{"id":"56af038e-1a39-49c7-a8b4-63407c77ee2e","shortId":"7qz8Me","kind":"skill","title":"p0h-triple-balance-assessor","tagline":"AI 产品三重平衡表。当团队讨论 AI 产品方向时，最容易只看增长和效率。 这个 Skill 帮团队同时看商业、人性、文化三层。 基于《AI","description":"# AI 产品三重平衡表\n\n## 一句话定位\n\n不要只看商业指标，用三层判断确保 AI 产品赢得长期信任。\n\n## 何时触发\n\n- 大方向评审会\n- 评估新功能/新产品方向\n- 觉得团队只在追求增长和效率\n- 需要平衡短期收益与长期价值\n\n## 输入\n\n一个 AI 产品方向或功能描述。\n\n**示例输入**：\n```\n方向: \"做一个默认全自动帮用户安排日程、催办任务、对外发确认消息的 AI 助手\"\n```\n\n## 输出\n\n三层评估 + 综合判断 + 调整建议。\n\n## 三层判断\n\n### 层 1: 商业层（Business）\n\n**核心问题**：这个能力能不能赚钱？能不能持续？\n\n**三个检查点**：\n\n1. **这个能力的长期成本是什么？**\n   - Token/算力成本\n   - 运维成本\n   - 错误兌底成本\n   - 人工复核成本\n\n2. **它带来的价值能不能覆盖持续消耗？**\n   - 单位用户价值\n   - 增值服务收费潜力\n   - 用户留存提升\n\n3. **它是不是靠高成本堆出\"看起来很聪明\"？**\n   - 是否需要持续高成本维护才能保持体验？\n   - 如果成本下降 50%，体验会不会大打折扣？\n   - 是否是\"资金密集型\"而非\"结构优势型\"？\n\n**输出格式**：\n```\n商业层评估:\n  long_term_cost: \"长期成本估算\"\n  value_coverage: \"价值是否覆盖成本\"\n  smart_illusion: \"是否靠高成本堆出\"\n  viability: \"viable/marginal/not_viable\"\n```\n\n### 层 2: 人性层（Humanity）\n\n**核心问题**：这个能力是不是真正帮助了人？\n\n**三个检查点**：\n\n1. **它是否真的减轻了用户的长期负担？**\n   - 减轻的是执行负担还是决策负担？\n   - 是否把负担从用户转移到了其他地方？\n   - 用户是否感觉更轻松了？\n\n2. **它是否保留了人的主体性和判断感？**\n   - 用户是否还能做出自己的选择？\n   - 系统是在\"帮助判断\"还是\"替代判断\"？\n   - 用户是否还能感觉到\"这是我的决定\"？\n\n3. **它是在帮助人生活，还是让人更依赖系统？**\n   - 用户是否变得更独立了，还是更依赖了？\n   - 如果系统没了，用户是更强了还是更弱了？\n   - 这个依赖是健康的还是不健康的？\n\n**输出格式**：\n```\n人性层评估:\n  burden_reduction: \"是否减轻长期负担\"\n  agency_preservation: \"是否保留主体性\"\n  dependency_type: \"healthy/unhealthy/neutral\"\n  human_flourishing: \"是否促进人的成长\"\n```\n\n### 层 3: 文化层（Culture）\n\n**核心问题**：这个产品在训练什么？扩散什么？\n\n**三个检查点**：\n\n1. **它在训练用户怎么理解效率、关系和责任？**\n   - 效率是否变成了唯一标准？\n   - 关系是否被简化成了交易？\n   - 责任是否被外包了？\n\n2. **它是在扩大人的现实感，还是在鼓励更浅的自动化依赖？**\n   - 用户是否更关注现实世界了？\n   - 还是更沉迷于系统优化的虚拟体验？\n   - 产品是否在\"放大\"还是\"缩小\"人的能力？\n\n3. **这种产品逻辑是否值得被扩散？**\n   - 如果所有产品都这么做，世界会变得更好吗？\n   - 这种逻辑能否被复制到其他领域？\n   - 如果被复制，结果是什么？\n\n**输出格式**：\n```\n文化层评估:\n  value_training: \"训练了什么价值观\"\n  reality_expansion: \"扩大还是缩小现实感\"\n  worth_spreading: \"是否值得扩散\"\n  cultural_impact: \"positive/neutral/negative\"\n```\n\n## 综合输出格式\n\n```yaml\ntriple_balance_assessment:\n  input:\n    direction: \"产品方向描述\"\n    context: \"业务背景\"\n  \n  business_layer:\n    long_term_cost: \"长期成本\"\n    value_coverage: \"价值覆盖\"\n    smart_illusion: \"是否高成本堆出\"\n    viability: \"viable/marginal/not_viable\"\n    score: \"1-10\"\n  \n  humanity_layer:\n    burden_reduction: \"减轻负担\"\n    agency_preservation: \"保留主体性\"\n    dependency_type: \"healthy/unhealthy/neutral\"\n    flourishing: \"促进成长\"\n    score: \"1-10\"\n  \n  culture_layer:\n    value_training: \"训练价值观\"\n    reality_expansion: \"扩大/缩小现实感\"\n    worth_spreading: \"值得扩散\"\n    impact: \"positive/neutral/negative\"\n    score: \"1-10\"\n  \n  balance_analysis:\n    strongest_layer: \"最强的一层\"\n    weakest_layer: \"最弱的一层\"\n    imbalance_risk: \"失衡风险\"\n    \n  verdict:\n    overall_score: \"1-10\"\n    recommendation: \"proceed_with_caution/adjust/stop\"\n    key_adjustments: [\"关键调整建议\"]\n    \n  next_steps:\n    if_proceed: \"如果继续，需要补强的方面\"\n    if_adjust: \"具体调整方案\"\n    if_stop: \"如果停止，替代方向\"\n```\n\n## 快速使用法\n\n1. 填写产品方向\n2. 逐层过三个层次，每层回答三个问题\n3. **如果只有商业层有答案，先不要轻易下结论**\n4. 看哪一层最弱，调整方案补强这一层\n\n## 示例：完整走一遍\n\n**方向**：\n> \"做一个默认全自动帮用户安排日程、催办任务、对外发确认消息的 AI 助手\"\n\n**三层评估**：\n\n| 层次 | 评估 | 分数 |\n|------|------|------|\n| 商业层 | 容易讲增长故事，能提高效率感和付费想象。但长期运行成本、错误兌底成本、对外沟通失误成本会一起上升。 | 6/10 |\n| 人性层 | 可能减轻执行负担，但会吞掉很多本该由用户自己保留的判断。系统在\"替代判断\"而不是\"帮助判断\"。 | 4/10 |\n| 文化层 | 如果系统越来越默认替人表达、替人确认、替人推进，最后训练出来的不是更成熟的协作，而是更舒服的判断外包。 | 3/10 |\n\n**综合判断**：\n- 总分：13/30 —— 不建议原样实施\n- 关键调整：\n  1. 保留一部分自动化\n  2. 高风险动作改为待确认\n  3. 把\"替用户落锤\"改成\"替用户暴露风险和整理上下文\"\n  4. 让产品从\"更强\"变成\"更可信\"\n\n## 常见误判\n\n- **商业层一票否决**：只看能不能赚钱，忽视长期信任\n- **人性层变成道德说教**：不是不做，而是找到平衡点\n- **文化层太抽象**：要具体到\"如果所有产品都这么做会怎样\"\n\n## 一句判断\n\n> 下一代 AI 产品，不该只赢得指标，还要赢得长期信任。\n\n## 核心概念\n\n### 概念一：为什么需要三重平衡而不只是商业评估\n\n大多数产品讨论最终回到商业。这不庸俗，是现实——团队要生存，产品需要收入。但在 AI 时代，模型调用、上下文长度、工具编排、重试和系统防护都在持续消耗成本，商业问题比以前更早进入产品设计。\n\n**但正因为如此，AI 产品需要比\"商业优先\"更完整的平衡框架。**\n\n如果只看商业，团队会滑向最容易增长、转化和衡量的方向，也会推动系统走向短期刺激、过度自动化和用户依赖。产品可能盈利，但未必减轻了谁的负担，也未必塑造了值得被重复的生活方式。\n\n> 只有商业层有答案时，先不要轻易下结论。\n\n### 概念二：商业层——不是\"能不能赚钱\"，而是\"能不能持续创造价值\"\n\nAI 产品的商业难点不同于传统软件。过去团队大多对标人力成本，今天越来越多面对持续运营成本：token 消耗、推理深度、链路编排、稳定性和防护成本都在重新定义毛利结构。\n\n**商业层核心问题**：\n- 这个能力的长期运营成本是什么？\n- 它带来的价值能否覆盖持续消耗？\n- 这个体验是不是靠高成本堆出\"看起来很聪明\"？\n- 有没有更克制的设计、更好的毛利结构？\n\n> 没有可持续价值交换，再漂亮的产品理想也很难长期存活。\n\n### 概念三：人性层——不是\"用户喜不喜欢\"，而是\"是否真的减轻了长期负担\"\n\n人性层的\"好\"不是抽象善意，而是非常具体的判断：\n- 是否真的减轻了用户的长期负担？\n- 是否保留了人的主体性和判断感？\n- 是在帮助人生活，还是在让人慢慢失去对判断、关系和节奏的掌控？\n\n**关键判断线**：这个产品是在帮助用户重获判断力和现实感，还是在帮他们以更舒服的方式交出越来越多的判断？\n\n> 短期上瘾、高粘性、高转化的产品，不自动等于人性层做得好。\n\n### 概念四：文化层——产品不只是工具，还在训练用户的世界观\n\n文化层讨论最少，但可能最重要。因为产品从来不只是工具，还在持续训练用户如何理解效率、关系、责任、注意力，以及如何与系统共处。\n\n**文化层核心问题**：\n- 这个产品在训练用户怎样理解效率、关系和责任？\n- 它是在扩大人的现实感，还是在鼓励更浅的自动化依赖？\n- 这种产品逻辑是否值得被扩散？