{"id":"40c59a56-fe5e-4163-9272-82e868d8415a","shortId":"Laew6A","kind":"skill","title":"ai-native-direction-framing","tagline":"AI Native 产品方法论——方向定界阶段的实操 Skill。\n用户提供一个 AI 产品方向或问题线索，Skill 自动执行方向定界流程：\n问题真实性判断 → 场景切入分析 → 资料条件审查 → 能力可能性评估 → 价值判断 → 输出 Direction Brief。\n基于《AI Native 产品方法论》第05章。","description":"# AI Native 方向定界 Skill\n\n## 触发条件\n\n当用户提供一个 AI 产品方向、问题线索或产品想法，并希望判断是否值得投入实验时，触发此 Skill。\n\n## 使用场景\n\n- 你有一个 AI 产品想法，需要判断是否值得投入实验\n- 你需要为团队输出一份方向定界简报，确定进入试验的条件\n- 你需要判断某个问题空间是否适合用 AI 解决\n\n## 执行步骤\n\n1. **问题语言转换**：将用户输入的功能语言转换为问题语言，明确\"用户在什么场景下遇到什么问题\"。\n2. **五个必答问题判断**：逐一回答问题真实性、场景可切入性、资料可得性、能力可能性、价值密度五个核心问题。\n3. **资料条件审查**：从可得性、可脱敏性、可授权性、可结构化、持续供给五个维度审查资料条件。\n4. **能力天花板评估**：用最强模型做最小验证，判断 AI 在该场景的能力上限。\n5. **价值密度判断**：评估即使技术可行，这个方向是否足以形成产品价值和业务收益。\n6. **输出 Direction Brief**：如果条件满足，输出包含问题定义、价值假设、资料清单、风险边界和进入实验条件的方向定界简报；否则给出\"不建议推进\"的明确结论。\n\n## 核心判断流程\n\n```\n问题线索\n  → 问题是否真实且高频？\n    → 场景是否可切入？\n      → 资料是否可得且可控？\n        → 能力是否可能成立？\n          → 价值是否值得继续？\n            → 输出 Direction Brief\n```\n\n## 五个必答问题\n\n### 1. 问题是否真实且高频\n\n- 这个问题是不是用户日常反复遇到、成本明显、值得被改变\n- 判断标准：是否有具体的用户反馈、工单数据、时间成本证据\n- 如果问题一年只发生几次，投入产品化往往不值得\n\n### 2. 场景是否可切入\n\n- 这个问题发生在什么角色、什么流程、什么时间点\n- 是否存在明确入口可以接入 AI 能力\n- 判断标准：能否描述清楚 \"用户在 X 场景下遇到 Y 问题\"\n\n### 3. 资料是否可得且可控\n\n审查五件事：\n\n- **可得性**：团队到底能拿到哪些外部资料和内部资料，拿不到的关键材料是什么\n- **可脱敏性**：资料是否涉及敏感信息，能否脱敏处理\n- **可授权性**：资料使用是否获得合规授权\n- **可结构化**：资料是否能够被清理、索引和持续供给\n- **持续供给**：资料是否会持续更新，还是一次性的\n\n### 4. 能力是否可能成立\n\n- AI 在这里能不能形成比传统软件更强的新能力\n- 而不只是包装旧流程\n- 判断方法：用最强模型做一个最小验证，看能力天花板在哪里\n\n### 5. 