pm-brainstorm

Name: pm-brainstorm
Author: konglong87

github.com/konglong87生産性8483 回インストール4 日前に更新

リポジトリ

pm-brainstorm について

pm-brainstorm は、プロダクトのアイデア探索を支援するエージェントスキルです。方向性の相談や正式なアイデア集の作成に向き、段階的な質問と任意の思考法を使い、探索や文書作成をユーザー確認に沿って進めます。

主な機能

01気軽な相談と正式なアイデア集モードを分離
02不足している重要情報を一問ずつ確認
03発散思考・第一原理・SCAMPERに対応
04プロダクトの方向に沿って段階的に探索
05ユーザー確認後にMarkdown形式のアイデア集を作成
06手法のスキップと未探索部分の明示

活用シーン

01初期段階のプロダクト案から方向性を広げる
02機能・成長・ビジネスモデル・体験を検討
03第一原理で業界の前提を問い直す
04保存先を確認してアイデア集の文書をまとめる

MCP 対応

README には MCP との関係について記載がありません。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/konglong87/superpm --skill pm-brainstorm

インストール後、Claude Code で/pm-brainstormを入力して読み込まれたか確認します。

詳細

入力とモード

ユーザーが求めているのが簡単な相談か、正式なアイデア提案集かを最初に判断します。相談だけの場合はファイルを書き込まず、ディレクトリも作成しません。関連性があり有効な資料がすでにあれば再利用し、同じ質問を繰り返す必要はありません。正式な提案集を作成し、保存先を確認した場合に限り、docs/01-需求调研/ を作成します。不足している重要な情報だけを質問します。ユーザーはいつでも、思考方法を中止またはスキップできます。スキップされた探索を完了したかのように扱わないでください。

Agent 間のやり取りに関するルール

手順でユーザーとのやり取りが必要な場合：

現在の環境が AskUserQuestion をサポートしている場合は、AskUserQuestion を使用します（最適なエクスペリエンス）。
現在の環境が AskUserQuestion をサポートしていない場合は、通常のチャットメッセージで同じ質問をする必要があります。
一度に質問するのは1つだけです。
質問した後は現在のターンを必ず停止し、ユーザーの回答を待ちます（STOP and WAIT）。
相談だけの場合はファイルを書き込みません。正式な成果物は、ユーザーが要求し、パスを確認した後にのみ書き込みます。
関連性があり有効な docs がすでにあれば再利用し、同じ質問を繰り返す必要はありません。関連性のない資料を証拠の代わりにすることはできません。

実行フロー

以下は正式な提案集モードの詳細な手順です。簡単な相談では、ユーザーが関心のある部分だけを扱い、検証可能な方向性をチャットで直接提示します。ユーザーは手法の手順を中止またはスキップできます。スキップした場合は未探索の部分を明記し、手順を完了したかのように装わないでください。

例外：ステップ3.3でユーザーがG「チャレンジ全体をスキップ」を選択した場合、そのチャレンジをスキップして次のステップに進みます。

ステップ1：前提データの読み込み

需要調査レポートがある場合：

Read ツールを使用して docs/01-需求调研/需求调研报告.md を参考資料として読み込みます。

既存のレポートが現在の製品に関連するかを内容から判断できない場合は、ユーザーに確認します。関連性があり有効な内容はそのまま再利用します。

AskUserQuestion を使用して、次のように質問します：

既存の需要調査レポートが見つかりました。現在の製品に適用できますか？

A) 適用できる — 既存のレポートに基づいて進めますが、重要な情報が正確かどうかは引き続き確認します B) 適用できない／不明 — クイックモードに進み、基本情報を再収集します

Agent 間のフォールバック：現在の環境が AskUserQuestion をサポートしていない場合は、通常のチャットメッセージで同じ質問をしてから、ユーザーの回答を待ちます（STOP and WAIT）。

ユーザーが適用できると確認した場合 → 既存の情報を抽出します。不足している、または古くなった重要な内容だけを質問し、項目ごとの再確認は不要です。
ユーザーが適用できない／不明と回答した場合 → クイックモードに進み、AskUserQuestion を使用して基本情報を収集します。

