[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6J00TCEVF4GEN3N64D8SN2W":3,"skill-same:01M6J00TCEVF4GEN3N64D8SN2W":81},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":26,"publishedAt":44,"linkOnly":45,"markdownContent":46,"markdownBody":47,"frontMatter":48,"refName":58,"commitSha":59,"skillDirectory":60,"forksCount":61,"repositoryHtmlUrl":62,"repositoryHomepageUrl":63,"ownerHtmlUrl":64,"ownerBlogUrl":63,"ownerDescription":65,"updatedAt":66,"install":67,"resources":80},"01M6J00TCEVF4GEN3N64D8SN2W","pm-brainstorm",null,"Use when:\n  需要创意方案、探索产品方向、发散思维、本质问题分析\n  用户说\"我想做一个XX\"\"帮我规划XX产品\"\"帮我设计一下需求\"\n  用户给出新产品方向，但尚未完成本轮 brainstorm 交互确认\n  新产品从0到1的第一步\nDo NOT use when:\n  用户明确说\"跳过 brainstorm \u002F 直接需求调研 \u002F 已完成头脑风暴\"\n  需求已明确且用户明确要求直接执行具体后续 skill","konglong87\u002FsuperPM","konglong87","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F38234954?v=4","01M6HZZN5EA0572RY1RZAFRKHV","to be a better gopher","01M6HZZN9YN157X26KMMAA147E",91,"MIT","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002F01-demand-insight\u002Fpm-brainstorm\u002FSKILL.md",[18,23],{"categoryNo":19,"categoryName":20,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000015","视觉设计","SCENARIO","使用场景",{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000023","Skill与智能体开发",[27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43],"pm brainstorm","brainstorm","pm","fetch","websearch","头脑风暴","交互","do","exa","use","design","write","read","Bash","search","web","MCP","2026-11-10 10:12:30",false,"---\nname: pm-brainstorm\ndescription: |\n  Use when:\n    需要创意方案、探索产品方向、发散思维、本质问题分析\n    用户说\"我想做一个XX\"\"帮我规划XX产品\"\"帮我设计一下需求\"\n    用户给出新产品方向，但尚未完成本轮 brainstorm 交互确认\n    新产品从0到1的第一步\n  Do NOT use when:\n    用户明确说\"跳过 brainstorm \u002F 直接需求调研 \u002F 已完成头脑风暴\"\n    需求已明确且用户明确要求直接执行具体后续 skill\nallowed-tools:\n  - Read\n  - Write\n  - AskUserQuestion\n  - Agent\n  - Bash\n  - WebSearch\n  - mcp__exa__web_search_exa\n  - mcp__exa__web_fetch_exa\n---\n\n## 输入与模式\n\n先判断用户要的是**简短讨论**还是正式创意方案库。只讨论时不写文件、不创建目录；已有相关且有效的资料可复用，**无需重复提问**。仅在正式生成方案库且确认目标位置后创建 `docs\u002F01-需求调研\u002F`。只问缺失的关键信息，用户随时可以停止或跳过某种思考方法；不要把跳过的探索说成完成。\n\n---\n\n## 跨 Agent 交互规则\n\n当流程要求与用户交互时：\n\n1. 如果当前环境支持 AskUserQuestion，使用 AskUserQuestion（最佳体验）。\n2. 如果当前环境不支持 AskUserQuestion，必须用普通聊天消息提出同样问题。\n3. 一次只问一个问题。\n4. 提问后必须停止当前回合，等待用户回答（STOP and WAIT）。\n5. 只讨论时不写文件；正式产物仅在用户要求并确认路径后写入。\n6. 已有相关且有效的 docs 可以复用，无需重复提问；不相关资料不能替代证据。\n\n---\n\n## 执行流程\n\n下述为**正式方案库模式**的详细步骤。轻量讨论只做用户关心的部分，直接在聊天中给出可验证的方向；用户可停止或跳过方法步骤。跳过时标注未探索的部分，不伪称流程已完成。\n\n例外：在步骤 3.3 中，用户选择 G“跳过整个挑战环节”时，跳过该环节并直接进入下个步骤。\n\n### 步骤 1: 读取前置数据\n\n**如果存在需求调研报告**：\n\n使用 Read 工具读取 `docs\u002F01-需求调研\u002F需求调研报告.md` 作为参考。\n\n若无法从内容判断已有报告是否与当前产品相关，再询问用户；相关且有效的内容直接复用。\n\n使用 AskUserQuestion 询问：\n> 检测到已有需求调研报告，是否适用于当前产品？\n>\n> A) 适用 — 基于已有报告继续，但仍需确认关键信息是否准确\n> B) 不适用 \u002F 不确定 — 进入快速模式，重新收集基础信息\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n- 用户确认适用 → 提取已有信息；只问缺失或过期的关键内容，无需逐项重复确认。\n- 用户确认不适用 \u002F 不确定 → 进入快速模式，使用 AskUserQuestion 收集基础信息。\n\n**如果没有需求调研报告**：\n\n进入快速模式，使用 AskUserQuestion 收集基础信息：\n\n仅在这些信息确实缺失且决定方向时逐一提问；已给出的信息直接使用。\n\n> ? 快速模式 - 请提供基础信息：\n>\n> 问题1：产品名称是什么？\n> → STOP and WAIT for user response\n\n> 问题2：目标用户是谁？\n> → STOP and WAIT for user response\n\n> 问题3：核心痛点是什么？\n> → STOP and WAIT for user response\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n---\n\n### 步骤 2: 确定发散方向\n\n使用 AskUserQuestion 询问：\n\n正式方案库需要确定发散方向；轻量讨论可基于现有信息给初步选项，并标注假设。\n\n> ? 我要探索产品的哪个方向？\n>\n> A) 产品功能创新 - 探索核心功能、差异化特性\n> B) 用户增长方案 - 如何获取、激活、留存用户\n> C) 商业模式设计 - 如何变现、构建可持续商业模式\n> D) 用户体验优化 - 如何提升易用性、满意度\n> E) **灵感火花激发 - 我不知道做什么，需要AI帮我找灵感**（v2.1新增）\n> F) 其他方向（请手动输入）\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n用户选择后，记录到变量 `BRAINSTORM_DIRECTION`\n\n---\n\n#### 如果选择\"灵感火花激发\"（v2.1新增）：\n\n**适用场景**：用户不知道做什么产品，需要AI主动激发灵感\n\n**执行流程**：\n\n**步骤 2.1: 灵感维度扫描 & Subagent 并行搜索（核心优化）**\n\nAI 提示用户：\n\n> ? 