\n\n> 文化层的后果不会立刻出现在报表里，但最终决定产品是只赢一时，还是能被长期信任。\n\n### 概念五：三层冲突时的优先级判断\n\n三层不可能永远和谐。真正的难点不是机械地说\"三层都重要\"，而是团队必须能判断：\n- 什么时候必须商业优先，否则产品无法生存\n- 什么时候必须为人性层拒绝短期有利的设计\n- 什么时候文化层的长期代价大到不能再忽视\n\n**决策框架**：\n\n| 冲突 | 判断原则 |\n|------|----------|\n| 商业 vs 人性 | 如果人性风险不可逆（生命安全、歧视），人性优先；如果可控，商业优先但必须有保护机制 |\n| 商业 vs 技术 | 技术不成熟但商业机会重大，先做 MVP；技术成本过高商业模式不成立，等待技术成熟 |\n| 人性 vs 技术 | 技术能力不应决定人性边界，而是人性边界决定技术能用多少 |\n\n> 成熟的平衡不是每层都满分，而是团队至少知道自己在牺牲什么、为什么牺牲、这个牺牲值不值得。\n\n## 分步执行\n\n### Step 1：方案描述——明确产品方案和已知约束\n\n**输入**：产品方案描述 + 已知约束条件\n\n**处理**：\n1. 用一句话描述产品方案的核心功能\n2. 列出已知约束（技术限制、合规要求、预算限制）\n3. 标记团队内部的主要分歧点\n\n**输出**：产品方案简述（附约束和分歧标记）\n\n---\n\n### Step 2：商业层评估——逐项打分\n\n**输入**：Step 1 产出的方案简述\n\n**处理**：\n1. 评估长期运营成本（token/算力、运维、错误兜底、人工复核）\n2. 评估价值是否覆盖持续消耗\n3. 评估是否靠高成本堆出\"看起来很聪明\"\n4. 打分（1-10），列出优势和劣势\n\n**输出**：商业层评估报告（附分数和关键问题）\n\n---\n\n### Step 3：人性层评估——逐项打分\n\n**输入**：Step 1 产出的方案简述\n\n**处理**：\n1. 评估是否减轻了用户的长期负担（执行负担 vs 决策负担）\n2. 评估是否保留了人的主体性和判断感\n3. 评估是在帮助人生活还是让人更依赖系统\n4. 打分（1-10），列出优势和劣势\n\n**输出**：人性层评估报告（附分数和关键问题）\n\n---\n\n### Step 4：文化层评估——逐项打分\n\n**输入**：Step 1 产出的方案简述\n\n**处理**：\n1. 评估产品在训练用户怎样理解效率、关系和责任\n2. 评估是在扩大现实感还是鼓励更浅的自动化依赖\n3. 评估这种产品逻辑是否值得被扩散\n4. 打分（1-10），列出优势和劣势\n\n**输出**：文化层评估报告（附分数和关键问题）\n\n---\n\n### Step 5：三角形分析——判断平衡类型和最大矛盾\n\n**输入**：Step 2-4 的三层评估报告\n\n**处理**：\n1. 将三个分数绘制到三角形中\n2. 判断平衡类型：理想型 / 商业-人性型 / 商业-技术型 / 人性-技术型 / 偏斜型\n3. 识别最大矛盾点\n4. 计算健康度分数（1-10）\n\n**输出**：三角形分析图 + 平衡类型判断 + 健康度分数\n\n---\n\n### Step 6：改进计划——制定分阶段行动\n\n**输入**：Step 5 的三角形分析\n\n**处理**：\n1. 制定立即要做的（保护机制、风险缓解）\n2. 制定短期要做的（产品调整、指标升级）\n3. 制定长期要做的（方向校准、文化层建设）\n4. 明确\"如果必须做权衡，建议优先级\"\n\n**输出**：分阶段改进计划 + 红线清单\n\n### 示例 1：AI 面试辅助工具的三重平衡\n\n**场景描述**：一家 HR 科技公司做 AI 面试辅助工具，功能是自动生成面试评估报告。\n\n**Step 1 方案描述**：\n- 核心功能：AI 在面试过程中自动记录、分析候选人回答、生成评估报告\n- 约束：面试官担心 AI 替代人的判断\n- 分歧：产品团队想让 AI 直接出\"通过/不通过\"建议，HR 总监认为应该只做辅助\n\n**Step 2 商业层评估**：\n- 收入模型：SaaS 订阅，按面试次数计费\n- 支付意愿：企业 HR 部门愿意为节省时间付费\n- 成本结构：模型调用成本可控\n- 竞争壁垒：面试数据积累形成壁垒\n- **分数：7/10**\n\n**Step 3 人性层评估**：\n- 自主性：如果 AI 直接出\"通过/不通过\"，面试官可能过度依赖\n- 偏见风险：AI 可能放大历史面试数据中的偏见\n- 透明度：候选人不知道 AI 在评估自己\n- 退出机制：面试官可以不参考 AI 建议\n- **分数：4/10**（偏见风险和自主性是主要扣分项）\n\n**Step 4 文化层评估**：\n- 效率观：在训练用户\"面试可以被 AI 加速\"\n- 关系观：可能弱化面试中\"人对人的判断\"\n- 责任观：如果出错，责任归属不清晰\n- **分数：5/10**\n\n**Step 5 三角形分析**：\n- 平衡类型：商业-技术型，人性有风险\n- 最大矛盾点：AI 直接出\"通过/不通过\"会提升效率但损害人性层\n- 健康度：5/10\n\n**Step 6 改进计划**：\n- **立即**：AI 只提供\"评估参考\"，不提供\"通过/不通过\"建议\n- **短期**：设计\"人工复核\"强制流程，添加偏见检测机制\n- **长期**：收集数据证明 AI 辅助能提升招聘质量（而非替代判断）\n\n**结论**：AI 面试工具可以做，但必须保护面试官的最终判断权。