{"id":"c9e64a59-abc8-4136-832b-dd08cf429c3a","shortId":"2fRm6g","kind":"skill","title":"p13-intuition-orchestrator","tagline":"《判断力与直觉力》全书编排器——九步闭环决策路线图的路由器与聚合器","description":"# 判断力编排器（Intuition Orchestrator）\n\n## 适用场景\n- AI产品经理面临复杂决策不知从何下手\n- 需要系统性走完AI产品决策九步闭环\n- 想将直觉训练方法落地为可执行流程\n\n## 输入\n| 字段 | 说明 |\n|------|------|\n| decision_context | 决策场景描述 |\n| current_stage | 可选：当前已知处于哪个阶段 |\n| constraints | 约束条件（时间/资源/数据等） |\n\n## 输出\n- 九步闭环的执行序列\n- 每个步骤的Skill调用\n- 综合判断与行动建议\n\n## 工作流程\n1. **阶段定位**：识别当前处于九步闭环的哪个阶段\n2. **生成执行链**：按\"判断九步\"生成后续Skill调用链\n3. **循环调用**：执行每个Skill，收集输出\n4. **结果聚合**：整合各阶段输出，生成完整判断报告\n5. **迭代建议**：给出下一轮优化方向\n\n## 注意事项\n- 九步闭环不是线性流水线，可能需要在阶段间回溯\n- 每个阶段都产出可追溯的判断记录，便于复盘\n\n## 核心概念\n\n### 1. 判断力优先于执行力\nAI 压平了信息获取和执行效率，但没有压平判断力。AI 让答案更便宜，但没有让方向更便宜。当执行越来越便宜的时候，错误方向的代价不再是\"做不出来\"，而是\"很快做出来，还会做得像是真的一样\"。真正的差距从\"谁知道得更多\"转向\"谁更早看对方向，谁更能在不确定里做取舍\"。\n\n### 2. 流畅输出不是可靠性\nAI 最迷惑人的地方，不是它偶尔会犯错，而是它经常看起来很像对的。流畅感不是可靠性，完整感不是成立性。要区分三层：输出是否可读 → 是否可用 → 是否值得相信并拿去做决策。大多数人只检查了第一层，稀缺的是能稳定检查到第三层的人。\n\n### 3. 九步闭环：从问题到反馈的完整决策链\n全书覆盖 AI 产品决策的完整闭环，分七个部分：先看清（判断自己、问题优先级、AI 适配性）→ 看产品（独立性、工作流价值、真问题 vs 能力包装、长期成立性）→ 看用户（托付意愿、放心感、用户恐惧、可托付感设计）→ 看技术与交付 → 看市场与商业化 → 看反馈与节奏 → 看规模化。每一步都产出可追溯的判断记录。\n\n### 4. 直觉力是压缩后的认知模型\n直觉不是拍脑袋，而是系统性思维、产品心理学和决策复盘长期内化后，在复杂场景里形成的快判断能力。它通过四件事训练：观察真实场景、比较相似案例、预判可能后果、复盘判断对错。直觉不是少数人的特权，是可以训练的能力。\n\n### 5. 顺序错误是 AI 时代最常见的浪费\nAI 时代最常见的浪费，不是没有思路，而是过早进入方案；不是没有能力，而是把能力用在了不值得的方向上。团队最常犯的错误不是没看到机会，而是先被\"好讲的机会\"拿走了资源。方案成立不代表问题成立，做得出来不代表值得先做。\n\n## 分步执行\n\n## 深入核心概念\n\n### 深入 1. 判断力 = 产品感 × 技术理解 × 商业直觉\n\n**定义**：AI 时代产品经理的核心能力不再是会用多少工具，而是能在信息不完备时做出正确判断。判断力是产品感、技术理解和商业直觉的交叉能力——产品感让你看见用户的真实处境，技术理解让你知道什么能做什么不能做，商业直觉让你判断什么值得做、什么时候做。\n\n**书稿引用**：「以前产品经理最常被问的是'需求文档写好了吗''原型画完了吗''PRD 评审过了吗'。现在最常被问的是：'你觉得这个 AI 功能要不要做''你怎么判断这个方向靠不靠谱''你觉得这个产品模型能力够不够'。这些问题都不是工具能回答的。AI 可以帮你查数据、写初稿、整理素材，但它替你做不了判断。」（第1章）\n\n**应用**：在做每个产品决策时，有意识地拆解自己的判断来源——是用户洞察驱动（产品感）、技术可行性驱动（技术理解），还是市场机会驱动（商业直觉）？三者中任何一个为零，判断都会出问题。定期校准：你最近在哪一个维度上的判断最弱？\n\n### 深入 2. AI 放大确认偏误\n\n**定义**：AI 的输出总是流畅且自信的，这会让人更容易接受\"听起来合理\"的结论而跳过验证。当团队已经倾向于某个方向时，AI 会非常善于\"帮你找到支持这个方向的证据\"——不是因为它故意迎合，而是因为它本身就是概率模型。\n\n**书稿引用**：「AI 是判断放大器，不是判断替代品。用得好，它可以帮你更快地收集信息、整理思路、验证假设。用得不好，它会帮你更流畅地走进偏见。最危险的不是 AI 犯错，而是 AI 的输出太流畅了，以至于你连验证的想法都省了。」（第1章）\n\n**应用**：建立\"反方验证\"习惯——每当 AI 给出一个看似合理的结论，刻意要求它给出反对理由或替代解释。在团队决策中，指定一个人专门负责\"唱反调\"，用 AI 来帮反方找论据。关键原则：AI 的流畅性是功能也是风险，越流畅越需要冷静验证。\n\n## 分步执行\n\n### 步骤 1：决策场景定位\n接收用户的决策场景描述，识别当前处于九步闭环的哪个阶段。问清楚：用户面对的是一个 AI 产品机会，还是一个具体的判断卡点？