一次性购买。构建你自己的 AI 基础设施。
你一周 60% 的时间花在写 PRD、做利益相关者更新和冲刺回顾上。一个了解你的路线图、你的用户和你的利益相关者的 AI 会替你写。决策由你来做。
已部署 95+ 位专业人士 • 通过 MCP 连接你的工具 • 零供应商锁定
同一个 AI 模型。同一条提示词。唯一的差别:上下文。示例使用示意数据来展示格式。
"为新的入门流程写一份 PRD。"
"我可以帮你写一份 PRD。你能分享一下问题陈述、目标用户、成功指标,以及任何技术约束吗?"
"为新的入门流程写一份 PRD。"
"根据上个冲刺的用户调研(23 次访谈,最大痛点:设置环节的摩擦),我用你的标准模板起草了 PRD。成功指标与你 Q2 的 OKR 对齐(把首次见效时间从 47 分钟降到 15 分钟)。你上次架构评审中的技术约束也已纳入。"用你的调研、你的模板、你的 OKR、你的技术约束。
"写每周的利益相关者更新。"
"好的!这周取得了哪些进展?有什么需要标记的阻塞吗?下周计划做什么?"
"写每周的利益相关者更新。"
"本周:上线入门流程 v2.3(提前 3 天)。指标:注册到激活提升了 22%。受阻:合作方集成上的 API 速率限制(工程团队正在处理,预计周四)。下一步:结账改版的用户测试周一开始。我已标记出营销团队尚未审阅上线文案。"来自你项目工具的真实数据,以你的更新风格写就。
"帮我为下个冲刺给待办列表排优先级。"
"我可以帮你排优先级。你能分享一下你的待办事项,以及你使用的评分标准吗?"
"帮我为下个冲刺给待办列表排优先级。"
"根据你的 RICE 评分和本冲刺的客户反馈,我建议:1. 结账改版(RICE:847,3 个企业客户受阻)。2. API v2 迁移(RICE:623,技术债拖慢了速度)。3. 看板分析(RICE:512,40% 的受访者提出了需求)。已舍弃:深色模式(影响小、投入大)。"
每一次 Claude 会话都从零开始——除非你为它所接收的上下文做出设计。Second Brain 就是这样一套系统:启动时就已加载好你的路线图、用户调研、利益相关者和 PRD 模板。
你的路线图、OKR、用户访谈、实验结果和利益相关者偏好——存储在本地 SQL 数据库中,让 AI 在每次会话前就掌握产品的真相。
为写 PRD、冲刺规划、用户调研综合和利益相关者更新预配置。已用你的文档模板和口吻训练。
像 /write-prd、/sprint-plan、/research-synth、/stakeholder-update 这样的命令——一条提示词,一份按你公司格式产出的完整成果。
Linear、Jira、Figma、Dovetail、Amplitude、Slack、Notion——AI 读取真实的项目数据,让 PRD 和更新反映真实状态。
此外:你自己的产品运营层
每一次 A/B 测试、功能开关和发布——都记录了假设、结果和收获。当你规划下一个时再次浮现出来。
每一次访谈、问卷和支持工单——都按语义索引。问一句“为什么重度用户会流失?”,拿到的是引述,而不是凭感觉。
PRD、规格说明、利益相关者更新、冲刺回顾——按你公司的格式,用来自 Linear + Figma 的真实数据起草。
每一个产品抉择:选项、理由、结果。让你不再为团队早已定下的决策反复争论。
它如何协同运作
你
与 Claude 对话
Second Brain
梳理你的上下文
Claude
带着完整上下文工作
决策
而非文档
更好的输出
每一次都是
结果就是: 不必每次会话都重新讲解你的路线图,Claude 早已了然于胸。它掌握上个冲刺的速度、上个月的用户调研、你利益相关者的偏好和你的 PRD 格式——贯穿每一次会话。还有一份随每次访谈不断累积的调研索引。
静态上下文
工程化上下文
搭建
你每次聊天都要把 PRD 模板重新粘一遍
AI 从第一天起就按你公司确切的格式生成 PRD
记忆
忘了上个冲刺的收获,重新吵一遍那场架
实验 + 决策记录在你重蹈覆辙之前把模式浮现出来
工具
在 Linear、Figma、Dovetail、Slack 之间复制粘贴
AI 通过 MCP 直接读取 Linear 工单、Figma 评论和调研笔记
调研
在 Dovetail 里翻 40 分钟只为找一句引述
几秒内对每一次访谈、问卷和工单做语义搜索
质量
只能祈祷 PRD 里该有的章节都齐了
校验评分标准会拦下缺少用户/指标/约束的 PRD
所有权
产品知识被困在供应商的数据库里
你的 Supabase。你的调研。取消我们,一切照样归你
这正是 ChatGPT Memory、Notion AI、Cowork 和 DIY 方案统统撞上同一堵墙的原因。
个性化
而非模板化
互联互通
而非孤立
可衡量
而非靠猜
可累积
而非静止
归你所有
而非租用
我们在每个 PM 的配置里都见到的五种模式。你是哪一种?