需要調査レポートがない場合：

クイックモードに進み、AskUserQuestion を使用して基本情報を収集します。

情報が本当に不足しており、方向性の決定に影響する場合に限り、1つずつ質問します。すでに提示されている情報はそのまま使用します。

📝 クイックモード — 基本情報を入力してください：

質問1：製品名は何ですか？ → STOP and WAIT for user response

質問2：対象ユーザーは誰ですか？ → STOP and WAIT for user response

質問3：主要な課題は何ですか？ → STOP and WAIT for user response

ステップ2：発想を広げる方向の決定

AskUserQuestion を使用して質問します：

正式な提案集では、発想を広げる方向を決める必要があります。簡単な相談では、既存の情報をもとに初期の選択肢を提示し、前提を明記できます。

🎯 製品のどの方向を探りましょうか？

A) 製品機能のイノベーション — コア機能や差別化要素を探ります B) ユーザー成長施策 — ユーザーの獲得、活性化、定着方法を探ります C) ビジネスモデルの設計 — 収益化と持続可能なビジネスモデルの構築方法を探ります D) ユーザー体験の最適化 — 使いやすさと満足度を高める方法を探ります E) ひらめきの創出 — 何を作ればよいかわからないため、AIにアイデアを探してほしい（v2.1で追加） F) その他の方向（手動で入力してください）

ユーザーが選択したら、変数 BRAINSTORM_DIRECTION に記録します。

「ひらめきの創出」を選択した場合（v2.1で追加）：

適用シナリオ：ユーザーがどのような製品を作ればよいかわからず、AIに積極的にアイデアを出してほしい場合

実行フロー：

ステップ2.1：ひらめきの観点をスキャンし、Subagent で並列検索する（主な最適化）

AI はユーザーに次のように伝えます：

🔍 ひらめき創出エンジンを起動します（Subagent 並列モード）

4つの観点から同時にアイデアの源を検索します。しばらくお待ちください…

業界の課題 → Subagent 1

技術トレンド → Subagent 2

生活シーン → Subagent 3

異分野からのひらめき → Subagent 4

4つの subagent に検索を並列で指示します：

Agent ツールを使用して同時に指示します：

Subagent 1 - 行业痛点:
  type: "general-purpose"
  prompt: |
    搜索行业痛点和用户未被满足的需求。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：site:36kr.com OR site:huxiu.com 用户痛点 2026；site:zhihu.com 用户抱怨 不满
    3. 搜索：ProductHunt 用户差评 痛点
    4. 提取 5-8 个具体痛点，每个包含：痛点描述、受影响用户、严重程度

    输出 JSON 格式：
    {"dimension":"行业痛点","findings":[{"pain_point":"描述","users":"受影响用户","severity":"高/中/低"}]}

Subagent 2 - 技术趋势:
  type: "general-purpose"
  prompt: |
    搜索2026年最新技术趋势和AI应用场景。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：AI新技术 应用场景 2026 site:mittrchina.com OR site:ifanr.com
    3. 搜索：2026 技术趋势 创业机会
    4. 提取 5-8 个技术驱动的产品机会，每个包含：技术名称、应用场景、可行性

    输出 JSON 格式：
    {"dimension":"技术趋势","findings":[{"tech":"技术","scenario":"场景","feasibility":"高/中/低"}]}

Subagent 3 - 生活场景:
  type: "general-purpose"
  prompt: |
    搜索2026年效率工具和生活方式变化带来的产品机会。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：ProductHunt 2026 最佳产品 效率工具
    3. 搜索：2026 生活方式变化 新需求
    4. 提取 5-8 个生活场景相关的产品灵感，每个包含：场景描述、用户需求、已有方案

    输出 JSON 格式：
    {"dimension":"生活场景","findings":[{"scenario":"描述","need":"用户需求","existing":"已有方案"}]}