灵感火花激发引擎启动（Subagent 并行模式）\n>\n> 我将同时从4个维度搜索灵感源，请稍候...\n> - 行业痛点 → Subagent 1\n> - 技术趋势 → Subagent 2\n> - 生活场景 → Subagent 3\n> - 跨界灵感 → Subagent 4\n\n**并行派发 4 个 subagent 搜索**：\n\n使用 Agent 工具同时派发：\n\n```\nSubagent 1 - 行业痛点:\n  type: \"general-purpose\"\n  prompt: |\n    搜索行业痛点和用户未被满足的需求。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：site:36kr.com OR site:huxiu.com 用户痛点 2026；site:zhihu.com 用户抱怨 不满\n    3. 搜索：ProductHunt 用户差评 痛点\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"行业痛点\",\"findings\":[{\"pain_point\":\"描述\",\"users\":\"受影响用户\",\"severity\":\"高\u002F中\u002F低\"}]}\n\nSubagent 2 - 技术趋势:\n  type: \"general-purpose\"\n  prompt: |\n    搜索2026年最新技术趋势和AI应用场景。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：AI新技术 应用场景 2026 site:mittrchina.com OR site:ifanr.com\n    3. 搜索：2026 技术趋势 创业机会\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"技术趋势\",\"findings\":[{\"tech\":\"技术\",\"scenario\":\"场景\",\"feasibility\":\"高\u002F中\u002F低\"}]}\n\nSubagent 3 - 生活场景:\n  type: \"general-purpose\"\n  prompt: |\n    搜索2026年效率工具和生活方式变化带来的产品机会。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：ProductHunt 2026 最佳产品 效率工具\n    3. 搜索：2026 生活方式变化 新需求\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"生活场景\",\"findings\":[{\"scenario\":\"描述\",\"need\":\"用户需求\",\"existing\":\"已有方案\"}]}\n\nSubagent 4 - 跨界灵感:\n  type: \"general-purpose\"\n  prompt: |\n    搜索其他行业的创新商业模式和成功案例。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：创新商业模式 成功案例 2026\n    3. 搜索：跨界创新 行业颠覆 案例\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"跨界灵感\",\"findings\":[{\"industry\":\"来源行业\",\"innovation\":\"创新点\",\"transferable\":\"可迁移性\"}]}\n```\n\n**等待所有 4 个 subagent 完成**，收集 JSON 结果。\n\n---\n\n**步骤 2.2: 生成10个灵感火花**\n\nAI 整合 4 个 subagent 返回的结构化数据，生成10个灵感火花，每个包含：\n- 产品概念（一句话）\n- 用户痛点\n- 技术可行性（高\u002F中\u002F低）\n- 市场潜力（高\u002F中\u002F低）\n\n输出示例：\n\n| # | 产品概念 | 用户痛点 | 技术可行性 | 市场潜力 |\n|---|----------|----------|------------|----------|\n| 1 | AI会议纪要自动生成器 | 会议效率低，纪要撰写耗时 | 高（语音识别成熟） | 高（企业刚需） |\n| 2 | 智能代码审查助手 | 代码质量难以把控 | 高（LLM理解代码） | 高（开发者需求） |\n| 3 | 个人知识图谱构建工具 | 信息碎片化，难以体系化 | 中（需要知识图谱技术） | 中（知识分子需求） |\n| 4 | ... | ... | ... | ... |\n\n---\n\n**步骤 2.3: 用户选择深入探索**\n\n使用 AskUserQuestion 询问：\n\n> ? 已生成10个灵感火花，请选择您感兴趣的：\n>\n> A) 灵感#1: {根据结果动态填充}\n> B) 灵感#2: {动态填充}\n> C) 灵感#3: {动态填充}\n> D) 查看更多灵感（滚动展示）\n> E) 自定义方向（请手动输入）\n\n用户选择后，进入**步骤 3: 逐步深入探索**，对该灵感进行详细发散。\n\n---\n\n**优化说明**（灵感火花部分）：\n- 优化前：主 agent 串行执行4次搜索，搜索结果占用上下文约 8,000 tokens\n- 优化后：4个 subagent 并行搜索，主 agent 只处理结构化 JSON，节省约 85% token\n- 速度提升：从 ~4 分钟（串行搜索）→ ~1.5 分钟（并行 subagent）\n\n---\n\n### 步骤 2.5: 选择头脑风暴模式（v2.0新增）\n\n使用 AskUserQuestion 询问：\n\n正式方案库可以选择模式；轻量讨论不必强迫选择方法论。\n\n> ? 选择头脑风暴模式：\n>\n> A) 常规发散思维 - 基于行业经验和类比推理\n> B) 第一性原理拆解 - 从基本事实推导，突破常规假设\n> C) SCAMPER创新法 - 替代、组合、调整、修改、用途、消除、重排\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n用户选择后，记录到变量 `BRAINSTORM_MODE`\n\n---\n\n### 步骤 3: 逐步深入探索\n\n**根据选择的模式，采用不同的探索路径**：\n\n---\n\n#### 如果选择\"第一性原理拆解\"（v2.0新增）：\n\n**第一性原理核心**：\n- 拆解到基本事实\n- 从基本事实重新推导\n- 突破常规假设和类比思维\n\n---\n\n**步骤 3.1: 拆解基本事实**\n\n使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤1\n>\n> 请列出与\"{产品方向}\"相关的基本事实（不证自明的真理）：\n>\n> 示例（配送速度）：\n> - 用户期望：越快越好\n> - 物理极限：光速、交通速度\n> - 成本规律：速度越快成本越高\n>\n> 请逐个输入基本事实：\n\n引导用户输入 3-5 个基本事实：\n1. {基本事实1}\n2. {基本事实2}\n3. {基本事实3}\n\n---\n\n**步骤 3.2: 识别常规假设**\n\n使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤2\n>\n> 行业中的常规假设是什么？（可能存在认知偏差）\n>\n> 示例（配送速度）：\n> - 假设1：30分钟送达是极限\n> - 假设2：必须有自己的配送团队\n> - 假设3：用户不愿意支付高价\n>\n> 请列出行业常规假设：\n\n引导用户识别 3-5 个常规假设：\n1. {常规假设1}\n2. {常规假设2}\n3. {常规假设3}\n\n---\n\n**步骤 3.3: 挑战假设，重新推导**\n\n针对每个假设，使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤3\n>\n> 挑战假设：\"{常规假设}\"\n>\n> A) 这个假设是真的吗？有反例吗？\n> B) 如果打破这个假设，会怎样？\n> C) 有其他方式实现同样的目标吗？\n> D) 这个假设的根源是什么？