PRD、规格说明、更新、复盘、上线计划。你一周写的文档,比你做的产品决策还多。
“我花在解释我们在做什么上的时间,比真正去做的还多。”
— 高级 PM,B2B SaaS
你在工程、设计、销售和管理层之间架起桥梁。同一个故事,每个受众都需要不同的版本。
“我不想老是对着 LLM 重复同样的话。”
— Vanja
用户调研、分析数据和客户反馈散落在 7 个工具里。找到那个洞察,比据此行动还要费时。
“调研就在那儿。我只是要花 40 分钟才能找到它。”
— 增长 PM
你已经在 Claude Code 里和工程师们一起干活了。你想要一个既懂你代码库、又懂你路线图的 AI。
“我主要是好奇你是怎么把事情做得不一样的。”
— Wouter
3 个产品、5 个利益相关者、12 个进行中的实验。你需要一套系统,能在不用你手动更新任何东西的情况下,跟住所有这些的上下文。
“我最大的担忧就是把事情做一半。”
— Lucas
54%
从未打开过终端
58%
非技术岗位
87%
文件杂乱无章
8/8
搭建阻力 = 头号障碍

我是 Iwo Szapar。过去 14 周里,我和 95 位专业人士一对一地坐下来——每人 1-2 小时——亲手为他们构建 Second Brain。我真正做的其实是上下文工程。而这也正是它无法规模化的原因。
我自己就是瓶颈。于是我打造了 Second Brain 2.0。
曾经要花 3 小时的交付成果,如今 15 分钟就能完成。不是因为 AI 记得更多,而是因为 AI 会在你审阅之前先行验证。
与哈佛研究人员共同创立 AI Maturity Index(42 万个数据点,2026 年被 ISG 收购)。曾在 Microsoft、Walmart 及全球多国政府帮助 3,000+ 家企业和 25,000+ 名专业人士。
深受信赖




自定节奏。无需通话。无需技术知识。
一份对话式问卷梳理你的角色、专长、写作风格和现有工具。
回答关于你的工作、客户和偏好的问题
AI 分析各种模式——写作风格、决策框架、领域专长
生成一份个人画像,成为你 AI 的根基
无需技术知识——就像一次结构化的入门通话
搭建之后
新客户、新项目、新偏好——如果 AI 不去了解它们,就会落伍。MemoryOS 在你的 SQL 数据库上运行衰减检测,标记出超过 30 天未被访问的知识条目,跟踪置信度评分,并在 38 个维度上监测上下文压力。
不止聊天——已交付的规格
每个 PM 命令都把真实的项目数据、你的模板和你的质量门槛融合进一次行动。输入一条斜杠命令——拿到的是一份 PRD,而不是一次头脑风暴。
/write-prd用真实调研、Linear 上下文和 OKR,按你公司的格式起草一份 PRD。若缺少用户/指标/约束,校验会拦下发送。
→ prds/onboarding-v2.md(已校验)
/spec-review让你的规格经过安全、工程可行性和 UX 评审员。按维度返回通过/不通过。
→ 3 项通过,1 项阻断:缺少错误状态
/feature-brief把一份 PRD 转成可直接给利益相关者看的一页纸。为工程、设计、高管、销售提供不同版本。
→ briefs/onboarding-v2-exec.pdf
/sprint-plan按 RICE + 客户反馈 + 技术债风险给待办列表排序。返回一个排好优先级的冲刺,并对照团队速度做容量核查。
→ 冲刺 23:4 个事项,34 个故事点,2 项风险
/roadmap-review把路线图与实验结果、用户调研信号和 Linear 速度交叉比对。标出过时的押注。
→ 2 个事项正偏离用户信号,1 个超前于进度
/stakeholder-update读取 Linear + Slack + Figma 的活动。以你的口吻起草更新,并按受众(高管、工程、销售)标注。
→ 草稿就绪,3 处标记待你审阅
/research-synth对每一次访谈、问卷和支持工单做语义搜索。返回引述 + 模式 + 置信度。
→ 匹配到 14 次访谈,3 个主题,附上最佳引述
/interview-notes粘贴一份原始访谈记录。AI 会提取痛点、引述、模式标签,并追加到调研索引。
→ 提取出 7 个模式,已索引 + 关联到路线图
/experiment-log每一次 A/B 测试、功能开关、发布——假设、结果、收获。当你规划类似工作时再次浮现出来。
→ 找到 3 个相似实验,2 个胜出,1 个无定论
10 项 PM 技能。几分钟就能搭出你自己的。
每项技能都是一个 markdown 文件。编辑它、复制它,或把它串成你自己的 /monday-kickoff 变体。