Subagent 4 - 跨界灵感:
  type: "general-purpose"
  prompt: |
    搜索其他行业的创新商业模式和成功案例。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：创新商业模式 成功案例 2026
    3. 搜索：跨界创新 行业颠覆 案例
    4. 提取 5-8 个可借鉴的跨界灵感，每个包含：来源行业、创新点、可迁移性

    输出 JSON 格式：
    {"dimension":"跨界灵感","findings":[{"industry":"来源行业","innovation":"创新点","transferable":"可迁移性"}]}

4つの subagent すべての完了を待ち、JSON の結果を収集します。

ステップ2.2：10個のひらめきを生成する

AI は4つの subagent から返された構造化データを統合し、それぞれに以下を含む10個のひらめきを生成します：

製品コンセプト（一文）
ユーザーの課題
技術的実現可能性（高／中／低）
市場の潜在性（高／中／低）

出力例：

#	製品コンセプト	ユーザーの課題	技術的実現可能性	市場の潜在性
1	AI会議議事録自動生成ツール	会議の効率が低く、議事録の作成に時間がかかる	高（音声認識技術が成熟）	高（企業に不可欠）
2	スマートコードレビューアシスタント	コード品質の管理が難しい	高（LLM はコードを理解）	高（開発者のニーズ）
3	個人向けナレッジグラフ構築ツール	情報が断片化しており、体系化が難しい	中（ナレッジグラフ技術が必要）	中（知識層のニーズ）
4	...	...	...	...

ステップ2.3：ユーザーが詳しく探るアイデアを選ぶ

AskUserQuestion を使用して質問します：

💡 10個のひらめきを生成しました。興味のあるものを選んでください：

A) ひらめき#1: {結果に基づいて動的に入力} B) ひらめき#2: {動的に入力} C) ひらめき#3: {動的に入力} D) さらにひらめきを表示（スクロールして表示） E) 独自の方向を指定（手動で入力してください）

ユーザーが選択したら、そのひらめきを詳しく発想するためにステップ3：段階的な深掘りに進みます。

最適化の説明（ひらめきの部分）：

最適化前：メイン agent が4回の検索を順番に実行し、検索結果がコンテキストの約 8,000 tokens を占有
最適化後：4つの subagent が検索を並列実行し、メイン agent は構造化 JSON のみを処理するため、tokens を約 85% 節約
速度の向上：約4分（順次検索）から約1.5分（subagent による並列検索）へ

ステップ2.5：ブレインストーミングのモードを選択する（v2.0で追加）

AskUserQuestion を使用して質問します：

正式な提案集ではモードを選択できます。簡単な相談では、手法を無理に選ばせる必要はありません。

🧠 ブレインストーミングのモードを選択してください：

A) 通常の発想拡散 — 業界の経験と類推による推論に基づきます B) 第一原理による分解 — 基本的な事実から推論し、従来の前提を打破します C) SCAMPER イノベーション手法 — 代替、組み合わせ、応用、修正、転用、削除、並べ替え

