Skip to content
cccskills
FreePublished on GitHub

stylework-requirement-planning

StyleWork 需求排期共创 / 需求优先级讨论:当用户给出云效导出、钉钉 Sheet、Excel、截图或一批需求标题,希望先汇总这一批在解决什么,再识别重复、依赖、前置能力和模糊项,并结合领导重点、客户承诺、阶段方向、技术难度与容量讨论建议迭代和优先级时使用。适用于信息不完整但仍需要临时排期建议的场景。

只读分析,不用于导出到钉钉、自动修改云效/钉钉、替用户作最终排期决定或承诺交期。

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

Works withExcel

Run score Not tested

See how to install

Files included (8)

  • SKILL.md5.6 KB
  • agents/openai.yaml280 B
  • evals/evals.json3.1 KB
  • evals/green-forward-test.md1.4 KB
  • evals/red-baseline.md762 B
  • evals/release-review.md2.4 KB
  • references/output-contract.md2.5 KB
  • references/planning-rubric.md4.9 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

StyleWork 需求排期共创

Overview

先把一批需求解释成人能讨论的主题地图,回答“这一批在解决什么”,再与用户共创优先级和迭代建议。Skill 只读分析,不修改云效,不修改钉钉,也不修改用户提供的源 Excel;用户最终手工调整。

Core Boundaries

  • 不调用 stylework-yunxiao-requirement-sync,不导出、不新建 Sheet、不写回任何系统。
  • 不把标题推断写成已确认事实;事实、推断和建议必须分开。
  • 不要求批量补录描述、提出方、期望时间、收益数据或完整 PRD 才开始分析。
  • 信息不足时仍输出临时建议,并为每个关键判断标注理由、缺失信息、风险和置信度。
  • 不替负责人承诺交期,不把建议迭代描述成已经排定。

Minimum Input

接受 Excel、CSV、钉钉 Sheet 的只读内容、截图或用户粘贴的需求列表。优先使用已有字段:

标题、负责人、创建者、迭代、技术难度、优先级、客户名称、URL

描述是可选增强信息,不是启动门槛。若 URL 可用且少量关键需求仅凭标题无法判断,可在用户已经授权查看的前提下,用浏览器只读打开这些需求详情;不要批量修改、评论或改变状态。

Workflow

1. Establish the evidence ledger

记录:

  • 已确认字段与用户补充事实;
  • 从标题或分组推断的主题;
  • 缺失信息;
  • 冲突;
  • 当前排期假设。

标题只能支持初步分类。模糊标题不得被补造成具体业务目标、客户承诺或技术方案。

2. Summarize what the batch is solving

先完成主题聚类,再讨论逐条排期。输出每个主题:

  • 主题名;
  • “在解决什么”一句话;
  • 代表需求;
  • 数量与当前迭代分布;
  • 主题性质:用户体验、业务能力、平台基建、可靠性/治理、探索验证或其他;
  • 判断依据与置信度。

同时标记:重复/高度相似项、依赖、前置能力、可能的能力链和模糊项。不要因标题相似就自动合并,只输出合并候选和需要核对的差异。

3. Invite high-value clarification

在主题摘要后,向用户提出最多 1-3 个批次级高价值问题,优先确认:

  • 当前领导或阶段重点;
  • 已承诺客户、固定日期或必须上线事项;
  • 本月最需要形成的业务结果,或明确不能做的方向。

不要把每条需求的未知项变成几十个问题。若用户暂时不回答、明确要求直接给建议,或上下文已经足够,继续输出临时版,不暂停整个排期。

4. Apply the planning rubric

读取 references/planning-rubric.md。依次判断:

  1. 外部硬约束与紧迫性;
  2. 领导/阶段方向和业务结果;
  3. 客户影响范围;
  4. 是否是其他需求的前置能力或共同底座;
  5. 依赖顺序、技术难度、验证成本和交付风险;
  6. 需求清晰度与可执行性;
  7. 负责人和迭代负载是否存在明显集中。

技术难度影响拆分和排期顺序,不自动降低业务优先级。高价值高难度项可建议先做验证或拆分前置任务,而不是简单后移。

5. Produce a co-planning draft

按 references/output-contract.md 输出:

  1. 批次主题地图;
  2. 重复、依赖、前置能力和模糊项清单;
  3. 建议的迭代重点与负载观察;
  4. 逐需求当前/建议迭代与当前/建议优先级;
  5. 理由、依赖、风险、缺失信息和置信度;
  6. 本轮最值得用户调整或确认的 1-3 个决策。

对 26.8.1 这类迭代解释为 2026 年 8 月第 1 周。若迭代日历与此不同,采用用户给出的团队定义。

6. Revise with user direction

用户补充重点方向或澄清需求后:

  • 明确列出哪些建议发生变化及原因;
  • 保留未变化项,不整表重写得难以比较;
  • 更新置信度与剩余风险;
  • 输出新的建议草案,仍不执行外部写入。

Confidence Rules

  • 高:有明确描述、外部承诺或可验证依赖,且建议直接由证据支持。
  • 中:标题和现有字段较清楚,但业务收益、容量或依赖仍有一项关键假设。
  • 低:主要依赖模糊标题推断,或缺少会显著改变排期的事实。

低置信度不等于不建议;它表示用户应优先复核。

Definition of Done

  • 先解释整批需求在解决什么,再进入逐条排期。
  • 重复、依赖、前置能力和模糊项均已显式标记。
  • 问题不超过 1-3 个批次级高价值问题,没有要求团队批量补录大量字段。
  • 信息不足的项仍有临时建议,且理由、缺失信息、风险和置信度完整。
  • 当前值与建议值分开,事实与推断分开。
  • 全程只读,没有修改云效、钉钉或源文件。

Resource Guide

  • references/planning-rubric.md:优先级、迭代、依赖、难度和置信度的判断规则。
  • references/output-contract.md:批次摘要、逐需求建议和变更对比模板。
  • evals/evals.json:触发、非触发与信息稀疏回归场景。

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