本文へ移動
cccskills
無料GitHub で公開

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。

インストール方法を見る

含まれるファイル(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(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

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。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新

PANGKAIFENG のスキルをすべて見る

このスキルの問題を報告する