\n> E) 其他思考（请手动输入）\n> F) 跳过当前这个挑战，继续挑战下一个假设\n> G) 跳过整个挑战环节，直接进入下个步骤\n\n用户选择后：\n- 选择 F → 不执行当前假设的挑战分析，继续处理下一个假设\n- 选择 G → 不执行当前假设的挑战分析，跳过整个挑战环节，直接进入下个步骤\n- 选择 A-E → 执行下方 AI 分析\n\nAI 分析：\n- 找出假设的漏洞\n- 提出突破性方案\n- 结合基本事实重新推导\n\n---\n\n**步骤 3.4: 生成创新方案**\n\nAI 根据第一性原理推导，生成突破性方案：\n\n**示例输出（配送速度）**：\n\n**常规方案**：\n- 自建配送团队 → 成本高，难扩张\n- 第三方物流 → 速度不可控\n- 前置仓模式 → 成本高，覆盖范围小\n\n**第一性原理方案**：\n1. **众包配送**：突破\"必须有自己团队\"的假设\n   - 利用闲散劳动力\n   - 成本低，灵活性强\n\n2. **预测备货**：突破\"用户下单后才开始准备\"的假设\n   - 基于AI预测提前备货\n   - 用户下单时已在配送途中\n\n3. **社区微仓**：突破\"集中式仓储\"的假设\n   - 分布式微仓\n   - 5分钟送达成为可能\n\n---\n\n#### 如果选择\"常规发散思维\"：\n\n**关键原则**：\n- 一次只问一个问题\n- 每个问题提供 3-5 个选项\n- 最后一个选项永远是\"其他（手动输入）\"\n- 根据用户选择，逐步深入\n- 使用 AskUserQuestion 逐个询问\n- 提问后必须 STOP and WAIT for user response\n- 跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT\n\n---\n\n#### 如果选择\"产品功能创新\"：\n\n**问题 1**：\n\n> 核心功能应该解决什么问题？\n>\n> A) 提升效率 - 让用户更快完成任务\n> B) 降低门槛 - 让新用户更容易上手\n> C) 增强体验 - 让过程更愉悦、更有趣\n> D) 创造连接 - 让用户之间产生互动\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何实现差异化？\n>\n> A) 技术创新 - 使用新技术或独特算法\n> B) 模式创新 - 创新的商业模式或运营方式\n> C) 体验创新 - 更好的用户界面或交互\n> D) 服务创新 - 更好的客户服务或售后支持\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 哪些功能是必须有的（MVP）？\n>\n> A) 核心功能 + 基础体验\n> B) 核心功能 + 社交属性\n> C) 核心功能 + 数据分析\n> D) 核心功能 + 会员体系\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"用户增长方案\"：\n\n**问题 1**：\n\n> 主要增长渠道是什么？\n>\n> A) 内容营销 - 通过内容吸引流量\n> B) 社交传播 - 通过用户分享裂变\n> C) 付费推广 - 广告投放、KOL合作\n> D) 线下推广 - 地推、活动、展会\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何激活用户？\n>\n> A) 新手引导 - 清晰的Onboarding流程\n> B) 激励机制 - 签到奖励、新手红包\n> C) 社交驱动 - 好友邀请、团队协作\n> D) 内容推荐 - 个性化内容推送\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何提升留存？\n>\n> A) 会员体系 - 等级、积分、特权\n> B) 内容更新 - 持续提供新鲜内容\n> C) 社区运营 - 用户互动、UGC激励\n> D) 定期活动 - 限时活动、节日营销\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"商业模式设计\"：\n\n**问题 1**：\n\n> 主要收入来源是什么？\n>\n> A) 直接付费 - 用户购买产品或服务\n> B) 订阅制 - 按月\u002F年收费（会员、SaaS）\n> C) 广告收入 - 广告展示、信息流广告\n> D) 交易佣金 - 平台抽成、手续费\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 定价策略是什么？\n>\n> A) 免费增值 - 基础免费，高级功能收费\n> B) 分层定价 - 不同价格不同功能\n> C) 按量付费 - 按使用量或时长收费\n> D) 一次性付费 - 买断制\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何降低付费门槛？\n>\n> A) 免费试用 - 先试用后付费\n> B) 阶梯优惠 - 长期订阅优惠\n> C) 推荐奖励 - 邀请好友获得优惠\n> D) 捆绑销售 - 与其他产品打包\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"用户体验优化\"：\n\n**问题 1**：\n\n> 当前最大的体验问题是什么？\n>\n> A) 操作复杂 - 步骤太多、流程太长\n> B) 视觉混乱 - 界面不清晰、信息过载\n> C) 反馈不足 - 不知道操作结果\n> D) 性能问题 - 加载慢、卡顿\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何简化操作流程？\n>\n> A) 智能推荐 - 减少用户决策\n> B) 一键操作 - 减少步骤\n> C) 语音交互 - 解放双手\n> D) 自动填充 - 记忆用户习惯\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何增强用户满意度？\n>\n> A) 个性化定制 - 根据用户偏好调整\n> B) 即时反馈 - 操作后立即响应\n> C) 惊喜设计 - 意想不到的彩蛋或奖励\n> D) 情感连接 - 温馨文案、节日祝福\n> E) 其他（请手动输入）\n\n---\n\n### 步骤 4: 汇总创意方案\n\nAI 根据用户选择，汇总生成创意方案库。\n\n若用户在选定某个方向后明确要求“进一步分析\u002F梳理方案利弊\u002F比较选择条件”，且 `pm-deep-talk` 可用，可将当前方向、用户已确认的信息和未验证假设交给 `pm-deep-talk`。这是可选组合，不得默认追加盘问或把它设为完成 brainstorm 的前置条件。深聊结束后由用户决定回到创意发散、进入 `\u002Fpm-demand` 验证或结束；不得自动串行推进。若该技能不可用，继续当前 brainstorm 并告知用户可单独安装，不得声称已完成尚未进行的分析。\n\n---\n\n### 步骤 5: 按用户要求生成创意方案库文档\n\n只讨论时跳过写入，直接在聊天中汇总。正式产物需先确认保存位置与覆盖风险，之后创建目录，再使用 Write 工具创建 `docs\u002F01-需求调研\u002F创意方案库.md`：\n\n```markdown\n# 创意方案库\n\n## 一、基础信息\n\n- **产品名称**: {PRODUCT_NAME}\n- **发散方向**: {BRAINSTORM_DIRECTION}\n- **生成时间**: {当前时间}\n\n---\n\n## 二、核心创意方案\n\n### 方向 1: {根据用户选择生成标题}\n\n**核心思路**:\n{根据用户回答生成的详细描述}\n\n**具体方案**:\n1. {方案细节1}\n2. {方案细节2}\n3. {方案细节3}\n\n**预期效果**:\n{预期的业务效果}\n\n---\n\n### 方向 2: {第二个方向}\n\n**核心思路**:\n{描述}\n\n**具体方案**:\n1. {细节}\n2. {细节}\n\n**预期效果**:\n{效果}\n\n---\n\n## 三、创意评分\n\n| 方案 | 可行性 | 创新性 | 用户价值 | 商业价值 | 总分 |\n|------|--------|--------|----------|----------|------|\n| 方案1 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 16\u002F20 |\n| 方案2 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 16\u002F20 |\n\n---\n\n## 四、下一步建议\n\n建议执行：\n\n1. **\u002Fpm-clarify** - 需求细化，明确具体需求细节（推荐）\n2. **\u002Fpm-market** - 市场分析，验证方案可行性\n3. **\u002Fpm-priority** - 优先级排序，决定先做哪个\n\n---\n\n**项目状态**: 创意发散完成\n**生成时间**: {时间戳}\n**生成工具**: super-pm\n```\n\n---\n\n### 步骤 6: 输出完成提示\n\n使用 AskUserQuestion 提供下一步选项：\n\n> ✅ 头脑风暴完成！