ユーザーが選択したら、変数 BRAINSTORM_MODE に記録します。

ステップ3：段階的な深掘り

選択したモードに応じて、異なる探索経路を採用します：

「第一原理による分解」を選択した場合（v2.0で追加）：

第一原理の核心：

基本的な事実まで分解する
基本的な事実から改めて導き出す
従来の前提や類推による思考を打ち破る

ステップ 3.1：基本的な事実を分解する

AskUserQuestion を使用して質問します：

🔍 第一原理による分解 - ステップ1

「{製品の方向性}」に関連する基本的な事実（自明の真理）を挙げてください：

例（配送速度）：

ユーザーの期待：速ければ速いほどよい

物理的な限界：光速、交通速度

コストの法則：速度が上がるほどコストも高くなる

基本的な事実を1つずつ入力してください：

ユーザーに3～5個の基本的な事実を入力するよう促します：

{基本的な事実1}
{基本的な事実2}
{基本的な事実3}

ステップ 3.2：従来の前提を特定する

AskUserQuestion を使用して質問します：

🎭 第一原理による分解 - ステップ2

業界における従来の前提は何ですか？（認知バイアスが含まれている可能性があります）

例（配送速度）：

前提1：30分以内の配達が限界

前提2：自社の配送チームが必要

前提3：ユーザーは高額な料金を払いたがらない

業界の従来の前提を挙げてください：

ユーザーに3～5個の従来の前提を特定するよう促します：

{従来の前提1}
{従来の前提2}
{従来の前提3}

ステップ 3.3：前提に異議を唱え、改めて導き出す

各前提について、AskUserQuestion を使用して質問します：

💡 第一原理による分解 - ステップ3

前提への異議：「{従来の前提}」

A) この前提は本当ですか？反例はありますか？ B) この前提を覆すと、どうなりますか？ C) 同じ目標を実現する別の方法はありますか？ D) この前提の根本には何がありますか？ E) その他の考え（手動で入力してください） F) 今回の異議申し立てをスキップし、次の前提に進む G) 異議申し立ての全工程をスキップし、次のステップに進む

ユーザーの選択後：

F を選択 → 現在の前提に対する異議分析を行わず、次の前提の処理に進みます
G を選択 → 現在の前提に対する異議分析を行わず、異議申し立ての全工程をスキップして、次のステップに進みます
A～E を選択 → 以下の AI 分析を実行します

AI 分析：

前提の盲点を見つける
画期的な解決策を提案する
基本的な事実に基づいて改めて導き出す

ステップ 3.4：革新的な解決策を生成する

AI が第一原理に基づいて推論し、画期的な解決策を生成します：

出力例（配送速度）：

従来の解決策：

自社で配送チームを構築 → コストが高く、拡張が難しい
第三者物流 → 速度を管理できない
前置倉庫モデル → コストが高く、カバー範囲が狭い

第一原理に基づく解決策：

クラウドソーシング配送：「自社チームが必須」という前提を覆す
- 空き時間のある労働力を活用する
- コストが低く、柔軟性が高い
需要予測に基づく事前在庫確保：「ユーザーの注文後に準備を始める」という前提を覆す
- AI による予測に基づき、事前に在庫を確保する
- ユーザーが注文した時点で、すでに配送中である
コミュニティ内の小規模倉庫：「集中型の倉庫保管」という前提を覆す
- 分散型の小規模倉庫
- 5分以内の配達が可能になる

「従来型の発散的思考」を選択した場合：

重要な原則：

一度に質問するのは1つだけ
各質問には3～5個の選択肢を用意する
最後の選択肢は必ず「その他（手動で入力）」にする
ユーザーの選択に応じて、段階的に掘り下げる
AskUserQuestion を使用して1つずつ質問する
質問した後は必ず STOP and WAIT for user response
Agent 間のフォールバック：現在の環境で AskUserQuestion がサポートされていない場合は、通常のチャットメッセージで同じ質問を提示し、その後 STOP and WAIT

「製品機能の革新」を選択した場合：

質問 1：

中核機能はどのような問題を解決するべきですか？

A) 効率の向上 - ユーザーがタスクをより早く完了できるようにする B) 導入のハードルを下げる - 新規ユーザーがより簡単に使い始められるようにする C) 体験の向上 - プロセスをより快適で楽しくする D) つながりの創出 - ユーザー同士の交流を生み出す E) その他（手動で入力してください）

質問 2：

どのように差別化を実現しますか？

A) 技術革新 - 新技術や独自のアルゴリズムを使用する B) モデル革新 - 革新的なビジネスモデルや運営方法 C) 体験の革新 - より優れたユーザーインターフェースやインタラクション D) サービスの革新 - より優れたカスタマーサービスやアフターサポート E) その他（手動で入力してください）

質問 3：

必須の機能（MVP）は何ですか？

A) 中核機能 + 基本的な体験 B) 中核機能 + ソーシャル機能 C) 中核機能 + データ分析 D) 中核機能 + 会員制度 E) その他（手動で入力してください）

「ユーザー獲得施策」を選択した場合：

質問 1：

主な成長チャネルは何ですか？

A) コンテンツマーケティング - コンテンツを通じてトラフィックを獲得する B) ソーシャル拡散 - ユーザーの共有を通じて拡散させる C) 有料プロモーション - 広告出稿、KOLとの連携 D) オフラインプロモーション - 対面での販促活動、イベント、展示会 E) その他（手動で入力してください）

