะขึ้น

pm-skills เป็นภาพชัดของสิ่งที่กำลังเกิดกับงาน PM วิชาทั้งเล่มกลายเป็นของที่เรียกใช้ได้เกือบฟรี สิ่งที่เหลือให้เป็นของเราคือวิจารณญาณ เลือกให้ถูก ตรวจให้เป็น และเคาะเอง ตัวนี้เป็นหนึ่งในซีรีส์ที่เราไล่ดู repo แพ็กวิชาเป็น skill และจะมีตัวรวบที่ลากเส้นเชื่อมทั้งหมดปิดท้าย

ที่มาและอ้างอิง

• pm-skills โดย Pawel Huryn (github.com/phuryn/pm-skills) คำพูด "Generic AI gives you text. PM Skills Marketplace gives you structure." มาจาก README ส่วนคำอธิบาย intended-vs-implemented เรื่อง "linter ตรวจโค้ดในสุญญากาศ…" มาจากไฟล์ skill นั้นโดยตรง
• จำนวน "ราว 68 skill 9 หมวด" อ้างจากโครงสร้าง repo ที่อ่าน ณ 2 ก.ค. 2026 อาจเปลี่ยนตามเวอร์ชัน framework ที่อ้างถึง (Torres, Cagan, Savoia, SWOT, Porter, JTBD, RICE) เป็นของเจ้าของกรอบแต่ละคน ไม่ใช่ของ repo

อ่านต่อในซีรีส์

• GTM ทั้ง playbook ใน 12 skill repo สายธุรกิจ ที่แพ็กระเบียบวิธี go-to-market เป็น skill
• gstack ของ Garry Tan เมื่อประธาน YC เอา taste มาเขียนฝังในซอฟต์แวร์
• product discovery เป็นสายพาน repo ที่โฟกัส discovery ลึกกว่า ด้วยวิธีคิดของ Teresa Torres
• AI product management ตัวรวบทั้งซีรีส์ เสาหลักที่ลากเส้นเชื่อม repo แพ็กวิชาเป็น skill ทั้งหมด