\n>\n> ? 若实际生成创意方案库：`docs\u002F01-需求调研\u002F创意方案库.md`；否则只汇报对话中的方向。\n>\n> ? 建议下一步：\n>\n> A) 执行 \u002Fpm-clarify - 需求细化，明确细节（推荐）\n> B) 执行 \u002Fpm-market - 市场分析，验证可行性\n> C) 执行 \u002Fpm-priority - 优先级排序\n> D) 查看创意方案库\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n---\n\n## 兜底机制\n\n### 场景 1: 无需求调研报告\n\n提供快速模式选项，允许手动输入基础信息。\n\n### 场景 2: 用户选择\"其他\"\n\n允许用户手动输入，AI 理解并继续探索。\n\n---\n\n## 注意事项\n\n1. **一次一问**：严格遵循，避免信息过载\n2. **3-5选项**：每个问题提供清晰选项\n3. **最后一项\"其他\"**：允许用户自由输入\n4. **逐步深入**：根据用户选择继续深入探索\n5. **Markdown存储**：生成的方案库人类可读可编辑\n\n---\n\n## 输出质量对比\n\n**✅ Good 示例**：\n```\n- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」\n- 有验证来源：「数据来源：Google Analytics, 2025-12-01」\n- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」\n```\n\n**❌ Bad 示例**：\n```\n- 模糊结论：「数据表明留存率有所下降」\n- 无来源：「根据经验，这个功能很重要」\n- 没有行动建议：「留存是个问题」\n```\n\n---\n\n## 常见误区 \u002F Red Flags — STOP\n\n出现以下情况立即停止并回溯：\n\n| 误区 | 正确做法 |\n|------|---------|\n| 使用\"应该\"、\"大概\"、\"看起来\"做结论 | 必须基于实际数据和验证 |\n| 未运行检查就声称已完成 | 先验证，再陈述 |\n| 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 |\n| \"这次应该没问题\"的想法 | 每次都要重新验证 |\n\n---\n\n## 产出质量检查 \u002F Verification Checklist\n\n- [ ] 前置依赖已满足（输入文档\u002F数据已收集）\n- [ ] 核心步骤已全部执行\n- [ ] 输出文档已生成到 `docs\u002F` 目录\n- [ ] 每个判断都有数据\u002F证据支撑\n- [ ] 已推荐 2-3 个后续 skill\n\n> ⚠️ 任何一项未通过 → 补全后再标记完成。\n\n---\n","## 输入与模式\n\n先判断用户要的是**简短讨论**还是正式创意方案库。只讨论时不写文件、不创建目录；已有相关且有效的资料可复用，**无需重复提问**。仅在正式生成方案库且确认目标位置后创建 `docs\u002F01-需求调研\u002F`。只问缺失的关键信息，用户随时可以停止或跳过某种思考方法；不要把跳过的探索说成完成。\n\n---\n\n## 跨 Agent 交互规则\n\n当流程要求与用户交互时：\n\n1. 如果当前环境支持 AskUserQuestion，使用 AskUserQuestion（最佳体验）。\n2. 如果当前环境不支持 AskUserQuestion，必须用普通聊天消息提出同样问题。\n3. 一次只问一个问题。\n4. 提问后必须停止当前回合，等待用户回答（STOP and WAIT）。\n5. 只讨论时不写文件；正式产物仅在用户要求并确认路径后写入。\n6. 已有相关且有效的 docs 可以复用，无需重复提问；不相关资料不能替代证据。\n\n---\n\n## 执行流程\n\n下述为**正式方案库模式**的详细步骤。轻量讨论只做用户关心的部分，直接在聊天中给出可验证的方向；用户可停止或跳过方法步骤。跳过时标注未探索的部分，不伪称流程已完成。\n\n例外：在步骤 3.3 中，用户选择 G“跳过整个挑战环节”时，跳过该环节并直接进入下个步骤。\n\n### 步骤 1: 读取前置数据\n\n**如果存在需求调研报告**：\n\n使用 Read 工具读取 `docs\u002F01-需求调研\u002F需求调研报告.md` 作为参考。\n\n若无法从内容判断已有报告是否与当前产品相关，再询问用户；相关且有效的内容直接复用。\n\n使用 AskUserQuestion 询问：\n> 检测到已有需求调研报告，是否适用于当前产品？\n>\n> A) 适用 — 基于已有报告继续，但仍需确认关键信息是否准确\n> B) 不适用 \u002F 不确定 — 进入快速模式，重新收集基础信息\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n- 用户确认适用 → 提取已有信息；只问缺失或过期的关键内容，无需逐项重复确认。\n- 用户确认不适用 \u002F 不确定 → 进入快速模式，使用 AskUserQuestion 收集基础信息。\n\n**如果没有需求调研报告**：\n\n进入快速模式，使用 AskUserQuestion 收集基础信息：\n\n仅在这些信息确实缺失且决定方向时逐一提问；已给出的信息直接使用。\n\n> ? 快速模式 - 请提供基础信息：\n>\n> 问题1：产品名称是什么？\n> → STOP and WAIT for user response\n\n> 问题2：目标用户是谁？\n> → STOP and WAIT for user response\n\n> 问题3：核心痛点是什么？\n> → STOP and WAIT for user response\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n---\n\n### 步骤 2: 确定发散方向\n\n使用 AskUserQuestion 询问：\n\n正式方案库需要确定发散方向；轻量讨论可基于现有信息给初步选项，并标注假设。\n\n> ? 我要探索产品的哪个方向？\n>\n> A) 产品功能创新 - 探索核心功能、差异化特性\n> B) 用户增长方案 - 如何获取、激活、留存用户\n> C) 商业模式设计 - 如何变现、构建可持续商业模式\n> D) 用户体验优化 - 如何提升易用性、满意度\n> E) **灵感火花激发 - 我不知道做什么，需要AI帮我找灵感**（v2.1新增）\n> F) 其他方向（请手动输入）\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n用户选择后，记录到变量 `BRAINSTORM_DIRECTION`\n\n---\n\n#### 如果选择\"灵感火花激发\"（v2.1新增）：\n\n**适用场景**：用户不知道做什么产品，需要AI主动激发灵感\n\n**执行流程**：\n\n**步骤 2.1: 灵感维度扫描 & Subagent 并行搜索（核心优化）**\n\nAI 提示用户：\n\n> ? 灵感火花激发引擎启动（Subagent 并行模式）\n>\n> 我将同时从4个维度搜索灵感源，请稍候...\n> - 行业痛点 → Subagent 1\n> - 技术趋势 → Subagent 2\n> - 生活场景 → Subagent 3\n> - 跨界灵感 → Subagent 4\n\n**并行派发 4 个 subagent 搜索**：\n\n使用 Agent 工具同时派发：\n\n```\nSubagent 1 - 行业痛点:\n  type: \"general-purpose\"\n  prompt: |\n    搜索行业痛点和用户未被满足的需求。