价值是否值得继续\n\n- 即使技术可行，这个方向是否足以形成产品价值、业务收益或长期护城河\n- 判断标准：能否回答 \"如果做成了，对业务的影响是什么\"\n\n## 产品战略主路径\n\n```\nData / Materials\n  → Capability\n    → Product\n      → Moat\n```\n\n- 最早期可用的不一定是干净结构化数据，更可能是零散但关键的材料\n- 外部资料：行业知识、公开规则、产品文档、操作手册、标准流程\n- 内部业务资料：SOP、历史工单、客服对话、系统日志、知识库、专家经验\n\n## 不适合推进的场景\n\n- 资料条件不成立：没有足够资料或无法脱敏/授权\n- 容错率极低又不能保留人工接管：医疗诊断、法律结论、危险设备控制\n- 响应要求强实时强确定性：必须极短时间内给出可证明正确的结果\n- 场景频率太低、价值太弱\n- 团队无法获得真实反馈\n\n## 输出物：Direction Brief\n\n方向定界阶段的最小产物，包含：\n\n1. **问题定义**：用户真正遇到的问题是什么\n2. **价值假设**：如果解决了，业务价值是什么\n3. **资料清单**：可用资料、缺失资料、脱敏状态\n4. **风险边界**：高风险动作、必须人工接管的场景\n5. **进入实验的条件**：什么条件满足后可以进入试验展开\n\n## 使用方式\n\n当用户提供一个 AI 产品方向或问题线索时，自动执行以下步骤：\n\n1. 将用户输入转换为问题语言（而不是功能语言）\n2. 逐一回答五个必答问题\n3. 审查资料条件的五个维度\n4. 评估能力天花板和价值密度\n5. 输出 Direction Brief 或给出 \"不建议推进\"的明确结论\n\n## 示例\n\n### 示例1：电商 AI 客服协同系统\n\n**场景描述**：\n某电商平台客服团队每天处理数千个咨询，首响时间长，资深客服过载，新人培训成本高。团队想引入 AI 来改善客服效率。\n\n**用户输入**：\n\"我们想做 AI 客服系统，自动回复用户问题\"\n\n**Skill 执行流程**：\n\n1. **问题语言转换**\n   - 原始输入是功能语言（\"做 AI 客服系统\"）\n   - 转换为问题语言：\"客服首响时间为什么慢？哪些问题重复度最高？\"\n\n2. **五维度判断**\n   - 问题真实且高频：✅ 每天数千个咨询，首响时间影响用户满意度\n   - 场景可切入：✅ 发生在客服工作台，有明确入口\n   - 资料可得且可控：⚠️ 需要盘点 FAQ、历史工单、物流规则，确认能否脱敏\n   - 能力可能成立：✅ 订单查询、物流解释等任务适合 AI 辅助\n   - 价值值得继续：✅ 缩短首响时间、降低培训成本、提升一致性\n\n3. **资料条件审查**\n   - 可得性：FAQ（有）、工单记录（有）、物流规则（有）\n   - 可脱敏性：需要移除用户手机号、地址等敏感字段\n   - 可授权性：内部资料需合规审批\n   - 可结构化：可整理为知识库\n   - 可持续供给：工单持续产生\n\n4. **方向摘要输出**\n\n**输出结果**：\n\n```markdown\n# Direction Brief：AI 客服协同系统\n\n## 目标问题\n客服首响时间长（平均5分钟），重复性问题占比60%，新人培训周期2周\n\n## 场景边界\n- 先做：订单查询、物流解释、售后政策咨询\n- 暂不做：投诉处理、赔付决策、情感安抚\n\n## 资料盘点\n- ✅ FAQ（500条）\n- ✅ 历史工单（10万条，需脱敏）\n- ✅ 物流规则文档\n- ⚠️ 售后政策（需法务确认可用性）\n\n## 能力假设\nAI 提供意图理解、规则检索、候选回复生成，高风险承诺保留人工确认\n\n## 价值假设\n- 首响时间从5分钟降至1分钟内\n- 新人培训周期从2周降至3天\n- 客服满意度提升10%\n\n## 风险边界\n- 退款、赔付承诺必须人工确认\n- 敏感账户操作不能自动化\n- 情感升级话题自动转人工\n\n## 进入条件\n- [x] 资料脱敏方案通过\n- [x] 法务确认规则文档可用\n- [ ] 完成50例影子验证\n- [ ] 误判率 < 5%\n```\n\n---\n\n### 示例2：AIOps 故障分诊系统\n\n**场景描述**：\n运维团队面临告警风暴，一次故障触发几十条告警，值班工程师判断困难，依赖少数专家经验。