Guide 是一个远程插件,它读取你本地的 brain 结构以提供指引。你真实的内容、客户数据和个人信息绝不离开你的电脑。我们只为产品改进而了解你调用了哪些工具、调用频率多高。
上下文工程不是单一的东西,而是一整个技术栈。每一层都让 AI 对你和你的工作更了解。
位于你工作区根目录的一个文件,Claude 在每次对话时都会读取它。你的偏好、规则、写作风格、工具约定——每一次都自动加载。
# CLAUDE.md ## Voice: Direct, no fluff. Never use "leverage" or "synergy." ## Clients: Enterprise SaaS, 50-200 employees ## When writing proposals: Use the 3-part framework from /templates
AI 从每次对话中学习,并将模式、客户细节和决策存入一个本地 SQL 数据库,含 12 个可查询集合和置信度评分。第 1 个月:它知道你的名字。第 6 个月:它了解你客户的价格异议、上次互动是什么时候,以及哪些提案需要更新。
Model Context Protocol 让 Claude 能够读取并操作你真实的产品技术栈——Linear(工单、冲刺速度)、Figma(设计评审、评论)、Dovetail(用户调研)、Amplitude(漏斗、留存)。Claude 不是去描述你的路线图,而是直接查询它。
诸如 /daily-briefing 或 /draft-proposal 之类的可复用命令,把多个工具和上下文来源整合进一次操作。输入一条命令,即可得到原本手动需要 30 分钟才能完成的完整结果。
这正是上下文工程真正强大之处。Hooks 是在特定时刻自动触发的 shell 命令——在工具运行前、文件保存后、会话开始时。它们不依赖 AI 的判断,始终会执行。
PreToolUse
拦下缺少必填章节的 PRD 发送
每份 PRD 都必须包含用户、指标、约束和待解问题——由评分标准强制执行
PostToolUse
把 PRD 自动关联到 Linear epic
起草一份 PRD 之后,连同规格链接创建或更新 Linear epic
SessionStart
加载进行中的冲刺 + 未结的利益相关者话题
当你打开 Claude 时,注入冲刺上下文 + 利益相关者尚未回答的问题
Stop
把新调研同步到调研索引
在收尾之前,访谈笔记会被嵌入 + 索引,供 /research-synth 使用
# 示例:把每份 PRD 草稿自动关联到它对应的 Linear epic
{
"hooks": {
"PostToolUse": [{
"matcher": "Write.*prd",
"hooks": [{
"type": "command",
"command": "$CLAUDE_PROJECT_DIR/.claude/hooks/link-to-linear.sh"
}]
}]
}
}系统会自动配置你的 hooks。你无需编写 JSON——只要告诉它你想强制执行什么即可。
大多数所谓的「AI 配置」只用到了第 1 层。
Second Brain 让全部 5 层协同运作。这正是其输出质量从根本上不同的原因。
其他任何 AI 工具都给不了你的东西
每一个 AI 套壳产品都把你的数据存在它们的服务器上。一旦取消,数据就没了。你的 Second Brain 部署在归你所有的基础设施上——Supabase + Vercel,均为免费套餐。即便取消我们的服务,一切依然属于你。
一个本地数据库,或你自己的 Supabase。你的 PRD、调研、实验历史、决策记录——全在你掌控的表里。不会被困在某个 PM 类 SaaS 的付费墙后面。
Vercel 运行你的调研索引器、冲刺摘要定时任务、实验追踪器。每周快照。每晚同步 Linear。全都在你的账号上。
PRD 撰写器、冲刺规划器、调研综合器——全部带着你公司的上下文在本地运行。你的战略、你的调研、你的路线图从不离开你的设备。
PRD 模板和技能活在数据库里,而非代码里。当 PMF 演进时,更新那一行模板即可——无需 git pull,无需部署。
SaaS 会过期。基础设施会累积。
Shaun
初稿快 85%
营销操盘手
"我的初稿现在几乎不用改了。Brain 了解我的受众、我的主题,以及我组织更新的方式。它从一个我得重写的起点,变成了我只需润色一下的东西。区别在于,它记得上季度的一切。"
85%
初稿更快
~0
需要重写的次数
100%
上下文得以保留
Sharon Greene
未来学家
零技术能力
“在这之前我从没打开过终端。现在我输入一条命令,就能在一份每日简报里拿到我的邮件、日历和任务。我真的脱口而出:一条命令就能做这么多?”
