Skip to content
cccskills
FreePublished on GitHub

brainstorming

设计脑暴 / 实现前方案校准:当用户想把已基本成立的想法、功能方向或产品问题,在写 PRD、画 mockup 或进入开发计划前,先比较方案、确认取舍、对齐 UI/视觉约束,并收敛成可执行设计 spec 时使用。

可用中文唤起:“先脑暴一下方案”“先不要写 PRD,帮我设计几种路径”“参考 brainstorming 把这个需求变成设计 spec” “实现前先讨论设计”。

问题还没定义清楚时先用 ai-collaboration-calibration;已有方案要压力测试时用 grill-me; 直接写 PRD 时用 prd-architect;grill-me 返回精确设计 gap 时,本 Skill 只输出 Design Delta。

The English summary is being prepared. Showing the original description.

Run score Not tested

See how to install

Files included (7)

  • SKILL.md11.9 KB
  • agents/openai.yaml296 B
  • evals/evals.json11.6 KB
  • references/design-spec-contract.md1.9 KB
  • references/maker-handoff-contract.md3.5 KB
  • references/visual-design-standards.md5.9 KB
  • scripts/check_design_spec.py808 B

SKILL.md (original)

Review the instructions the agent will receive before you install.

设计脑暴(brainstorming)

中文速查

  • 中文名:设计脑暴 / 实现前方案校准
  • 英文稳定名:brainstorming
  • 分类:产品与 PRD / 认知与协作之间的方案收敛桥
  • 状态:core
  • 你可以这样叫我:先脑暴一下方案、先不要写 PRD,帮我设计几种路径、参考 brainstorming 把这个需求变成设计 spec、实现前先讨论设计
  • 适合:问题基本成立,但还没确定产品方案、信息架构、交互路径、技术切分或交付 spec,需要先探索 2-3 个可选设计并得到用户确认
  • 不适合:问题还没定义清楚,改用 ai-collaboration-calibration;已有明确方案要被拷问,改用 grill-me;已经要写正式 PRD,改用 prd-architect

Overview

使用这个 Skill 把“可讨论的想法”推进成“可交付给 PRD、mockup 或开发计划的设计 spec”。它强调先理解上下文、逐步澄清、提出多个方案、确认设计,再进入下游 artifact。

它的默认下游可以是 prd-architect、ui-mockup-desktop-workbench、prd-to-issues 或实现计划;如果方案涉及 UI/mockup/HTML 可视化,必须先对齐项目已有视觉语言,避免生成与真实产品割裂的通用页面。需要反复压测时显式进入 $solution-loop,而不是创建新的方案 mega Skill。

本 Skill 是方案 Maker:拥有真实备选、推荐与取舍、scope、流程、状态、风险和 Design Delta;不拥有 Critic clearance、PRD/实现 readiness 或发布审批。

Boundary

先判断用户当前阶段:

  • 问题、目标用户、成功标准或约束还不清楚:转 ai-collaboration-calibration,不要急着给方案。
  • 问题已基本成立,但方案、路径、范围、交互或系统设计还没定:使用 brainstorming。
  • 用户已经有一个具体方案,想找漏洞、压测失败模式或挑战取舍:转 grill-me。
  • 用户明确要 PRD 文档、PRD 模板、PRD 图示或正式需求章节:转 prd-architect。
  • 用户已有 PRD/handoff,要判断能否开发、可测试、可交付:转 prd-review。
  • 用户已有 PRD 和 UI 规范,要真实桌面端 mockup:转 ui-mockup-desktop-workbench。
  • Product Work Graph 的方案发散节点:使用 PUBLIC unqualified brainstorming。只有用户显式调用完整名称 superpowers:brainstorming 时才走该 plugin Skill;不得从未限定的 “brainstorming” 推断它。

Hard Gate

在用户确认设计前,不要做以下事情:

  • 不写生产代码。
  • 不创建完整 PRD。
  • 不生成正式 GitHub issues。
  • 不把方案包装成已经确定的结论。
  • 不进入 Superpowers writing-plans 或其他实现计划。