是刚开始评估，还是已经有了初步方向？明确当前阶段和上下文约束。\n\n### 步骤 2：生成判断路线图\n根据场景定位，生成从当前位置出发的完整判断路线图。标明：哪些步骤必须走、哪些可以并行、哪些需要回溯。每个步骤对应一个具体 Skill，明确输入/输出关系。路线图不是线性流水线，要标注可能的回溯点。\n\n### 步骤 3：逐步执行判断链\n按路线图依次调用子 Skill。每个 Skill 执行后，收集输出并记录判断依据与置信度。如果某一步出现矛盾信号（如\"问题真但不够痛\"），暂停并提示用户做出取舍决策后再继续。\n\n### 步骤 4：结果聚合与冲突处理\n整合各阶段输出，识别判断链中的冲突与一致性。常见冲突包括：问题值得做但 AI 适配性弱、产品成立但用户不愿托付、短期好看但长期不成立。对每个冲突给出分析与建议。\n\n### 步骤 5：输出综合判断报告\n生成结构化的判断报告，包含：当前阶段结论、关键风险点、下一步建议、需要补充的信息。报告应支持复盘——每个判断都有依据、有置信度、有可追溯的推理链。\n\n### 步骤 6：迭代校准\n根据新信息或执行结果，更新判断。明确哪些判断被验证了、哪些被推翻了、哪些需要重新评估。将新经验沉淀为团队判断原则。\n\n## 示例 1：AI 产品方向评估全流程\n\n**场景**：一个 B2B SaaS 团队想做\"AI 自动生成客户周报\"功能，需要系统性评估是否值得投入。\n\n**编排过程**：\n1. **阶段定位**：用户处于\"初始\"阶段，需要从九步第一步开始。\n2. **p13a 元认知**：识别这是一个\"方向型判断\"——不是执行问题，而是决定该不该做的问题。\n3. **p13b 系统思考**：画出问题冰山——表层是\"销售写周报慢\"，深层是信息分散、格式不统一、上级难提取重点。识别补偿行为：销售已经在用模板和 AI 起草来补。\n4. **p13c 五问过滤**：真不真（有行为回退证据）、痛不痛（影响客户关系）、频不频（每周必做）、急不急（试点客户已有不满）、值不值（影响续费率）。\n5. **p13e AI 适配性**：五问过关——是语言生成问题、错误代价中等（可人工审核）、结果可验证、能回退、用户愿意让 AI 起草。\n6. **p13f 产品判断**：更适合作为 CRM 系统内的能力层，而非独立产品。\n7. **p13h 托付判断**：用户愿意让 AI 起草，但不愿让 AI 直接发送给客户。\n8. **结论**：值得做，但应定位为 CRM 嵌入能力而非独立产品，先做\"起草+风险标注\"，不做\"自动发送\"。\n\n## 示例 2：已上线产品的诊断与优化\n\n**场景**：一款 AI 会议纪要产品上线 3 周，首周数据很好，但第二周开始使用频率明显下降。\n\n**编排过程**：\n1. **阶段定位**：用户处于\"反馈回路\"阶段（九步第 9 步），但需要回溯诊断。\n2. **p13g 长期成立性诊断**：价值是第一次感知还是反复验证？→ 偏第一次。用户为什么还会回来？→ 回访理由弱。价值会累积吗？→ 没有。拿掉后会难受吗？→ 只是\"有点可惜\"。\n3. **p13e 工作流价值诊断**：它改的是哪一段？→ 记录段。它推动了下一步吗？→ 没有，纪要出来后用户还得手动分发。补偿劳动存在吗？→ 用户会后还得复制到飞书、确认负责人、拆待办。\n4. **p13i 陷阱检查**：是否把\"第一次惊艳\"误认成了\"长期成立\"？→ 是。\n5. **优化方向**：接住任务分发、待办流转、责任确认、后续追踪。从\"帮你写纪要\"升级为\"帮你把会后最烦的部分接住\"。\n\n## 九步闭环路由表\n\n| 步骤 | 核心问题 | 对应 Skill | 关键判断 |\n|------|---------|-----------|---------|\n| 1. 做什么 | 先看清自己到底在拍什么板 | p13a-judgment-metacognition | 判断类型识别、信息底座评估 |\n| 2. 值不值得 | 这个问题值不值得投入资源优先解决 | p13b-systemic-thinker | 五问过滤：真/痛/频/急/值 |\n| 3. 用不用 AI | 这个问题该不该用 AI 做 | p13c-product-psychology | AI 适配性五问 |\n| 4. 做成什么 | 产品、模块，还是嵌进工作流的能力 | p13d-intuition-training | 独立产品五问 |\n| 5. 用户会不会托付 | 用户愿不愿意试、持续用、敢不敢交 | p13h-validation-market | 托付五问、托付梯度 |\n| 6. 怎么做 | 辅助还是托付，模型边界，交付条件 | p13f/p13g | 真问题 vs 能力包装、长期成立性 |\n| 7. 怎么验证 | 不是 demo 成立，而是真成立 | p13e-nine-step-framework | 工作流价值五问 |\n| 8. 怎么进入市场 | 先卖给谁、怎么定价、怎么发布 | p13h-validation-market | 市场进入策略 |\n| 9. 反馈回路 | 持续校准判断 | p13k-intuition-evolution | 标准升级、复盘机制 |\n\n## 编排器使用模式\n\n### 模式 A：全新方向评估\n从步骤 1 开始，完整走完九步。适合：新 AI 产品立项、新功能方向评估。\n\n### 模式 B：已上线产品诊断\n从步骤 7（验证）或步骤 9（反馈）开始，向前回溯。适合：产品数据不好、使用率下降、续费率低。