\n\n**用户输入**：\n\"我们想做 AIOps，自动修复生产故障\"\n\n**Skill 执行流程**：\n\n1. **问题语言转换**\n   - 原始输入：\"自动修复故障\"（过于激进）\n   - 修正为：\"故障发生时，如何更快完成初步判断和分诊\"\n\n2. **五维度判断**\n   - 问题真实且高频：✅ 每周多次故障，告警量大\n   - 场景可切入：✅ 值班工程师工作台\n   - 资料可得且可控：⚠️ 需历史故障工单、日志样本\n   - 能力可能成立：✅ 告警聚类、日志解释、案例召回可行\n   - 价值值得继续：✅ 缩短定位时间，减少专家依赖\n\n3. **关键边界识别**\n   - 错误代价高：错误归因可能放大事故\n   - 不适合全自动：先做辅助分诊，不做自动修复\n   - 必须保留人工：升级决策权始终归工程师\n\n**输出结果**：\n\n```markdown\n# Direction Brief：AIOps 故障分诊辅助系统\n\n## 目标问题\n故障告警过多（平均30条/次），定位时间长（平均45分钟），过度依赖专家经验\n\n## 场景边界\n- 先做：告警聚类、日志摘要、相似案例召回、初步归因建议\n- 明确不做：自动修复、自动重启、自动切流\n\n## 资料盘点\n- ✅ 历史故障工单（2000条，已脱敏）\n- ✅ 日志样本（ ELK 可查询）\n- ✅ 监控信号（Prometheus）\n- ✅ 处理手册（Confluence）\n\n## 能力假设\n能理解日志、关联多源信号、召回历史案例，输出\"先看哪里\"的建议\n\n## 价值假设\n- 故障定位时间从45分钟降至15分钟\n- 减少50%的无效升级\n- 新人也能借助系统完成初步判断\n\n## 风险边界（高约束场景）\n- 所有输出只能作为建议，不作为命令\n- 高风险动作必须双人确认\n- AI 不能直接操作生产环境\n- 误判路径需人工可追溯\n\n## 进入条件\n- [x] 资料可用性确认\n- [x] 风险边界与 SRE 团队达成一致\n- [ ] 完成影子验证（对比人工判断）\n- [ ] 召回准确率 > 80%\n```\n\n---\n\n### 示例3：医疗智能问诊助手（高风险场景）\n\n**场景描述**：\n三甲医院门诊部希望用 AI 辅助医生进行预问诊，收集患者症状和病史，提高门诊效率。\n\n**用户输入**：\n\"我们想开发 AI 医生，让患者先和AI交流，自动生成诊断建议\"\n\n**Skill 执行流程**：\n\n1. **问题语言转换**\n   - 原始输入：\"AI 医生自动生成诊断\"（过于激进，风险极高）\n   - 修正为：\"如何在诊前高效收集患者症状信息，辅助医生了解病情背景\"\n\n2. **五维度判断与风险评估**\n\n| 维度 | 评估 | 关键考虑 |\n|------|------|----------|\n| 问题真实性 | ✅ | 医生确实需要更多时间了解患者背景 |\n| 场景可切入 | ✅ | 挂号后、就诊前的等待窗口期 |\n| 资料可得性 | ⚠️ | 病历数据敏感，需严格脱敏和授权 |\n| 能力可能性 | ✅ | 症状收集、病史整理适合AI辅助 |\n| 价值判断 | ✅ | 节省医生问诊时间，提升患者体验 |\n\n3. **高风险边界识别**\n   - 医疗误诊代价极高，涉及生命安全\n   - AI 绝不能给出诊断结论或用药建议\n   - 必须定位为\"信息收集助手\"，而非\"诊疗建议\"\n\n4. **资料条件审查**\n   - 可得性：通用医学知识（有）、医院内部病历（需授权）\n   - 可脱敏性：必须去除患者身份标识\n   - 可授权性：需通过医院伦理审查\n   - 合规要求：需符合《医疗健康数据安全管理办法》\n\n**输出结果**：\n\n```markdown\n# Direction Brief：医疗智能预问诊助手\n\n## 目标问题\n门诊医生平均问诊时间仅8分钟，难以充分了解患者完整病史；\n患者候诊时间长，希望提前整理症状描述\n\n## 场景边界（严格限定）\n- ✅ 明确做：症状收集、病史整理、就诊提醒\n- ❌ 明确不做：诊断建议、用药推荐、治疗方案\n- 边界描述：AI 