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：site:36kr.com OR site:huxiu.com 用户痛点 2026；site:zhihu.com 用户抱怨 不满\n    3. 搜索：ProductHunt 用户差评 痛点\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"行业痛点\",\"findings\":[{\"pain_point\":\"描述\",\"users\":\"受影响用户\",\"severity\":\"高\u002F中\u002F低\"}]}\n\nSubagent 2 - 技术趋势:\n  type: \"general-purpose\"\n  prompt: |\n    搜索2026年最新技术趋势和AI应用场景。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：AI新技术 应用场景 2026 site:mittrchina.com OR site:ifanr.com\n    3. 搜索：2026 技术趋势 创业机会\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"技术趋势\",\"findings\":[{\"tech\":\"技术\",\"scenario\":\"场景\",\"feasibility\":\"高\u002F中\u002F低\"}]}\n\nSubagent 3 - 生活场景:\n  type: \"general-purpose\"\n  prompt: |\n    搜索2026年效率工具和生活方式变化带来的产品机会。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：ProductHunt 2026 最佳产品 效率工具\n    3. 搜索：2026 生活方式变化 新需求\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"生活场景\",\"findings\":[{\"scenario\":\"描述\",\"need\":\"用户需求\",\"existing\":\"已有方案\"}]}\n\nSubagent 4 - 跨界灵感:\n  type: \"general-purpose\"\n  prompt: |\n    搜索其他行业的创新商业模式和成功案例。\n\n    搜索要求：\n    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~\u002F.claude\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.opencode\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.openclaw\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.cursor\u002Fskills\u002Fanysearch\u002Fscripts\u002F ~\u002F.anysearch\u002Fscripts\u002F 或 which anysearch_cli.py，找到后 Bash 调用 python3 \u003C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\n    2. 搜索：创新商业模式 成功案例 2026\n    3. 搜索：跨界创新 行业颠覆 案例\n    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\n\n    输出 JSON 格式：\n    {\"dimension\":\"跨界灵感\",\"findings\":[{\"industry\":\"来源行业\",\"innovation\":\"创新点\",\"transferable\":\"可迁移性\"}]}\n```\n\n**等待所有 4 个 subagent 完成**，收集 JSON 结果。\n\n---\n\n**步骤 2.2: 生成10个灵感火花**\n\nAI 整合 4 个 subagent 返回的结构化数据，生成10个灵感火花，每个包含：\n- 产品概念（一句话）\n- 用户痛点\n- 技术可行性（高\u002F中\u002F低）\n- 市场潜力（高\u002F中\u002F低）\n\n输出示例：\n\n| # | 产品概念 | 用户痛点 | 技术可行性 | 市场潜力 |\n|---|----------|----------|------------|----------|\n| 1 | AI会议纪要自动生成器 | 会议效率低，纪要撰写耗时 | 高（语音识别成熟） | 高（企业刚需） |\n| 2 | 智能代码审查助手 | 代码质量难以把控 | 高（LLM理解代码） | 高（开发者需求） |\n| 3 | 个人知识图谱构建工具 | 信息碎片化，难以体系化 | 中（需要知识图谱技术） | 中（知识分子需求） |\n| 4 | ... | ... | ... | ... |\n\n---\n\n**步骤 2.3: 用户选择深入探索**\n\n使用 AskUserQuestion 询问：\n\n> ? 已生成10个灵感火花，请选择您感兴趣的：\n>\n> A) 灵感#1: {根据结果动态填充}\n> B) 灵感#2: {动态填充}\n> C) 灵感#3: {动态填充}\n> D) 查看更多灵感（滚动展示）\n> E) 自定义方向（请手动输入）\n\n用户选择后，进入**步骤 3: 逐步深入探索**，对该灵感进行详细发散。\n\n---\n\n**优化说明**（灵感火花部分）：\n- 优化前：主 agent 串行执行4次搜索，搜索结果占用上下文约 8,000 tokens\n- 优化后：4个 subagent 并行搜索，主 agent 只处理结构化 JSON，节省约 85% token\n- 速度提升：从 ~4 分钟（串行搜索）→ ~1.5 分钟（并行 subagent）\n\n---\n\n### 步骤 2.5: 选择头脑风暴模式（v2.0新增）\n\n使用 AskUserQuestion 询问：\n\n正式方案库可以选择模式；轻量讨论不必强迫选择方法论。\n\n> ? 选择头脑风暴模式：\n>\n> A) 常规发散思维 - 基于行业经验和类比推理\n> B) 第一性原理拆解 - 从基本事实推导，突破常规假设\n> C) SCAMPER创新法 - 替代、组合、调整、修改、用途、消除、重排\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n用户选择后，记录到变量 `BRAINSTORM_MODE`\n\n---\n\n### 步骤 3: 逐步深入探索\n\n**根据选择的模式，采用不同的探索路径**：\n\n---\n\n#### 如果选择\"第一性原理拆解\"（v2.0新增）：\n\n**第一性原理核心**：\n- 拆解到基本事实\n- 从基本事实重新推导\n- 突破常规假设和类比思维\n\n---\n\n**步骤 3.1: 拆解基本事实**\n\n使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤1\n>\n> 请列出与\"{产品方向}\"相关的基本事实（不证自明的真理）：\n>\n> 示例（配送速度）：\n> - 用户期望：越快越好\n> - 物理极限：光速、交通速度\n> - 成本规律：速度越快成本越高\n>\n> 请逐个输入基本事实：\n\n引导用户输入 3-5 个基本事实：\n1. {基本事实1}\n2. {基本事实2}\n3. {基本事实3}\n\n---\n\n**步骤 3.2: 识别常规假设**\n\n使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤2\n>\n> 行业中的常规假设是什么？（可能存在认知偏差）\n>\n> 示例（配送速度）：\n> - 假设1：30分钟送达是极限\n> - 假设2：必须有自己的配送团队\n> - 假设3：用户不愿意支付高价\n>\n> 请列出行业常规假设：\n\n引导用户识别 3-5 个常规假设：\n1. {常规假设1}\n2. {常规假设2}\n3. {常规假设3}\n\n---\n\n**步骤 3.3: 挑战假设，重新推导**\n\n针对每个假设，使用 AskUserQuestion 询问：\n\n> ? 第一性原理拆解 - 步骤3\n>\n> 挑战假设：\"{常规假设}\"\n>\n> A) 这个假设是真的吗？有反例吗？\n> B) 如果打破这个假设，会怎样？