質問 2：

どのようにユーザーの利用を促しますか？

A) 初回利用ガイド - 分かりやすいオンボーディングプロセス B) インセンティブ - チェックイン報酬、新規ユーザー向けクーポン C) ソーシャルな仕組み - 友達の招待、チームでの協業 D) コンテンツの推薦 - パーソナライズされたコンテンツ配信 E) その他（手動で入力してください）

質問 3：

どのようにユーザー維持率を高めますか？

A) 会員制度 - ランク、ポイント、特典 B) コンテンツの更新 - 新鮮なコンテンツを継続的に提供する C) コミュニティ運営 - ユーザー交流、UGC の活用 D) 定期イベント - 期間限定イベント、季節のマーケティング E) その他（手動で入力してください）

「ビジネスモデルの設計」を選択した場合：

質問 1：

主な収益源は何ですか？

A) 直接購入 - ユーザーが製品やサービスを購入する B) サブスクリプション - 月額／年額課金（会員、SaaS） C) 広告収入 - 広告表示、フィード広告 D) 取引手数料 - プラットフォーム手数料、手数料収入 E) その他（手動で入力してください）

質問 2：

どのような価格設定にしますか？

A) フリーミアム - 基本機能は無料、高度な機能は有料 B) 段階的な価格設定 - 価格ごとに機能を変える C) 従量課金 - 使用量や利用時間に応じて課金する D) 買い切り - 一度だけ支払う E) その他（手動で入力してください）

質問 3：

どのように購入のハードルを下げますか？

A) 無料トライアル - まず試用し、その後に支払う B) 長期契約割引 - 長期サブスクリプションの割引 C) 紹介特典 - 友達を招待すると割引を受けられる D) セット販売 - 他の製品と組み合わせて販売する E) その他（手動で入力してください）

「ユーザー体験の最適化」を選択した場合：

質問 1：

現在、最も大きな体験上の問題は何ですか？

A) 操作が複雑 - 手順が多い、プロセスが長い B) 画面が見づらい - インターフェースが分かりにくい、情報が多すぎる C) フィードバックが不足している - 操作の結果が分からない D) パフォーマンスの問題 - 読み込みが遅い、動作が重い E) その他（手動で入力してください）

質問 2：

どのように操作の流れを簡略化しますか？

A) スマート推薦 - ユーザーが判断する負担を減らす B) ワンクリック操作 - 手順を減らす C) 音声インタラクション - 手を使わずに操作できるようにする D) 自動入力 - ユーザーの習慣を記憶する E) その他（手動で入力してください）

質問 3：

どのようにユーザー満足度を高めますか？

A) パーソナライズ - ユーザーの好みに合わせて調整する B) 即時フィードバック - 操作後すぐに応答する C) サプライズの仕掛け - 意外性のあるイースターエッグや報酬 D) 感情的なつながり - 温かみのある文面、季節の挨拶 E) その他（手動で入力してください）

ステップ 4：アイデアをまとめる

AI がユーザーの選択に基づいて、アイデア集を生成します。

ユーザーが特定の方向性を選んだ後、「さらに分析する／案の長所と短所を整理する／選択条件を比較する」と明確に求め、かつ pm-deep-talk を利用できる場合は、現在の方向性、ユーザーが確認済みの情報、未検証の仮説を pm-deep-talk に渡すことができます。これは任意の組み合わせであり、追加の質問をデフォルトで行ったり、ブレインストーミング完了の前提条件にしたりしてはいけません。深掘りの終了後は、ブレインストーミングに戻るか、/pm-demand に進んで検証するか、終了するかをユーザーに決定してもらいます。自動的に次の工程へ進めてはいけません。このスキルを利用できない場合は、現在のブレインストーミングを続け、個別にインストールできることをユーザーに伝えます。まだ行っていない分析を完了したと主張してはいけません。