\n\n### 模式 C：具体卡点突破\n直接定位到卡住的步骤，深入诊断。适合：团队已经知道卡在哪里，需要具体方法论。\n\n### 模式 D：快速筛查\n对多个候选方向做快速筛选，每步只做最关键的一两个判断。适合：资源有限需要快速排序。\n\n## 判断记录模板\n\n每次做出重要判断时，记录以下信息：\n\n```\n判断日期：____\n判断对象：____\n判断结论：____\n置信度（高/中/低）：____\n主要依据：\n1. ____\n2. ____\n3. ____\n反证/风险：\n1. ____\n2. ____\n需要补充的信息：____\n复盘日期（预计）：____\n```\n\n## 复盘框架\n\n定期（建议每月或每季度）对重要判断做复盘：\n\n1. **当时的判断是什么**：回看判断记录。\n2. **结果如何**：对照实际情况。\n3. **判断对了还是错了**：如果对了，哪个依据最关键？如果错了，错在哪一步？\n4. **可以改进什么**：信息不足？判断顺序错了？忽略了某个信号？被流畅输出误导？\n5. **更新什么原则**：把有效的判断经验抽象为团队原则。\n\n## 跨 Skill 衔接协议\n\n判断链中多个 Skill 协同工作时，衔接质量决定整体判断质量。\n\n### 输出格式标准化\n\n每个 Skill 执行后，输出结构化的判断记录：\n\n```\nSkill: ____\n判断结论: ____\n置信度（高/中/低）: ____\n关键依据:\n1. ____\n2. ____\n风险信号: ____\n后续建议: ____\n```\n\n### 冲突信号处理\n\n当后续 Skill 的判断与前置结论矛盾时，按以下规则处理：\n\n| 冲突类型 | 处理方式 |\n|---------|---------|\n| 问题值得做但 AI 适配性弱 | 回到 p13c 深入诊断，考虑非 AI 解法 |\n| AI 适配但产品独立性弱 | 考虑嵌入形态而非独立产品 |\n| 产品成立但用户不愿托付 | 进入 p13h 诊断托付梯度 |\n| 短期好看但长期不成立 | 重新评估优先级或调整预期 |\n| 工作流价值有但真问题弱 | 回到 p13b 做五问过滤 |\n\n### 回溯触发条件\n\n以下信号出现时，应在判断链中回溯到前序步骤：\n\n- 发现新的关键信息推翻了前置判断\n- 用户补充了重要的约束条件\n- 某个 Skill 的置信度为\"低\"\n- 两个 Skill 的结论直接矛盾\n- 执行过程中发现了之前未识别的风险\n\n## 决策深度校准\n\n根据场景复杂度选择合适的判断深度：\n\n| 深度 | 适用场景 | 每步时间 | Skill 调用方式 |\n|------|---------|---------|---------------|\n| 快筛 | 多个候选方向初步排序 | 2-3 分钟 | 每个 Skill 只做最关键的一两个判断 |\n| 标准 | 单个方向的完整评估 | 10-15 分钟 | 按完整流程执行每个 Skill |\n| 深度 | 重大决策、高资源投入 | 30+ 分钟 | 对关键判断做多角度验证，增加反证检查 |\n\n## 示例 3：已上线产品的诊断（续费率低）\n\n**场景**：一款 AI 客服助手上线三个月，转化率不错但续费率只有 35%。用户反馈\"回答不够准确\"\"经常需要人工接管\"\"问复杂问题就答非所问\"。\n\n**编排过程**：\n1. **阶段定位**：用户处于\"反馈回路\"阶段，需要回溯诊断。\n2. **p13a 元认知**：这是一个策略型判断——决定是继续投入还是调整方向。\n3. **p13e 工作流价值诊断**：它改了\"回答\"这一段，但没有接住\"复杂问题转人工\"\"回答后客户满意度确认\"\"知识库持续更新\"。\n4. **p13f 真问题诊断**：\"回答不够准确\"是真问题，但需要拆开看：是知识库问题？模型理解问题？还是意图识别问题？\n5. **p13g 长期成立性**：续费率低说明价值还没有形成持续依赖。第一次惊艳在消退，但\"必须用\"的理由还没建立。\n6. **综合判断**：问题不在于模型不够强，而在于产品只覆盖了\"能回答\"这一段，没有覆盖\"答不好怎么办\"\"答完后谁确认\"\"知识怎么更新\"这三段。\n7. **优化方向**：接住转人工的无缝体验、回答后自动请客户确认满意度、建立知识库更新与纠错机制。\n\n## 快速筛查模板\n\n10 分钟内判断一个 AI 产品方向是否值得深入评估：\n\n```\n方向描述: ____\n\n快速五问（每问 1-2 分钟）:\n1. 真不真: [ ] 有行为证据  [ ] 只有观点\n2. 痛不痛: [ ] 影响关键指标  [ ] 只是体验优化\n3. 频不频: [ ] 高频/系统性  [ ] 偶发/个别\n4. 急不急: [ ] 卡在关键节点  [ ] 可以再等等\n5. 值不值: [ ] 杠杆点高  [ ] 解法太重\n\n快速结论: [ ] 值得深入  [ ] 暂缓  [ ] 放弃\n理由: ____\n```\n\n如果五问全部过关，进入标准评估流程。如果有两项以上不过，暂缓并记录原因。\n\n## 编排器常见误区\n\n### 误区 1：跳过前序步骤\n直接进入方案讨论，跳过\"值不值得\"和\"适不适合 AI\"的判断。破解：任何 AI 方向讨论前，先走完 p13a→p13b→p13c 三步。\n\n### 误区 2：只走正向路径\n只收集支持性证据，忽略反证。