系统应该\"辅助判断\"而非\"替代判断\"。\n\n---\n\n### 示例 2：AI 学习监督产品的三重平衡\n\n**场景描述**：一家教育科技公司想做 AI 学习监督系统，自动打卡提醒、学习进度跟踪、惩罚机制、排行榜。\n\n**Step 1 方案描述**：\n- 核心功能：AI 自动监督学习——打卡提醒、进度跟踪、未完成惩罚、排行榜\n- 约束：用户可能觉得被\"监控\"\n- 分歧：增长团队认为惩罚机制能提升留存，教育专家认为会损害学习动机\n\n**Step 2 商业层评估**：\n- 收入模型：订阅制 + 增值服务\n- 支付意愿：家长愿意为孩子的学习监督付费\n- 留存预期：惩罚机制和排行榜短期能显著提升留存\n- **分数：8/10**\n\n**Step 3 人性层评估**：\n- 自主性：惩罚机制可能让学习变成\"被追着跑\"，而非主动选择\n- 依赖性：一旦产品关闭，用户可能立即回到旧习惯\n- 长期负担：是在帮助建立能力，还是在制造依赖？\n- **分数：3/10**（核心问题是制造依赖而非培养能力）\n\n**Step 4 文化层评估**：\n- 学习观：在训练用户\"学习必须被监督、被追、被奖励\"\n- 责任观：在鼓励\"把学习责任外包给系统\"\n- 这种逻辑值得被扩散吗？→ 不值得\n- **分数：3/10**\n\n**Step 5 三角形分析**：\n- 平衡类型：偏斜型（商业高，人性和文化低）\n- 最大矛盾点：短期留存提升 vs 长期用户能力退化\n- 健康度：4/10\n\n**Step 6 改进计划**：\n- **立即**：去掉羞辱性惩罚（如\"你已经落后 XX 天\"）\n- **短期**：保留提醒和节奏支持，但减少依赖循环；把\"被监督\"变成\"自我节奏管理\"\n- **长期**：增加\"能力成长\"指标，让用户在产品关闭后仍能自主学习\n- **文化层校准**：产品应该帮助用户建立自己的学习节奏，而非永远从外部推动\n\n**结论**：学习监督可以做，但必须从\"外部驱动\"转向\"内在能力培养\"。去掉惩罚，保留节奏支持，让产品帮用户成为更能自主学习的人。","tags":["p0h","triple","balance","assessor","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native"],"capabilities":["skill","source-gmaxxxie","skill-p0h-triple-balance-assessor","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/p0h-triple-balance-assessor","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 (7,383 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":"2026-05-18T18:57:27.102Z","embedding":null,"createdAt":"2026-05-01T01:02:53.366Z","updatedAt":"2026-05-18T18:57:27.102Z","lastSeenAt":"2026-05-18T18:57:27.102Z","tsv":"'-10':207,223,240,256,540,566,590,625 '-4':602 '1':49,56,100,144,206,222,239,255,278,328,497,504,522,525,539,551,554,565,577,580,589,605,624,639,659,670,805 '13/30':325 '2':63,94,105,150,280,330,506,517,532,559,583,601,607,643,691,793,821 '3':68,114,137,160,283,332,511,534,546,561,585,620,647,708,833 '3/10':322,846,862 '4':286,337,537,563,572,587,622,651,732,849 '4/10':315,729,875 '5':596,636,748,864 '5/10':746,762 '50':73 '6':631,764,877 '6/10':307 '7/10':706 '8/10':831 'adjust':262,271 'agenc':127,213 'ai':6,9,18,19,24,34,41,295,354,367,375,395,660,666,673,679,683,712,718,722,726,737,756,767,781,785,794,798,808 'analysi':242 'assess':185 'assessor':5 'balanc':4,184,241 'burden':124,210 'busi':51,191 'caution/adjust/stop':260 'context':189 'cost':83,195 'coverag':86,198 'cultur':139,178,224 'depend':130,216 'direct':187 'expans':173,230 'flourish':134,219 