\n> C) 有其他方式实现同样的目标吗？\n> D) 这个假设的根源是什么？\n> E) 其他思考（请手动输入）\n> F) 跳过当前这个挑战，继续挑战下一个假设\n> G) 跳过整个挑战环节，直接进入下个步骤\n\n用户选择后：\n- 选择 F → 不执行当前假设的挑战分析，继续处理下一个假设\n- 选择 G → 不执行当前假设的挑战分析，跳过整个挑战环节，直接进入下个步骤\n- 选择 A-E → 执行下方 AI 分析\n\nAI 分析：\n- 找出假设的漏洞\n- 提出突破性方案\n- 结合基本事实重新推导\n\n---\n\n**步骤 3.4: 生成创新方案**\n\nAI 根据第一性原理推导，生成突破性方案：\n\n**示例输出（配送速度）**：\n\n**常规方案**：\n- 自建配送团队 → 成本高，难扩张\n- 第三方物流 → 速度不可控\n- 前置仓模式 → 成本高，覆盖范围小\n\n**第一性原理方案**：\n1. **众包配送**：突破\"必须有自己团队\"的假设\n   - 利用闲散劳动力\n   - 成本低，灵活性强\n\n2. **预测备货**：突破\"用户下单后才开始准备\"的假设\n   - 基于AI预测提前备货\n   - 用户下单时已在配送途中\n\n3. **社区微仓**：突破\"集中式仓储\"的假设\n   - 分布式微仓\n   - 5分钟送达成为可能\n\n---\n\n#### 如果选择\"常规发散思维\"：\n\n**关键原则**：\n- 一次只问一个问题\n- 每个问题提供 3-5 个选项\n- 最后一个选项永远是\"其他（手动输入）\"\n- 根据用户选择，逐步深入\n- 使用 AskUserQuestion 逐个询问\n- 提问后必须 STOP and WAIT for user response\n- 跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT\n\n---\n\n#### 如果选择\"产品功能创新\"：\n\n**问题 1**：\n\n> 核心功能应该解决什么问题？\n>\n> A) 提升效率 - 让用户更快完成任务\n> B) 降低门槛 - 让新用户更容易上手\n> C) 增强体验 - 让过程更愉悦、更有趣\n> D) 创造连接 - 让用户之间产生互动\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何实现差异化？\n>\n> A) 技术创新 - 使用新技术或独特算法\n> B) 模式创新 - 创新的商业模式或运营方式\n> C) 体验创新 - 更好的用户界面或交互\n> D) 服务创新 - 更好的客户服务或售后支持\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 哪些功能是必须有的（MVP）？\n>\n> A) 核心功能 + 基础体验\n> B) 核心功能 + 社交属性\n> C) 核心功能 + 数据分析\n> D) 核心功能 + 会员体系\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"用户增长方案\"：\n\n**问题 1**：\n\n> 主要增长渠道是什么？\n>\n> A) 内容营销 - 通过内容吸引流量\n> B) 社交传播 - 通过用户分享裂变\n> C) 付费推广 - 广告投放、KOL合作\n> D) 线下推广 - 地推、活动、展会\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何激活用户？\n>\n> A) 新手引导 - 清晰的Onboarding流程\n> B) 激励机制 - 签到奖励、新手红包\n> C) 社交驱动 - 好友邀请、团队协作\n> D) 内容推荐 - 个性化内容推送\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何提升留存？\n>\n> A) 会员体系 - 等级、积分、特权\n> B) 内容更新 - 持续提供新鲜内容\n> C) 社区运营 - 用户互动、UGC激励\n> D) 定期活动 - 限时活动、节日营销\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"商业模式设计\"：\n\n**问题 1**：\n\n> 主要收入来源是什么？\n>\n> A) 直接付费 - 用户购买产品或服务\n> B) 订阅制 - 按月\u002F年收费（会员、SaaS）\n> C) 广告收入 - 广告展示、信息流广告\n> D) 交易佣金 - 平台抽成、手续费\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 定价策略是什么？\n>\n> A) 免费增值 - 基础免费，高级功能收费\n> B) 分层定价 - 不同价格不同功能\n> C) 按量付费 - 按使用量或时长收费\n> D) 一次性付费 - 买断制\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何降低付费门槛？\n>\n> A) 免费试用 - 先试用后付费\n> B) 阶梯优惠 - 长期订阅优惠\n> C) 推荐奖励 - 邀请好友获得优惠\n> D) 捆绑销售 - 与其他产品打包\n> E) 其他（请手动输入）\n\n---\n\n#### 如果选择\"用户体验优化\"：\n\n**问题 1**：\n\n> 当前最大的体验问题是什么？\n>\n> A) 操作复杂 - 步骤太多、流程太长\n> B) 视觉混乱 - 界面不清晰、信息过载\n> C) 反馈不足 - 不知道操作结果\n> D) 性能问题 - 加载慢、卡顿\n> E) 其他（请手动输入）\n\n---\n\n**问题 2**：\n\n> 如何简化操作流程？\n>\n> A) 智能推荐 - 减少用户决策\n> B) 一键操作 - 减少步骤\n> C) 语音交互 - 解放双手\n> D) 自动填充 - 记忆用户习惯\n> E) 其他（请手动输入）\n\n---\n\n**问题 3**：\n\n> 如何增强用户满意度？\n>\n> A) 个性化定制 - 根据用户偏好调整\n> B) 即时反馈 - 操作后立即响应\n> C) 惊喜设计 - 意想不到的彩蛋或奖励\n> D) 情感连接 - 温馨文案、节日祝福\n> E) 其他（请手动输入）\n\n---\n\n### 步骤 4: 汇总创意方案\n\nAI 根据用户选择，汇总生成创意方案库。\n\n若用户在选定某个方向后明确要求“进一步分析\u002F梳理方案利弊\u002F比较选择条件”，且 `pm-deep-talk` 可用，可将当前方向、用户已确认的信息和未验证假设交给 `pm-deep-talk`。这是可选组合，不得默认追加盘问或把它设为完成 brainstorm 的前置条件。深聊结束后由用户决定回到创意发散、进入 `\u002Fpm-demand` 验证或结束；不得自动串行推进。若该技能不可用，继续当前 brainstorm 并告知用户可单独安装，不得声称已完成尚未进行的分析。\n\n---\n\n### 步骤 5: 按用户要求生成创意方案库文档\n\n只讨论时跳过写入，直接在聊天中汇总。正式产物需先确认保存位置与覆盖风险，之后创建目录，再使用 Write 工具创建 `docs\u002F01-需求调研\u002F创意方案库.md`：\n\n```markdown\n# 创意方案库\n\n## 一、基础信息\n\n- **产品名称**: {PRODUCT_NAME}\n- **发散方向**: {BRAINSTORM_DIRECTION}\n- **生成时间**: {当前时间}\n\n---\n\n## 二、核心创意方案\n\n### 方向 1: {根据用户选择生成标题}\n\n**核心思路**:\n{根据用户回答生成的详细描述}\n\n**具体方案**:\n1. {方案细节1}\n2. {方案细节2}\n3. {方案细节3}\n\n**预期效果**:\n{预期的业务效果}\n\n---\n\n### 方向 2: {第二个方向}\n\n**核心思路**:\n{描述}\n\n**具体方案**:\n1. {细节}\n2. {细节}\n\n**预期效果**:\n{效果}\n\n---\n\n## 三、创意评分\n\n| 方案 | 可行性 | 创新性 | 用户价值 | 商业价值 | 总分 |\n|------|--------|--------|----------|----------|------|\n| 方案1 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 16\u002F20 |\n| 方案2 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 16\u002F20 |\n\n---\n\n## 四、下一步建议\n\n建议执行：\n\n1. **\u002Fpm-clarify** - 需求细化，明确具体需求细节（推荐）\n2. **\u002Fpm-market** - 市场分析，验证方案可行性\n3. **\u002Fpm-priority** - 优先级排序，决定先做哪个\n\n---\n\n**项目状态**: 创意发散完成\n**生成时间**: {时间戳}\n**生成工具**: super-pm\n```\n\n---\n\n### 步骤 6: 输出完成提示\n\n使用 AskUserQuestion 提供下一步选项：\n\n> ✅ 头脑风暴完成！