破解：每个步骤结束后，强制做一次反证检查。\n\n### 误区 3：混淆判断与执行\n在判断阶段就开始讨论实现细节。破解：判断阶段只讨论\"该不该做\"和\"为什么做\"，不讨论\"怎么做\"。\n\n### 误区 4：忽略回溯\n发现矛盾信号后仍然继续推进。破解：矛盾信号是回溯的触发器，不是可以忽略的噪音。\n\n### 误区 5：一次性判断\n认为判断做完就不需要更新。破解：判断是动态的，新信息出现时应重新评估。","tags":["p13","intuition","orchestrator","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native","ai-product"],"capabilities":["skill","source-gmaxxxie","skill-p13-intuition-orchestrator","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p13-intuition-orchestrator","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (6,884 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:29.282Z","embedding":null,"createdAt":"2026-05-01T01:02:55.632Z","updatedAt":"2026-05-18T18:57:29.282Z","lastSeenAt":"2026-05-18T18:57:29.282Z","tsv":"'-15':759 '-2':848 '-3':751 '1':35,60,154,255,330,343,434,491,592,641,646,655,695,785,847,850,883 '10':758,840 '2':38,79,202,268,349,423,443,500,642,647,658,696,750,791,854,902 '3':43,93,283,356,429,455,513,643,661,771,796,858,910 '30':766 '35':779 '4':47,122,296,369,467,525,667,806,864,921 '5':51,135,308,382,475,535,673,815,868,928 '6':321,395,546,823 '7':402,556,604,834 '8':411,568 '9':440,578,607 'ai':62,65,81,97,103,137,139,160,177,182,203,206,212,218,228,231,240,247,250,261,302,331,338,367,384,393,406,409,427,515,517,523,597,707,713,715,776,842,890,894 'ai产品经理面临复杂决策不知从何下手':12 'b':601 'b2b':335 'c':616 'constraint':25 'context':19 'crm':399,415 'current':21 'd':624 'decis':18 'demo':559 'evolut':584 'framework':566 'intuit':3,9,532,583 'judgment':496 'market':543,576 'metacognit':497 'nine':564 'orchestr':4,10 'p13':2 'p13-intuition-orchestrator':1 'p13a':350,495,792,897 'p13a-judgment-metacognition':494 'p13b':357,504,726,898 'p13b-systemic-thinker':503 'p13c':370,520,710,899 'p13c-product-psychology':519 'p13d':531 'p13d-intuition-training':530 'p13e':383,456,563,797 'p13e-nine-step-framework':562 'p13f':396,807 'p13f/p13g':551 'p13g':444,816 'p13h':403,541,574,720 'p13h-validation-market':540,573 'p13i':468 'p13k':582 'p13k-intuition-evolution':581 'prd':173 'product':521 'psycholog':522 'saa':336 'skill':277,286,288,489,677,680,685,688,701,734,738,746,754,762 'skill-p13-intuition-orchestrator' 'source-gmaxxxie' 'stage':22 'step':565 'system':505 'thinker':506 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'train':533 'valid':542,575 'vs':109,553 '一个':334 '一次性判断':929 '一款':426,775 '三步':900 '三者中任何一个为零':197 '上级难提取重点':364 '下一步建议':314 '不做':420 '不是':558 '不是判断替代品':220 '不是可以忽略的噪音':926 '不是因为它故意迎合':215 '不是它偶尔会犯错':83 '不是执行问题':354 '不是没有思路':141 '不是没有能力':143 '不讨论':918 '两个':737 '个别':863 '中':638,692 '为什么做':917 '主要依据':640 '九步第':439 '九步闭环':94 '九步闭环不是线性流水线':55 '九步闭环决策路线图的路由器与聚合器':7 '九步闭环的执行序列':31 '九步闭环路由表':485 '习惯':238 '书稿引用':169,217 '五问过关':386 '五问过滤':371,507 '交付条件':550 '产品':527 '产品决策的完整闭环':98 '产品判断':397 '产品心理学和决策复盘长期内化后':126 '产品感':156,192 '产品感让你看见用户的真实处境':165 '产品成立但用户不愿托付':304,718 '产品数据不好':612 '产品方向是否值得深入评估':843 '产品方向评估全流程':332 '产品机会':262 '产品立项':598 '什么时候做':168 '从':481 '从步骤':591,603 '从问题到反馈的完整决策链':95 '以下信号出现时':729 '以前产品经理最常被问的是':170 '以至于你连验证的想法都省了':233 '价值会累积吗':450 '价值是第一次感知还是反复验证':446 '任何':893 '优化方向':476,835 '会议纪要产品上线':428 '会非常善于':213 '但':820 '但不愿让':408 '但它替你做不了判断':186 '但应定位为':414 '但没有压平判断力':64 '但没有接住':802 '但没有让方向更便宜':67 '但第二周开始使用频率明显下降':432 '但需要回溯诊断':442 '但需要拆开看':811 '低':639,693,736 '你怎么判断这个方向靠不靠谱':179 '你最近在哪一个维度上的判断最弱':200 '你觉得这个':176 '你觉得这个产品模型能力够不够':180 '使用率下降':613 '便于复盘':58 '信息不足':669 '信息底座评估':499 '值':512 '值不值':380,869 '值不值得':501,887 '值得做':413 '值得深入':873 '偏第一次':447 '做':518 '做不出来':70 '做五问过滤':727 '做什么':492 '做得出来不代表值得先做':150 '做成什么':526 '偶发':862 '元认知':351,793 '先做':417 '先卖给谁':570 '先看清':100 '先看清自己到底在拍什么板':493 '先走完':896 '全书编排器':6 '全书覆盖':96 '全新方向评估':590 '关键依据':694 '关键判断':490 '关键原则':249 '关键风险点':313 '具体卡点突破':617 '写初稿':184 '冲突信号处理':699 '冲突类型':704 '决定是继续投入还是调整方向':795 '决策场景定位':256 '决策场景描述':20 '决策深度校准':741 '分七个部分':99 '分步执行':151,253 '分钟':752,760,767,849 '分钟内判断一个':841 '初始':346 '判断九步':41 '判断力':155 '判断力与直觉力':5 '判断力优先于执行力':61 '判断力是产品感':163 '判断力编排器':8 '判断对了还是错了':662 '判断对象':634 '判断日期':633 '判断是动态的':932 '判断类型识别':498 '判断结论':635,689 '判断自己':101 '判断记录模板':630 '判断都会出问题':198 '判断链中多个':679 '判断阶段只讨论':914 '判断顺序错了':670 '刻意要求它给出反对理由或替代解释':242 '功能':340 '功能要不要做':178 '包含':311 '升级为':483 '协同工作时':681 '单个方向的完整评估':757 '卡在关键节点':866 '压平了信息获取和执行效率':63 '原型画完了吗':172 '反方验证':237 '反证':644 '反馈':608 '反馈回路':437,579,788 '发现新的关键信息推翻了前置判断':731 '发现矛盾信号后仍然继续推进':923 '只做最关键的一两个判断':755 '只收集支持性证据':904 '只是':453 '只是体验优化':857 '只有观点':853 '只走正向路径':903 '可人工审核':389 '可以再等等':867 '可以帮你查数据':183 '可以改进什么':668 '可托付感设计':116 '可能需要在阶段间回溯':56 '可选':23 '后续建议':698 '后续追踪':480 '向前回溯':610 '听起来合理':209 '周':430 '和':888,916 '哪个依据最关键':664 '哪些可以并行':274 '哪些步骤必须走':273 '哪些被推翻了':326 '哪些需要回溯':275 '哪些需要重新评估':327 '唱反调':245 '商业直觉':158,196 '商业直觉让你判断什么值得做':167 '回到':709,725 '回溯触发条件':728 '回看判断记录':657 '回答':800 '回答不够准确':781,809 '回答后客户满意度确认':804 '回答后自动请客户确认满意度':837 '回访理由弱':449 '团队已经知道卡在哪里':621 '团队想做':337 '团队最常犯的错误不是没看到机会':145 '在做每个产品决策时':189 '在判断阶段就开始讨论实现细节':912 '在团队决策中':243 '在复杂场景里形成的快判断能力':127 '场景':333,425,774 '增加反证检查':769 '处理方式':705 '复杂问题转人工':803 '复盘判断对错':132 '复盘日期':649 '复盘机制':586 '复盘框架':651 '多个候选方向初步排序':749 '大多数人只检查了第一层':91 '好讲的机会':147 '如':292 '如果五问全部过关':877 '如果对了':663 '如果有两项以上不过':879 '如果某一步出现矛盾信号':291 '如果错了':665 '字段':16 '它会帮你更流畅地走进偏见':226 '它可以帮你更快地收集信息':222 '它推动了下一步吗':460 '它改了':799 '它改的是哪一段':458 '它通过四件事训练':128 '完整感不是成立性':86 '完整走完九步':594 '定义':159,205 '定期':652 '定期校准':199 '客服助手上线三个月':777 '对关键判断做多角度验证':768 '对多个候选方向做快速筛选':626 '对应':488 '对每个冲突给出分析与建议':306 '对照实际情况':660 '对重要判断做复盘':654 '将新经验沉淀为团队判断原则':328 '嵌入能力而非独立产品':416 '工作流价值':107 '工作流价值五问':567 '工作流价值有但真问题弱':724 '工作流价值诊断':457,798 '工作流程':34 '已上线产品的诊断':772 '已上线产品的诊断与优化':424 '已上线产品诊断':602 '市场进入策略':577 '帮你写纪要':482 '帮你找到支持这个方向的证据':214 '帮你把会后最烦的部分接住':484 '常见冲突包括':300 '应在判断链中回溯到前序步骤':730 '应用':188,235 '建立':236 '建立知识库更新与纠错机制':838 '建议每月或每季度':653 '开始':593,609 '强制做一次反证检查':908 '当前已知处于哪个阶段':24 '当前阶段结论':312 '当后续':700 '当团队已经倾向于某个方向时':211 '当执行越来越便宜的时候':68 '当时的判断是什么':656 '影响关键指标':856 '影响客户关系':375 '影响续费率':381 '待办流转':478 '很快做出来':72 '循环调用':44 '必须用':821 '快筛':748 '快速五问':845 '快速筛查':625 '快速筛查模板':839 '快速结论':872 '忽略了某个信号':671 '忽略反证':905 '忽略回溯':922 '怎么做':547,919 '怎么发布':572 '怎么定价':571 '怎么进入市场':569 '怎么验证':557 '急':511 '急不急':378,865 '想将直觉训练方法落地为可执行流程':14 '成立':560 '或步骤':606 '托付五问':544 '托付判断':404 '托付意愿':113 '托付梯度':545 '执行后':289,686 '执行每个skill':45 '执行过程中发现了之前未识别的风险':740 '技术可行性驱动':193 '技术理解':157,194 '技术理解和商业直觉的交叉能力':164 '技术理解让你知道什么能做什么不能做':166 '把有效的判断经验抽象为团队原则':675 '报告应支持复盘':316 '拆待办':466 '拿掉后会难受吗':452 '拿走了资源':148 '持续校准判断':580 '持续用':538 '指定一个人专门负责':244 '按':40 '按以下规则处理':703 '按完整流程执行每个':761 '按路线图依次调用子':285 '接住任务分发':477 '接住转人工的无缝体验':836 '接收用户的决策场景描述':257 '收集输出':46 '收集输出并记录判断依据与置信度':290 '放大确认偏误':204 '放弃':875 '放心感':114 '敢不敢交':539 '数据等':29 '整合各阶段输出':49,298 '整理思路':223 '整理素材':185 '新':596 '新信息出现时应重新评估':933 '新功能方向评估':599 '方向型判断':353 '方向描述':844 '方向讨论前':895 '方案成立不代表问题成立':149 '时代产品经理的核心能力不再是会用多少工具':161 '时代最常见的浪费':138,140 '时间':27 '明确哪些判断被验证了':325 '明确当前阶段和上下文约束':266 '明确输入':278 '是':474 '是刚开始评估':264 '是判断放大器':219 '是可以训练的能力':134 '是否值得相信并拿去做决策':90 '是否可用':89 '是否把':470 '是用户洞察驱动':191 '是真问题':810 '是知识库问题':812 '是语言生成问题':387 '暂停并提示用户做出取舍决策后再继续':294 '暂缓':874 '暂缓并记录原因':880 '更新什么原则':674 '更新判断':324 '更适合作为':398 '最危险的不是':227 '最迷惑人的地方':82 '有可追溯的推理链':319 '有意识地拆解自己的判断来源':190 '有点可惜':454 '有置信度':318 '有行为回退证据':373 '有行为证据':852 '杠杆点高':870 '来帮反方找论据':248 '某个':733 '标准':756 '标准升级':585 '标明':272 '核心概念':59 '核心问题':487 '根据场景复杂度选择合适的判断深度':742 '根据场景定位':270 '根据新信息或执行结果':323 '格式不统一':363 '模块':528 '模型理解问题':813 '模型边界':549 '模式':588,600,615,623 '步':441 '步骤':254,267,282,295,307,320,486 '每一步都产出可追溯的判断记录':121 '每个':287,684,753 '每个判断都有依据':317 '每个步骤对应一个具体':276 '每个步骤的skill调用':32 '每个步骤结束后':907 '每个阶段都产出可追溯的判断记录':57 '每周必做':377 '每当':239 '每次做出重要判断时':631 '每步只做最关键的一两个判断':627 '每步时间':745 '每问':846 '比较相似案例':130 '没有':451,461 '没有覆盖':829 '注意事项':54 '流畅感不是可靠性':85 '流畅输出不是可靠性':80 '深入':153,201 '深入核心概念':152 '深入诊断':619,711 '深层是信息分散':362 '深度':743,763 '混淆判断与执行':911 '犯错':229 '独立产品五问':534 '独立性':106 '现在最常被问的是':175 '理由':876 '生成从当前位置出发的完整判断路线图':271 '生成判断路线图':269 '生成后续skill调用链':42 '生成完整判断报告':50 '生成执行链':39 '生成结构化的判断报告':310 '用':246 '用不用':514 '用得不好':225 '用得好':221 '用户为什么还会回来':448 '用户会不会托付':536 '用户会后还得复制到飞书':464 '用户反馈':780 '用户处于':345,436,787 '用户恐惧':115 '用户愿不愿意试':537 '用户愿意让':392,405 '用户补充了重要的约束条件':732 '用户面对的是一个':260 '画出问题冰山':359 '痛':509 '痛不痛':374,855 '的判断':891 '的判断与前置结论矛盾时':702 '的流畅性是功能也是风险':251 '的理由还没建立':822 '的结论直接矛盾':739 '的结论而跳过验证':210 '的置信度为':735 '的输出太流畅了':232 '的输出总是流畅且自信的':207 '直接发送给客户':410 '直接定位到卡住的步骤':618 '直接进入方案讨论':885 '直觉不是少数人的特权':133 '直觉不是拍脑袋':124 '直觉力是压缩后的认知模型':123 '看产品':105 '看反馈与节奏':119 '看市场与商业化':118 '看技术与交付':117 '看用户':112 '看规模化':120 '真':508 '真不真':372,851 '真正的差距从':74 '真问题':108,552 '真问题诊断':808 '矛盾信号是回溯的触发器':925 '知识库持续更新':805 '知识怎么更新':832 '短期好看但长期不成立':305,722 '破解':892,906,913,924,931 '确认负责人':465 '示例':329,422,770 '稀缺的是能稳定检查到第三层的人':92 '第1章':187,234 '第一次惊艳':471 '第一次惊艳在消退':819 '答不好怎么办':830 '答完后谁确认':831 '系统内的能力层':400 '系统思考':358 '系统性':861 '约束条件':26 '纪要出来后用户还得手动分发':462 '经常需要人工接管':782 '结果可验证':390 '结果如何':659 '结果聚合':48 '结果聚合与冲突处理':297 '结论':412 '给出一个看似合理的结论':241 '给出下一轮优化方向':53 '续费率低':614,773 '续费率低说明价值还没有形成持续依赖':818 '综合判断':824 '综合判断与行动建议':33 '编排器使用模式':587 '编排器常见误区':881 '编排过程':342,433,784 '置信度':636,690 '考虑嵌入形态而非独立产品':717 '考虑非':712 '而在于产品只覆盖了':826 '而是':71,230 '而是先被':146 '而是决定该不该做的问题':355 '而是因为它本身就是概率模型':216 '而是它经常看起来很像对的':84 '而是把能力用在了不值得的方向上':144 '而是真成立':561 '而是系统性思维':125 '而是能在信息不完备时做出正确判断':162 '而是过早进入方案':142 '而非独立产品':401 '能力包装':110,554 '能回答':827 '能回退':391 '自动发送':421 '自动生成客户周报':339 '衔接协议':678 '衔接质量决定整体判断质量':682 '补偿劳动存在吗':463 '表层是':360 '被流畅输出误导':672 '要区分三层':87 '要标注可能的回溯点':281 '观察真实场景':129 '解法':714 '解法太重':871 '认为判断做完就不需要更新':930 '让答案更便宜':66 '记录以下信息':632 '记录段':459 '评审过了吗':174 '识别判断链中的冲突与一致性':299 '识别当前处于九步闭环的哪个阶段':37,258 '识别补偿行为':365 '识别这是一个':352 '诊断托付梯度':721 '试点客户已有不满':379 '该不该做':915 '误区':882,901,909,920,927 '误认成了':472 '说明':17 '谁更早看对方向':77 '谁更能在不确定里做取舍':78 '谁知道得更多':75 '调用方式':747 '责任确认':479 '资源':28 '资源有限需要快速排序':629 '起草':394,407,418 '起草来补':368 '越流畅越需要冷静验证':252 '跨':676 '路线图不是线性流水线':280 '跳过':886 '跳过前序步骤':884 '转化率不错但续费率只有':778 '转向':76 '辅助还是托付':548 '输入':15 '输出':30 '输出关系':279 '输出是否可读':88 '输出格式标准化':683 '输出结构化的判断记录':687 '输出综合判断报告':309 '还会做得像是真的一样':73 '还是一个具体的判断卡点':263 '还是嵌进工作流的能力':529 '还是已经有了初步方向':265 '还是市场机会驱动':195 '还是意图识别问题':814 '这一段':801,828 '这三段':833 '这个问题值不值得投入资源优先解决':502 '这个问题该不该用':516 '这些问题都不是工具能回答的':181 '这会让人更容易接受':208 '这是一个策略型判断':794 '进入':719 '进入标准评估流程':878 '迭代建议':52 '迭代校准':322 '适不适合':889 '适合':595,611,620,628 '适用场景':11,744 '适配但产品独立性弱':716 '适配性':104,385 '适配性五问':524 '适配性弱':303,708 '逐步执行判断链':284 '重大决策':764 '重新评估优先级或调整预期':723 '销售写周报慢':361 '销售已经在用模板和':366 '错在哪一步':666 '错误代价中等':388 '错误方向的代价不再是':69 '长期成立':473 '长期成立性':111,555,817 '长期成立性诊断':445 '问复杂问题就答非所问':783 '问清楚':259 '问题不在于模型不够强':825 '问题优先级':102 '问题值得做但':301,706 '问题真但不够痛':293 '阶段':347,438,789 '阶段定位':36,344,435,786 '陷阱检查':469 '需求文档写好了吗':171 '需要从九步第一步开始':348 '需要具体方法论':622 '需要回溯诊断':790 '需要系统性评估是否值得投入':341 '需要系统性走完ai产品决策九步闭环':13 '需要补充的信息':315,648 '顺序错误是':136 '预判可能后果':131 '预计':650 '频':510 '频不频':376,859 '风险':645 '风险信号':697 '风险标注':419 '首周数据很好':431 '验证':605 '验证假设':224 '高':637,691 '高资源投入':765 '高频':860","prices":[{"id":"62f86e57-0da8-4f56-aec0-8c022e2e0aaa","listingId":"c9e64a59-abc8-4136-832b-dd08cf429c3a","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:02:55.632Z"}],"sources":[{"listingId":"c9e64a59-abc8-4136-832b-dd08cf429c3a","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p13-intuition-orchestrator","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p13-intuition-orchestrator","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:55.632Z","lastSeenAt":"2026-05-18T18:57:29.282Z"}],"details":{"listingId":"c9e64a59-abc8-4136-832b-dd08cf429c3a","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p13-intuition-orchestrator","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"b979021a57c4c8ad4cf96ecf9463fd1c5c938494","skill_md_path":"skills/p13-intuition-orchestrator/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p13-intuition-orchestrator"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p13-intuition-orchestrator","description":"《判断力与直觉力》全书编排器——九步闭环决策路线图的路由器与聚合器"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p13-intuition-orchestrator"},"updatedAt":"2026-05-18T18:57:29.282Z"}}