'healthy/unhealthy/neutral':132,218 'hr':664,688,699 'human':96,133,208 'illus':89,201 'imbal':249 'impact':179,236 'input':186 'key':261 'layer':192,209,225,244,247 'long':81,193 'mvp':483 'next':264 'overal':253 'p0h':2 'p0h-triple-balance-assessor':1 'positive/neutral/negative':180,237 'preserv':128,214 'proceed':258,267 'realiti':172,229 'recommend':257 'reduct':125,211 'risk':250 'saa':694 'score':205,221,238,254 'skill':13 'skill-p0h-triple-balance-assessor' 'smart':88,200 'source-gmaxxxie' 'spread':176,234 'step':265,496,516,521,545,550,571,576,595,600,630,635,669,690,707,731,747,763,804,820,832,848,863,876 'stop':274 'strongest':243 'term':82,194 'token':58,399,527 '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':170,227 'tripl':3,183 'type':131,217 'valu':85,169,197,226 'verdict':252 'viabil':91,203 'viable/marginal/not_viable':92,204 'vs':470,479,487,557,872 'weakest':246 'worth':175,233 'xx':883 'yaml':182 '一个':33 '一句判断':352 '一句话定位':21 '一家':663 '一家教育科技公司想做':797 '一旦产品关闭':840 '三个检查点':55,99,143 '三层不可能永远和谐':458 '三层冲突时的优先级判断':457 '三层判断':47 '三层评估':44,297 '三层都重要':460 '三角形分析':597,749,865 '三角形分析图':627 '上下文长度':370 '下一代':353 '不值得':860 '不建议原样实施':326 '不提供':770 '不是':391,415 '不是不做':347 '不是抽象善意':421 '不自动等于人性层做得好':434 '不要只看商业指标':22 '不该只赢得指标':356 '不通过':686,715,759,772 '世界会变得更好吗':163 '业务背景':190 '为什么牺牲':493 '为什么需要三重平衡而不只是商业评估':360 '也会推动系统走向短期刺激':382 '也未必塑造了值得被重复的生活方式':386 '产出的方案简述':523,552,578 '产品':355 '产品三重平衡表':7,20 '产品不只是工具':437 '产品可能盈利':384 '产品团队想让':682 '产品应该帮助用户建立自己的学习节奏':898 '产品方向或功能描述':35 '产品方向描述':188 '产品方向时':10 '产品方案描述':501 '产品方案简述':514 '产品是否在':155 '产品的商业难点不同于传统软件':396 '产品调整':645 '产品赢得长期信任':25 '产品需要收入':365 '产品需要比':376 '人对人的判断':741 '人工复核':531,776 '人工复核成本':62 '人性':15,471,486,617 '人性-技术型':616 '人性优先':475 '人性和文化低':869 '人性型':612 '人性层':95,308,414 '人性层变成道德说教':346 '人性层的':419 '人性层评估':123,547,709,834 '人性层评估报告':569 '人性有风险':754 '人的能力':159 '什么时候必须为人性层拒绝短期有利的设计':464 '什么时候必须商业优先':462 '什么时候文化层的长期代价大到不能再忽视':465 '今天越来越多面对持续运营成本':398 '以及如何与系统共处':446 '价值是否覆盖成本':87 '价值覆盖':199 '企业':698 '会提升效率但损害人性层':760 '但会吞掉很多本该由用户自己保留的判断':310 '但减少依赖循环':887 '但可能最重要':440 '但在':366 '但必须从':902 '但必须保护面试官的最终判断权':787 '但最终决定产品是只赢一时':454 '但未必减轻了谁的负担':385 '但正因为如此':374 '但长期运行成本':304 '体验会不会大打折扣':74 '何时触发':26 '你已经落后':882 '依赖性':839 '促进成长':220 '保护机制':641 '保留一部分自动化':329 '保留主体性':215 '保留提醒和节奏支持':886 '保留节奏支持':907 '候选人不知道':721 '值得扩散':235 '偏斜型':619,867 '偏见风险':717 '偏见风险和自主性是主要扣分项':730 '做一个默认全自动帮用户安排日程':38,292 '健康度':761,874 '健康度分数':629 '催办任务':39,293 '先不要轻易下结论':285,388 '先做':482 '关系':443 '关系和节奏的掌控':427 '关系和责任':146,449,582 '关系是否被简化成了交易':148 '关系观':739 '关键判断线':428 '关键调整':327 '关键调整建议':263 '具体调整方案':272 '内在能力培养':905 '再漂亮的产品理想也很难长期存活':412 '冲突':467 '决策框架':466 '决策负担':558 '减轻的是执行负担还是决策负担':102 '减轻负担':212 '分数':300,705,728,745,830,845,861 '分析候选人回答':675 '分步执行':495 '分歧':681,817 '分阶段改进计划':656 '列出优势和劣势':541,567,591 '列出已知约束':507 '判断原则':468 '判断平衡类型':608 '判断平衡类型和最大矛盾':598 '制定分阶段行动':633 '制定短期要做的':644 '制定立即要做的':640 '制定长期要做的':648 '功能是自动生成面试评估报告':668 '加速':738 '助手':42,296 '单位用户价值':65 '去掉惩罚':906 '去掉羞辱性惩罚':880 '变成':340,890 '只提供':768 '只有商业层有答案时':387 '只看能不能赚钱':344 '可能减轻执行负担':309 '可能弱化面试中':740 '可能放大历史面试数据中的偏见':719 '合规要求':509 '否则产品无法生存':463 '商业':469,478,611,614,752 '商业-人性型':610 '商业-技术型':613,751 '商业优先':377 '商业优先但必须有保护机制':477 '商业层':50,301,390 '商业层一票否决':343 '商业层核心问题':404 '商业层评估':80,518,692,822 '商业层评估报告':543 '商业问题比以前更早进入产品设计':373 '商业高':868 '因为产品从来不只是工具':441 '团队会滑向最容易增长':380 '团队要生存':364 '在训练用户':735,852 '在评估自己':723 '在面试过程中自动记录':674 '在鼓励':857 '场景描述':662,796 '基于':17 '填写产品方向':279 '增值服务':825 '增值服务收费潜力':66 '增加':893 '增长团队认为惩罚机制能提升留存':818 '处理':503,524,553,579,604,638 '外部驱动':903 '大多数产品讨论最终回到商业':361 '大方向评审会':27 '天':884 '失衡风险':251 '好':420 '如':881 '如果':711 '如果人性风险不可逆':472 '如果停止':275 '如果出错':743 '如果只有商业层有答案':284 '如果只看商业':379 '如果可控':476 '如果必须做权衡':653 '如果成本下降':72 '如果所有产品都这么做':162 '如果所有产品都这么做会怎样':351 '如果系统没了':119 '如果系统越来越默认替人表达':317 '如果继续':268 '如果被复制':165 '学习必须被监督':853 '学习监督产品的三重平衡':795 '学习监督可以做':901 '学习监督系统':799 '学习观':851 '学习进度跟踪':801 '它在训练用户怎么理解效率':145 '它带来的价值能不能覆盖持续消耗':64 '它带来的价值能否覆盖持续消耗':406 '它是不是靠高成本堆出':69 '它是否保留了人的主体性和判断感':106 '它是否真的减轻了用户的长期负担':101 '它是在帮助人生活':115 '它是在扩大人的现实感':151,450 '完整走一遍':290 '家长愿意为孩子的学习监督付费':827 '容易讲增长故事':302 '对外发确认消息的':40,294 '对外沟通失误成本会一起上升':306 '将三个分数绘制到三角形中':606 '层':48,93,136 '层次':298 '工具编排':371 '已知约束条件':502 '帮助判断':109,314 '帮团队同时看商业':14 '常见误判':342 '平衡类型':750,866 '平衡类型判断':628 '建议':687,727,773 '建议优先级':654 '强制流程':777 '当团队讨论':8 '快速使用法':277 '忽视长期信任':345 '总分':324 '总监认为应该只做辅助':689 '惩罚机制':802 '惩罚机制可能让学习变成':836 '惩罚机制和排行榜短期能显著提升留存':829 '成本结构':701 '成熟的平衡不是每层都满分':491 '打分':538,564,588 '打卡提醒':810 '执行负担':556 '扩大':231 '扩大还是缩小现实感':174 '扩散什么':142 '技术':480,488 '技术不成熟但商业机会重大':481 '技术型':615,618,753 '技术成本过高商业模式不成立':484 '技术能力不应决定人性边界':489 '技术限制':508 '把':333,888 '把学习责任外包给系统':858 '指标':895 '指标升级':646 '按面试次数计费':696 '排行榜':803,813 '推理深度':401 '支付意愿':697,826 '收入模型':693,823 '收集数据证明':780 '改成':335 '改进计划':632,765,878 '放大':156 '效率是否变成了唯一标准':147 '效率观':734 '教育专家认为会损害学习动机':819 '文化三层':16 '文化层':138,316,436 '文化层太抽象':349 '文化层建设':650 '文化层校准':897 '文化层核心问题':447 '文化层的后果不会立刻出现在报表里':453 '文化层讨论最少':439 '文化层评估':168,573,733,850 '文化层评估报告':593 '新产品方向':29 '方向':37,291 '方向校准':649 '方案描述':498,671,806 '时代':368 '明确':652 '明确产品方案和已知约束':499 '是否促进人的成长':135 '是否保留主体性':129 '是否保留了人的主体性和判断感':424 '是否值得扩散':177 '是否减轻长期负担':126 '是否把负担从用户转移到了其他地方':103 '是否是':75 '是否真的减轻了用户的长期负担':423 '是否真的减轻了长期负担':418 '是否需要持续高成本维护才能保持体验':71 '是否靠高成本堆出':90 '是否高成本堆出':202 '是在帮助人生活':425 '是在帮助建立能力':843 '是现实':363 '更可信':341 '更好的毛利结构':410 '更完整的平衡框架':378 '更强':339 '替人推进':319 '替人确认':318 '替代人的判断':680 '替代判断':111,312,791 '替代方向':276 '替用户暴露风险和整理上下文':336 '替用户落锤':334 '最后训练出来的不是更成熟的协作':320 '最大矛盾点':755,870 '最容易只看增长和效率':11 '最弱的一层':248 '最强的一层':245 '有没有更克制的设计':409 '未完成惩罚':812 '标记团队内部的主要分歧点':512 '核心功能':672,807 '核心概念':358 '核心问题':52,97,140 '核心问题是制造依赖而非培养能力':847 '概念一':359 '概念三':413 '概念二':389 '概念五':456 '概念四':435 '模型调用':369 '模型调用成本可控':702 '歧视':474 '每层回答三个问题':282 '没有可持续价值交换':411 '注意力':445 '消耗':400 '添加偏见检测机制':778 '理想型':609 '生命安全':473 '生成评估报告':676 '用一句话描述产品方案的核心功能':505 '用三层判断确保':23 '用户可能立即回到旧习惯':841 '用户可能觉得被':815 '用户喜不喜欢':416 '用户是否变得更独立了':117 '用户是否感觉更轻松了':104 '用户是否更关注现实世界了':153 '用户是否还能做出自己的选择':107 '用户是否还能感觉到':112 '用户是更强了还是更弱了':120 '用户留存提升':67 '留存预期':828 '的三层评估报告':603 '的三角形分析':637 '监控':816 '直接出':684,713,757 '看哪一层最弱':287 '看起来很聪明':70,408,536 '真正的难点不是机械地说':459 '短期':774,885 '短期上瘾':431 '短期留存提升':871 '示例':289,658,792 '示例输入':36 '科技公司做':665 '稳定性和防护成本都在重新定义毛利结构':403 '立即':766,879 '竞争壁垒':703 '等待技术成熟':485 '算力':528 '算力成本':59 '系统在':311 '系统应该':788 '系统是在':108 '红线清单':657 '约束':677,814 '结构优势型':78 '结果是什么':166 '结论':784,900 '综合判断':45,323 '综合输出格式':181 '缩小':158 '缩小现实感':232 '而不是':313 '而是':393,417 '而是人性边界决定技术能用多少':490 '而是团队必须能判断':461 '而是团队至少知道自己在牺牲什么':492 '而是找到平衡点':348 '而是更舒服的判断外包':321 '而是非常具体的判断':422 '而非':77,790 '而非主动选择':838 '而非替代判断':783 '而非永远从外部推动':899 '能不能持续':54 '能不能持续创造价值':394 '能不能赚钱':392 '能力成长':894 '能提高效率感和付费想象':303 '自主性':710,835 '自动打卡提醒':800 '自动监督学习':809 '自我节奏管理':891 '被奖励':855 '被监督':889 '被追':854 '被追着跑':837 '要具体到':350 '觉得团队只在追求增长和效率':30 '计算健康度分数':623 '订阅':695 '订阅制':824 '让产品从':338 '让产品帮用户成为更能自主学习的人':908 '让用户在产品关闭后仍能自主学习':896 '训练了什么价值观':171 '训练价值观':228 '设计':775 '评估':299 '评估产品在训练用户怎样理解效率':581 '评估价值是否覆盖持续消耗':533 '评估参考':769 '评估新功能':28 '评估是否保留了人的主体性和判断感':560 '评估是否减轻了用户的长期负担':555 '评估是否靠高成本堆出':535 '评估是在帮助人生活还是让人更依赖系统':562 '评估是在扩大现实感还是鼓励更浅的自动化依赖':584 '评估这种产品逻辑是否值得被扩散':586 '评估长期运营成本':526 '识别最大矛盾点':621 '调整建议':46 '调整方案补强这一层':288 '责任':444 '责任归属不清晰':744 '责任是否被外包了':149 '责任观':742,856 '资金密集型':76 '转化和衡量的方向':381 '转向':904 '辅助判断':789 '辅助能提升招聘质量':782 '输入':32,500,520,549,575,599,634 '输出':43,513,542,568,592,626,655 '输出格式':79,122,167 '过去团队大多对标人力成本':397 '过度自动化和用户依赖':383 '运维':529 '运维成本':60 '还在持续训练用户如何理解效率':442 '还在训练用户的世界观':438 '还是':110,157 '还是在制造依赖':844 '还是在帮他们以更舒服的方式交出越来越多的判断':430 '还是在让人慢慢失去对判断':426 '还是在鼓励更浅的自动化依赖':152,451 '还是更依赖了':118 '还是更沉迷于系统优化的虚拟体验':154 '还是能被长期信任':455 '还是让人更依赖系统':116 '还要赢得长期信任':357 '这不庸俗':362 '这个':12 '这个产品在训练什么':141 '这个产品在训练用户怎样理解效率':448 '这个产品是在帮助用户重获判断力和现实感':429 '这个体验是不是靠高成本堆出':407 '这个依赖是健康的还是不健康的':121 '这个牺牲值不值得':494 '这个能力是不是真正帮助了人':98 '这个能力的长期成本是什么':57 '这个能力的长期运营成本是什么':405 '这个能力能不能赚钱':53 '这是我的决定':113 '这种产品逻辑是否值得被扩散':161,452 '这种逻辑值得被扩散吗':859 '这种逻辑能否被复制到其他领域':164 '进度跟踪':811 '退出机制':724 '透明度':720 '逐层过三个层次':281 '逐项打分':519,548,574 '通过':685,714,758,771 '部门愿意为节省时间付费':700 '重试和系统防护都在持续消耗成本':372 '链路编排':402 '错误兌底成本':61,305 '错误兜底':530 '长期':779,892 '长期成本':196 '长期成本估算':84 '长期用户能力退化':873 '长期负担':842 '附分数和关键问题':544,570,594 '附约束和分歧标记':515 '需要平衡短期收益与长期价值':31 '需要补强的方面':269 '面试可以被':736 '面试官可以不参考':725 '面试官可能过度依赖':716 '面试官担心':678 '面试工具可以做':786 '面试数据积累形成壁垒':704 '面试辅助工具':667 '面试辅助工具的三重平衡':661 '预算限制':510 '风险缓解':642 '高粘性':432 '高转化的产品':433 '高风险动作改为待确认':331","prices":[{"id":"803edc77-8970-4423-bc1a-4794eb10c8fa","listingId":"56af038e-1a39-49c7-a8b4-63407c77ee2e","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":"2026-05-01T01:02:53.366Z"}],"sources":[{"listingId":"56af038e-1a39-49c7-a8b4-63407c77ee2e","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p0h-triple-balance-assessor","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p0h-triple-balance-assessor","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:53.366Z","lastSeenAt":"2026-05-18T18:57:27.102Z"}],"details":{"listingId":"56af038e-1a39-49c7-a8b4-63407c77ee2e","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p0h-triple-balance-assessor","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":"863a89da0b26506a60d634fa684caf56a3ac12c9","skill_md_path":"skills/p0h-triple-balance-assessor/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p0h-triple-balance-assessor"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p0h-triple-balance-assessor","description":"AI 产品三重平衡表。当团队讨论 AI 产品方向时，最容易只看增长和效率。 这个 Skill 帮团队同时看商业、人性、文化三层。 基于《AI"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p0h-triple-balance-assessor"},"updatedAt":"2026-05-18T18:57:27.102Z"}}