\n>\n> ? 若实际生成创意方案库：`docs\u002F01-需求调研\u002F创意方案库.md`；否则只汇报对话中的方向。\n>\n> ? 建议下一步：\n>\n> A) 执行 \u002Fpm-clarify - 需求细化，明确细节（推荐）\n> B) 执行 \u002Fpm-market - 市场分析，验证可行性\n> C) 执行 \u002Fpm-priority - 优先级排序\n> D) 查看创意方案库\n\n跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。\n\n---\n\n## 兜底机制\n\n### 场景 1: 无需求调研报告\n\n提供快速模式选项，允许手动输入基础信息。\n\n### 场景 2: 用户选择\"其他\"\n\n允许用户手动输入，AI 理解并继续探索。\n\n---\n\n## 注意事项\n\n1. **一次一问**：严格遵循，避免信息过载\n2. **3-5选项**：每个问题提供清晰选项\n3. **最后一项\"其他\"**：允许用户自由输入\n4. **逐步深入**：根据用户选择继续深入探索\n5. **Markdown存储**：生成的方案库人类可读可编辑\n\n---\n\n## 输出质量对比\n\n**✅ Good 示例**：\n```\n- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」\n- 有验证来源：「数据来源：Google Analytics, 2025-12-01」\n- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」\n```\n\n**❌ Bad 示例**：\n```\n- 模糊结论：「数据表明留存率有所下降」\n- 无来源：「根据经验，这个功能很重要」\n- 没有行动建议：「留存是个问题」\n```\n\n---\n\n## 常见误区 \u002F Red Flags — STOP\n\n出现以下情况立即停止并回溯：\n\n| 误区 | 正确做法 |\n|------|---------|\n| 使用\"应该\"、\"大概\"、\"看起来\"做结论 | 必须基于实际数据和验证 |\n| 未运行检查就声称已完成 | 先验证，再陈述 |\n| 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 |\n| \"这次应该没问题\"的想法 | 每次都要重新验证 |\n\n---\n\n## 产出质量检查 \u002F Verification Checklist\n\n- [ ] 前置依赖已满足（输入文档\u002F数据已收集）\n- [ ] 核心步骤已全部执行\n- [ ] 输出文档已生成到 `docs\u002F` 目录\n- [ ] 每个判断都有数据\u002F证据支撑\n- [ ] 已推荐 2-3 个后续 skill\n\n> ⚠️ 任何一项未通过 → 补全后再标记完成。\n\n---\n",{"name":5,"description":49,"allowed-tools":50},"Use when:\n  需要创意方案、探索产品方向、发散思维、本质问题分析\n  用户说\"我想做一个XX\"\"帮我规划XX产品\"\"帮我设计一下需求\"\n  用户给出新产品方向，但尚未完成本轮 brainstorm 交互确认\n  新产品从0到1的第一步\nDo NOT use when:\n  用户明确说\"跳过 brainstorm \u002F 直接需求调研 \u002F 已完成头脑风暴\"\n  需求已明确且用户明确要求直接执行具体后续 skill\n",[51,52,53,54,40,55,56,57],"Read","Write","AskUserQuestion","Agent","WebSearch","mcp__exa__web_search_exa","mcp__exa__web_fetch_exa","main","c815a5b055b972b9b56fffce0102dbcf9e8ede7d","skills\u002F01-demand-insight\u002Fpm-brainstorm",8,"https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM","https:\u002F\u002Fkonglong87.github.io\u002Fanything-ai\u002F","https:\u002F\u002Fgithub.com\u002Fkonglong87","蓬头稚子学垂纶，侧坐莓苔草映身","2026-10-26 15:12:41",{"source":8,"skillName":5,"commands":68,"prompt":78,"zipAvailable":79},[69,72,75],{"tool":70,"command":71},"npx","npx skills add konglong87\u002FsuperPM --skill pm-brainstorm",{"tool":73,"command":74},"bunx","bunx skills add konglong87\u002FsuperPM --skill pm-brainstorm",{"tool":76,"command":77},"pnpm","pnpm dlx skills add konglong87\u002FsuperPM --skill pm-brainstorm","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002F01-demand-insight\u002Fpm-brainstorm\u002FSKILL.md",true,[],[82,110,126,147,160,180],{"skillNo":83,"name":84,"nameZh":6,"description":85,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":86,"categories":87,"keywords":94,"publishedAt":44},"01M6J07VBJZGTH83K1ST4AFTSX","write-prd","PRD writing workflow — chain demand validation, clarification, prioritization, MVP scoping, and document generation\nUse when: Writing a PRD, BRD, or MRD, or need to produce product requirement documents","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fwrite-prd\u002FSKILL.md",[88,89],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":90,"categoryName":91,"taxonomyType":92,"taxonomyTypeDesc":93},"01JBSEEDCAT000000000000031","产品经理","PROFESSION","适用职业",[95,38,96,97,98,99,100,101,102,103,40,39,36,104,105,106,107,108,109,31],"prd","write prd","writing","workflow","documents","validation","product","produce","prioritization","prd writing","document","generation","chain","mvp","document