Skip to content
cccskills
FreePublished on GitHub

problem-to-solution

问题到方案 Workflow:当用户显式调用 `$problem-to-solution`,或明确要求运行“问题到方案”完整流程时使用。把模糊产品问题经过校准、必要的研究/决策、方案生成和挑战,推进为一个可进入 PRD 的已确认方案;不负责 PRD 交付或外部发布。

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

Run score Not tested

See how to install

Files included (4)

  • SKILL.md2.6 KB
  • agents/openai.yaml307 B
  • evals/evals.json2.4 KB
  • WORKFLOW.md2.3 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

问题到方案

这是 workflow 的 Codex Runtime 入口,不是新的原子 Skill。先读取同目录 WORKFLOW.md,再按当前状态调用现有 Skill 或 Loop。

输入

优先从对话和项目材料中发现以下信息,只询问会改变路线的缺口:

  • 当前问题或模糊感受;
  • 期望结果与判断标准;
  • 用户、业务场景、约束和截止时间;
  • 已有事实、候选方案和不可改变项。

工作流

  1. 先判断输入状态:问题、目标或判断标准不稳定时使用 ai-collaboration-calibration;已经稳定时跳过校准。
  2. 只有当事实缺口会改变选择时才进入研究:开放式领域理解使用 research-topic-compiler,具体选择缺证据时使用 $decision-loop。
  3. 问题已稳定但没有候选方案时,直接使用 brainstorming 比较真实方案并形成推荐与 Design Spec。
  4. 已有候选方案且只需挑战时,直接进入 $solution-loop;其他情况只在方案风险、依赖或失败模式需要多轮关闭时进入。
  5. 按 WORKFLOW.md 的 Confirmed Solution Gate 判断结束、Human Gate 或阻塞,不用文档数量代替方案确认。

边界

  • 不为了走流程而调用全部 Skill。
  • 不把研究结论直接伪装成产品方案。
  • 不让 Maker 自己声明挑战已经关闭。
  • 不生成完整 PRD、UI 交付包、研发事项或外部发布结果。
  • Skill/Loop handoff 不授权 DingTalk、Yunxiao、Runtime 或 Skillshare 写入。

输出

返回 status、稳定的问题定义、关键决策、已确认方案、保留项、剩余 gap、下一责任节点和恢复点。只有达到 solution_confirmed 才建议进入 $solution-to-delivery。

完成定义

只有 WORKFLOW.md 的 Confirmed Solution Gate 全部成立,且需要业务取舍时已经经过 Human Gate,才输出 solution_confirmed。否则必须返回唯一 next_gap 和可恢复的 resume_point。

资源与验证

  • WORKFLOW.md 是阶段路由、完成门槛和输出状态的权威合同,每次执行前读取。
  • evals/evals.json 覆盖完整路径、最短路径、相邻原子 Skill 和下游 Workflow 的触发回归;修改入口后运行这些评测并保留结果。

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

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.

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

See all skills by PANGKAIFENG

Report a problem with this skill