ステップ 5：ユーザーの要求に応じてアイデア集のドキュメントを生成する

検討のみの場合は書き込みをスキップし、チャット内で直接まとめます。正式な成果物を作成する場合は、まず保存場所と上書きのリスクを確認し、その後ディレクトリを作成して、Write ツールを使用し docs/01-需求调研/创意方案库.md を作成します：

# 创意方案库

## 一、基础信息

- **产品名称**: {PRODUCT_NAME}
- **发散方向**: {BRAINSTORM_DIRECTION}
- **生成时间**: {当前时间}

---

## 二、核心创意方案

### 方向 1: {根据用户选择生成标题}

**核心思路**:
{根据用户回答生成的详细描述}

**具体方案**:
1. {方案细节1}
2. {方案细节2}
3. {方案细节3}

**预期效果**:
{预期的业务效果}

---

### 方向 2: {第二个方向}

**核心思路**:
{描述}

**具体方案**:
1. {细节}
2. {细节}

**预期效果**:
{效果}

---

## 三、创意评分

| 方案 | 可行性 | 创新性 | 用户价值 | 商业价值 | 总分 |
|------|--------|--------|----------|----------|------|
| 方案1 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 16/20 |
| 方案2 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 16/20 |

---

## 四、下一步建议

建议执行：

1. **/pm-clarify** - 需求细化，明确具体需求细节（推荐）
2. **/pm-market** - 市场分析，验证方案可行性
3. **/pm-priority** - 优先级排序，决定先做哪个

---

**项目状态**: 创意发散完成
**生成时间**: {时间戳}
**生成工具**: super-pm

ステップ 6：完了メッセージを出力する

AskUserQuestion を使用して次のステップを提示します：

✅ ブレインストーミングが完了しました！

📄 アイデア集を実際に作成した場合：docs/01-需求调研/创意方案库.md。作成していない場合は、会話内で検討した方向性のみを報告します。

🎯 次のステップの提案：

A) /pm-clarify を実行 - 要件の詳細化、細部の明確化（推奨） B) /pm-market を実行 - 市場分析、実現可能性の検証 C) /pm-priority を実行 - 優先順位付け D) アイデア集を確認

Agent 間のフォールバック：現在の環境で AskUserQuestion がサポートされていない場合は、通常のチャットメッセージで同じ質問を提示し、その後 STOP and WAIT for user response。

フォールバック

ケース 1：要件調査レポートがない

基本情報を手動で入力できるクイックモードを提示します。

ケース 2：ユーザーが「その他」を選択した

ユーザーが手動で入力できるようにし、AI が内容を理解して探索を続けます。

注意事项

一次一问：严格遵循，避免信息过载
3-5选项：每个问题提供清晰选项
最后一项"其他"：允许用户自由输入
逐步深入：根据用户选择继续深入探索
Markdown存储：生成的方案库人类可读可编辑

输出质量对比

✅ Good 示例：

- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」
- 有验证来源：「数据来源：Google Analytics, 2025-12-01」
- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」

❌ Bad 示例：

- 模糊结论：「数据表明留存率有所下降」
- 无来源：「根据经验，这个功能很重要」
- 没有行动建议：「留存是个问题」

常见误区 / Red Flags — STOP

出现以下情况立即停止并回溯：

误区	正确做法
使用"应该"、"大概"、"看起来"做结论	必须基于实际数据和验证
未运行检查就声称已完成	先验证，再陈述
用户要求轻量或跳过	尊重范围，标注未探索部分，不假称已完成
"这次应该没问题"的想法	每次都要重新验证

产出质量检查 / Verification Checklist

前置依赖已满足（输入文档/数据已收集）
核心步骤已全部执行
输出文档已生成到 docs/ 目录
每个判断都有数据/证据支撑
已推荐 2-3 个后续 skill

⚠️ 任何一项未通过 → 补全后再标记完成。

Markdown 対応

ログインしてコメント

基本情報

作者: konglong87
リポジトリ: konglong87/superpm
カテゴリ: 生産性
インストール数: 83
GitHub スター: 84

問題を報告