generation",{"skillNo":111,"name":112,"nameZh":6,"description":113,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":114,"categories":115,"keywords":117,"publishedAt":44},"01M6J07NR1TC4FGKQN2596F8BH","validate-idea","Idea validation workflow — chain demand validation, market research, prioritization, and MVP scoping\nUse when: Validating a new product idea, testing assumptions, or exploring viability","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fvalidate-idea\u002FSKILL.md",[116],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},[118,119,120,121,122,98,100,101,103,40,123,39,38,124,36,125,107,108,31],"validate","idea","validate idea","testing","research","market research","scoping","Market",{"skillNo":127,"name":128,"nameZh":6,"description":129,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":130,"categories":131,"keywords":133,"publishedAt":44},"01M6J07HBCCG59V69N29TPAC12","plan-launch","Launch planning workflow — chain risk assessment, cross-team coordination, agile delivery, and release planning\nUse when: Preparing for a product launch, release, or go-live","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fplan-launch\u002FSKILL.md",[132],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},[134,135,136,98,137,138,139,101,140,141,40,142,39,36,143,144,107,145,31,146],"launch","plan","plan launch","risk assessment","assessment","planning","risk","team","coordination","planning workflow","delivery","team coordination","for",{"skillNo":148,"name":149,"nameZh":6,"description":150,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":151,"categories":152,"keywords":154,"publishedAt":44},"01M6J07DYRS1S91SY8JCZZH3CS","discover","Product discovery workflow — chain market analysis, competitor research, demand validation, and prioritization\nUse when: Exploring a new product idea, entering a new market, or validating an opportunity","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fdiscover\u002FSKILL.md",[153],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},[149,122,98,100,101,155,156,103,40,39,38,157,36,125,119,158,159,107,31],"analysis","discovery","product discovery","opportunity","market analysis",{"skillNo":161,"name":162,"nameZh":6,"description":163,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":164,"categories":165,"keywords":168,"publishedAt":44},"01M6J079BYTWRDH5N8WBH2NEJJ","define-strategy","Product strategy workflow — chain positioning, business model, OKRs, and roadmap\nUse when: Defining product strategy, setting OKRs, planning roadmap, or making strategic decisions","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fdefine-strategy\u002FSKILL.md",[166,167],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":90,"categoryName":91,"taxonomyType":92,"taxonomyTypeDesc":93},[169,170,171,98,139,101,40,172,173,39,38,174,36,175,176,107,177,178,179,31],"strategy","define","define strategy","model","decisions","business","roadmap","positioning","product strategy","strategic","business model",{"skillNo":181,"name":182,"nameZh":6,"description":183,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":184,"categories":185,"keywords":187,"publishedAt":44},"01M6J0752ZRR0R8FWAQHD4KTJ5","analyze-growth","Growth analysis workflow — chain AARRR analysis, data reporting, growth strategy, and iteration planning\nUse when: Analyzing growth metrics, planning growth initiatives, or optimizing product performance","https:\u002F\u002Fgithub.com\u002Fkonglong87\u002FsuperPM\u002Fblob\u002Fmain\u002Fskills\u002Fworkflows\u002Fanalyze-growth\u002FSKILL.md",[186],{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},[188,189,190,191,98,139,101,192,193,194,155,40,39,38,169,36,195,107,196,31],"analyze","growth","analyze growth","performance","reporting","analyzing","data","iteration","growth strategy"]