简单需求也要经过轻量设计确认。确认可以很短,例如:“我建议按方案 B 做,范围只包含 X/Y,不做 Z。你确认后我再写 PRD-lite。”

Workflow

  1. 复述目标和阶段:用一句话说明用户想解决的问题,以及当前是“方案脑暴”而不是执行。
  2. 读取可发现上下文:如果有 PRD、调研文档、代码、截图、UI 规范或历史讨论,先读;不要把可查信息问给用户。UI/mockup 相关任务还要读取 references/visual-design-standards.md。
  3. 判断是否需要转路由:按 Boundary 决定是否继续本 Skill。
  4. 澄清关键缺口:一次只问一个会改变方案的问题。优先问目标用户、成功标准、边界、约束、已有资产和不可接受方案。
  5. 提出 2-3 个方案:每个方案必须包含适用前提、优点、代价、失败风险和不选理由。
  6. 给出推荐方案:明确推荐哪一个,或者推荐组合方案,并说明理由。
  7. 分段确认设计:按“范围 / 核心流程 / 信息结构或系统结构 / 异常与人工介入 / 验收口径”拆开确认。复杂设计可以逐段问用户是否认可。
  8. 输出设计 spec:根据任务复杂度输出轻量或标准 spec。需要写文件时,先确认保存位置;默认不强制创建特定目录。UI/mockup 相关 spec 必须包含项目视觉规范发现摘要,或说明启用的默认视觉标准。
  9. 自检 spec:检查 TBD、矛盾、范围漂移、双关要求、缺少验收标准和未关闭待确认项。
  10. 交接下游:按用户目标建议下一步:写 PRD、做 mockup、压测方案、拆 issues 或进入实现计划。

Context Intake

开始脑暴前,优先从已有材料提取输入,不要重复问用户已经给过的信息:

  • 用户原始表达:想解决什么、为什么现在讨论、希望先不要做什么。
  • 目标对象:用户角色、业务场景、当前产品阶段、上下游协作者。
  • 已有材料:PRD、调研结果、竞品截图、代码路径、UI 规范、历史会话和本地文档。
  • 决策边界:本轮要选方案、定范围、定流程、定技术路径,还是准备 PRD / mockup / implementation plan。
  • 约束条件:时间、人力、平台、权限、数据、合规、离线/在线、移动端/桌面端、是否必须兼容现有能力。
  • 输出期待:口头讨论结论、设计 spec、文件落地、下游 Skill handoff,或只是帮用户继续想清楚。

如果以上信息缺失,只问会改变方案分支的问题。缺失但不阻塞的问题写入假设或待确认项。

Question Discipline

  • 一次只问一个问题。
  • 如果能从本地文件、网页截图、已有会话或用户提供材料中查到,先查证。
  • 每个问题都要说明它会影响哪个设计分支。
  • 多选优先,但不能把真实开放问题伪装成多选题。
  • 如果用户要求“先不要问,直接给方向”,可以基于显式假设给第一版方案,但要标记假设。

Design Options

提出方案时用这个最小结构:

### 方案 A:<名称>
- 适合前提:
- 核心做法:
- 优点:
- 代价:
- 主要风险:
- 不选它的理由:

推荐方案必须回答:

  • 为什么它更贴合当前目标。
  • 它舍弃了什么。
  • 哪些前提一旦变化,推荐会被推翻。

Output

轻量场景输出:

**Brainstorming Summary**
- 当前问题:
- 推荐方案:
- 不做范围:
- 关键流程:
- 主要风险:
- 待确认:
- 下一步:

复杂场景输出正式设计 spec。读取 references/design-spec-contract.md,按任务规模选择章节,不要机械展开所有章节。

Visual Companion

如果接下来讨论的是 UI、信息架构、流程图、布局、页面状态或 HTML mockup,先判断可视化是否真的能帮助决策。不要把“视觉 companion”当成默认模式;概念、取舍、范围和问题定义仍然用文字更高效。

适合可视化的情况:

  • 页面布局、导航结构、表单状态、工作台布局。
  • 多方案 UI 对比。
  • 流程图、状态机、系统边界图。
  • 已经要把设计 spec 交给 ui-mockup-desktop-workbench 或原型实现。