Richard Wilson
Transformation Partners
省下 3-4 个月
“为了省下三到四个月的折腾,这钱绝对值。”
Damian
专业人士
深刻改变
“普通的 AI 工具现在看起来简直像小孩子的玩意儿。这彻底改变了我的工作方式。”
Dominic Albrecht
非技术用户
无需代码
“我不是程序员。我不写代码。所以这种东西能存在、能跑起来,真的太不可思议了。”
"这取代了我整套 SaaS 技术栈。" — Mark 与 Stas
付一次费。永久拥有。
算笔账
此刻就有 97 位专业人士在运行他们的 Second Brain。如果它每周为你省下 5 小时、按每小时 200 美元计,那就是每月 4,000 美元的时间价值。Kickstart 的成本会在 第一周. 一次购买。没有订阅。
面向想要完全掌控的技术用户
完整的系统。由你自行搭建。
完整仓库:55 个技能、21 个智能体、7 项集成
搭建指南 + Health Check MCP
社区访问权限
自助式——按自己的节奏配置
MemoryOS 需单独购买(每年 199 美元)
不含支持
7 天退款保证。
面向希望今天就能用起来的专业人士
AI 帮你配置。几分钟内即可运行。
DIY 的全部内容
AI 智能体根据你的答案构建系统
48 小时优先异步支持
含第一年 MemoryOS Pro(价值 349 美元)
异步支持——无需通话
7 天退款保证。
面向希望由我们代为搭建的领导者
2 小时入门通话 + 完整搭建。
Kickstart 的全部内容
与 Iwo 进行 2 小时入门通话
我来为你部署基础设施(Vercel + Supabase)
每月 Second Brain 更新(新增智能体、技能、工具)
含 12 个月 MemoryOS
2 小时通话 + 直接联系 Iwo
7 天退款保证。
新工具和新技能通过 MemoryOS 推送。更新会在你什么都不做的情况下到来。健康监测会发现需要关注的地方。每周推荐会告诉你该修复什么。Kickstart 和 Done-With-You 均已包含。
获取仓库
5 分钟
即时收到含 GitHub 仓库的邮件
填写问卷
15 分钟
回答关于角色和工作流的问题
构建
约 60 分钟
系统自动生成,已为你配置好
首次见效
7 分钟
运行 /overview,优先事项就在那里
部署基础设施
30 分钟
一键部署 Vercel + Supabase(可选)
深入了解上下文工程、MCP 以及如何构建更好的 AI 系统。
深入剖析 Model Context Protocol——它是什么、如何运作,以及为何它对构建真正了解你工作的 AI 系统至关重要。
Model Context Protocol 如何把 AI 的记忆变成 AI 的行动。把你的 Second Brain 连接到 Gmail、日历、CRM 等等。
一个没人教过你的新兴角色。为什么在 2026 年,上下文工程是知识工作者的新型高杠杆技能。
来自 6 个月硬核实战、构建真实系统的生产级模式、hook 配置和上下文工程工作流。
还没准备好购买?看看它如何运作,或试用一份免费资源。
别再和通用 AI 较劲。从一个懂你的系统开始。
DIY
Kickstart — 最受欢迎
Done-With-You