不适合可视化的情况:

  • 目标用户、成功标准、范围边界、商业取舍。
  • 单纯列需求、写 PRD、审 PRD。

进入 UI/mockup/HTML 可视化前,必须执行 Design Discovery Gate:

  1. 先查项目内已有视觉语言:框架配置、全局样式、设计 token、主题文件、组件库、图标系统、目标 route/page shell、相邻页面状态、已有截图或 mockup。
  2. 在生成视觉稿前,用 5-8 条 bullet 摘要已经发现的约束,例如色彩、字体、间距、圆角、导航结构、组件库、深浅色策略和状态样式。
  3. 优先复用项目本地 token、组件、布局比例、图标风格和状态模式;不要从空白通用模板重新发明一套视觉语言。
  4. 如果找不到项目本地规范,选择一个默认标准:SaaS/Admin Workbench、Desktop Agent Workbench、Research Dashboard 或 Marketing/Consumer,并说明为什么选它。
  5. 生成 mockup 时必须覆盖真实状态:empty、loading/busy、streaming/progress、success/result、error/retry、disabled/permission 中与场景相关的状态。
  6. 不生成泛 AI 风格的装饰性页面:避免无业务含义的大渐变、装饰 blob、过度 hero、巨型嵌套卡片和只为好看而存在的元素。

需要可视化落地时,读取 references/visual-design-standards.md,并把其中的质量门禁作为完成前自检。

Handoff

需要把版本化方案交给 grill-me,或消费 Critic 返回的单一设计 gap 时,先读取 references/maker-handoff-contract.md。

  • 单点调用输出方案或 Design Spec 后停止;next_owner 只是建议,不自动运行 Critic、PRD、issues 或实现计划。
  • Maker 只输出 design-confirmation-needed、critic-ready、revision-required 或 owner-confirmed;不得自称 clear、ready、approved 或已经通过压力测试。
  • Critic return 必须引用准确 artifact/version、一个 gap、closure criterion、preserved items 和 resume point;只修改受影响部分并返回 Design Delta。
  • 同一 challenge 完成两轮回流后仍未关闭或缩小时,停止自动回流并进入 Human Gate。

根据设计成熟度选择下游:

  • 要写正式需求文档:交给 prd-architect。
  • 要挑战已经选定的方案:交给 grill-me。
  • 要评审已有 PRD:交给 prd-review。
  • 要做桌面端真实页面 mockup:交给 ui-mockup-desktop-workbench。
  • PRD 已 ready,要拆 implementation issues:交给 prd-to-issues。
  • 要进入代码实现计划:交给 Superpowers writing-plans。

不要自称已经完成下游交付物,除非真的执行了对应 Skill 或产物流程。

Definition of Done

  • 用户的问题阶段被正确识别,没有把模糊问题误当成已确认方案。
  • 已探索 2-3 个合理方案,或明确说明为什么只有一个合理方案。
  • 推荐方案写清了取舍、风险和可推翻前提。
  • 用户已确认设计,或待确认项被明确列出且没有伪装成确定结论。
  • 已给出适合当前阶段的下一步 Skill 或 artifact。

Evaluation

Smoke prompts:

  • 先不要写 PRD,帮我把这个功能脑暴成几个设计方案。
  • 参考 brainstorming,把这个桌面端需求先变成设计 spec。
  • 实现前先讨论下这个功能怎么设计比较好。
  • 这个想法基本成立,帮我比较 2-3 个落地路径。

Non-trigger prompts:

  • 我还没想清楚真正问题是什么,先帮我想想。
  • 拷问一下这个已经定好的方案。
  • 直接帮我写 PRD。
  • 基于这个 PRD 生成 GitHub issues。

Regression checks:

  • 不应跳过用户确认直接写代码或实现计划。
  • 不应和 ai-collaboration-calibration 重复做问题定义校准。
  • 不应和 grill-me 混淆,把成熟方案压测当成方案脑暴。
  • 不应把轻量方案讨论机械扩展成重型 PRD。

Resources

  • references/design-spec-contract.md:正式设计 spec 的结构、轻重选择和自检清单。
  • references/maker-handoff-contract.md:Maker 单点停止、Critic handoff、Design Delta 与 Human Gate 合同。
  • references/visual-design-standards.md:UI/mockup/HTML 可视化前的项目规范发现、默认视觉标准和质量门禁。
  • scripts/check_design_spec.py:检查设计 spec 是否包含当前问题、推荐方案、不做范围、风险和待确认项。

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

Agent trace 诊断器:当用户提供 trace、日志 JSON、agent 执行记录、工具调用序列,或说“看下这个日志/trace,定位根因”“只说明问题不要改文件”时使用;用中文输出核心根因、可视化执行流程图、trace 证据链、可能文件/行和修复建议,默认只读。不用于没有日志证据的新功能设计、普通代码解释或直接修复代码。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

协作校准 / 认知校准 / 问题脑暴:当用户有模糊感受说不清问题、方案越补越复杂、想挑战假设、 想重新定义问题、想知道成熟领域里怎么叫这个问题时使用。 可用中文唤起:"帮我想想""先聊一下""一起脑暴""我感觉有问题但不清楚是什么" "先别执行,帮我看清问题""挑战我的假设""这个方案是不是想错了""帮我做认知校准" "双向钢人""钢人论证一下""正反最强论证,给我明确判断"。 也适用于:用户直接说"帮我做 X 功能""接入 Y 平台"但背景复杂、或对话早期感觉方向可能跑偏时, AI 主动识别并建议进入脑暴模式。 这里的“挑战假设”主要指问题定义、目标、约束和领域定位层面的假设;如果问题已确认且用户已有具体方案、 计划、架构或决策要压力测试,应转用 grill-me。不用于翻译、摘要、格式整理、单文件小改等简单执行任务。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

AI 工作资产化诊断器 / Assetization Router:当用户提供 AI 协作会话、重复任务、prompt、工作流描述、 团队 AI 使用场景或一次成功交付过程,并要求判断应该沉淀成 Prompt、Context Pack、Workflow、Skill、 Loop、System,或根本不值得沉淀时使用。它只做诊断、分层和下一步资产建议,不替代具体 Skill 创建、 PRD 起草、调研、实现或自动化执行。不用于普通事实查询、一次性文案、trace 根因分析或高责任专业判断。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

竞品决策分析 / Competitive Decision Brief:当用户要调研竞品、替代方案、新产品、SaaS/AI 产品或市场信号, 并希望把官网、定价、评论、文档、更新日志、登录态走查、截图或浏览器取证转成产品定位、路线图、定价、 功能优先级、差异化、Go/No-Go 或 PRD 输入时使用。核心行为是先锚定产品决策,再选择证据渠道, 最后输出可行动的 Product Decision Brief;不要把它降级成泛泛功能清单、纯 UX 走查或“点完所有按钮”报告。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

复杂探索资产化 / Complex Exploration:当用户面对复杂、不确定、多轮迭代的产品策略、Roadmap、商业化定价、竞品定位、复杂 PRD 前置探索、项目复盘或方法论沉淀任务时使用。它先判断任务类型,暴露隐含假设,重构真正问题,规划探索路径和中间产物,并在结束后沉淀认知、结构、方法论、工具和影响力资产。不用于简单润色、翻译、摘要、明确执行任务;问题只需早期认知校准时优先用 ai-collaboration-calibration,已有方案要压力测试时用 grill-me,系统专题研究用 research-topic-compiler。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

客户需求发现与澄清助手:当用户是销售、客户成功或售前,拿到客户模糊、宽泛、缺少产品边界的需求,需要先在内部最多五轮补齐关键事实,再生成一次性客户澄清问题清单、需求摘要与通用技术可行性判断时使用;当确认需求将落入 StyleWork 时加载可选产品与 UI 上下文,并可在信息足够或明确要求时输出带假设标记的轻量 Demo。不要用于直接报价、承诺交期、替代正式 PRD 或在信息不足时假装已有能力。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

See all skills by PANGKAIFENG

Report a problem with this skill