只是\"信息收集员\"，所有医疗决策权归医生\n\n## 资料盘点\n- ✅ 公开医学知识库（症状-科室对应关系）\n- ⚠️ 本院历史病历（需脱敏+伦理审批）\n- ⚠️ 医学教材和诊疗指南（需确认版权）\n- ❌ 药品推荐数据库（暂不涉及）\n\n## 能力假设\n- AI 能引导患者描述症状（多轮对话）\n- AI 能整理结构化病史摘要（供医生参考）\n- AI 能推荐合适科室（基于症状，非诊断）\n- AI 绝对不生成任何诊断结论\n\n## 价值假设\n- 医生问诊准备时间节省 3-5 分钟\n- 患者就诊体验提升（感觉被充分了解）\n- 科室分诊准确率提升 15%\n\n## 风险边界（医疗场景高标准）\n- 🚫 绝对禁止：诊断、用药、治疗建议\n- 🚫 绝对禁止：替代医生做任何医疗决策\n- ✅ 必须保留：所有输出仅供医生参考\n- ✅ 必须设计：医生可一键查看原始患者描述\n- ✅ 必须设计：患者明确知晓\"AI 非医生\"\n\n## 进入条件\n- [ ] 通过医院伦理委员会审查\n- [ ] 法务确认合规（医疗数据安全法）\n- [ ] 临床医生参与设计并认可边界\n- [ ] 完成100例真实场景 shadow 测试\n- [ ] 零误诊风险事件（测试期）\n\n## 特别说明\n⚠️ 本方向进入实验阶段后，任何涉及诊断的扩展都必须重新定界\n```\n\n---\n\n### 示例4：金融合规文档审查助手\n\n**场景描述**：\n证券公司合规部门每天需要审查大量合同和公告，确保符合监管要求，人工审查效率低且容易遗漏。\n\n**用户输入**：\n\"我们想把 AI 用于自动审核合同，替代合规专员的工作\"\n\n**Skill 执行流程**：\n\n1. **问题语言转换**\n   - 原始输入：\"AI 自动审核替代专员\"（过于激进）\n   - 修正为：\"如何辅助合规专员更快识别合同中的风险条款和合规问题\"\n\n2. **五维度判断**\n\n| 维度 | 评估 | 说明 |\n|------|------|------|\n| 问题真实性 | ✅ | 每天50+份合同，审查压力大 |\n| 场景可切入 | ✅ | 合同提交后的审查流程 |\n| 资料可得性 | ✅ | 监管规则公开、历史合同有积累 |\n| 能力可能性 | ✅ | 条款识别、风险标记适合AI |\n| 价值判断 | ✅ | 提升审查效率，降低合规风险 |\n\n3. **金融合规特殊考虑**\n   - 监管要求严格，审查结果需可追溯\n   - 不能替代合规专员的最终判断\n   - 需保留完整的审查决策链\n\n4. **资料条件审查**\n   - 外部资料：证监会/交易所监管规则（公开）\n   - 内部资料：历史合同、审查记录（需脱敏）\n   - 持续更新：监管规则经常变化，需及时同步\n\n**输出结果**：\n\n```markdown\n# Direction Brief：金融合规文档审查助手\n\n## 目标问题\n合规专员日均审查合同50+份，条款遗漏风险高；\n新人培训周期长（3个月），难以快速掌握全部监管规则\n\n## 场景边界\n- ✅ 明确做：风险条款高亮、监管规则引用、相似案例提示\n- ✅ 明确做：审查 checklist 自动生成\n- ❌ 明确不做：最终合规判断、替代专员签字\n- 定位：AI 是\"第一筛查员\"，专员是\"最终决策者\"\n\n## 资料盘点\n- ✅ 证监会监管规则（公开，可爬取）\n- ✅ 交易所业务规则（公开）\n- ⚠️ 公司历史合同（需脱敏处理）\n- ⚠️ 内部合规检查清单（需业务方确认）\n- 挑战：监管规则频繁更新，需建立同步机制\n\n## 能力假设\n- AI 能识别合同中的关键条款（80%+准确率）\n- AI 能匹配相关监管规则条文\n- AI 能标记高风险条款（如违约责任不对等）\n- AI 能提示历史类似合同的处理方式\n\n## 价值假设\n- 合同审查时间从2小时降至30分钟\n- 条款遗漏率降低 70%\n- 新人培训周期从3个月降至1个月\n\n## 风险边界（金融合规场景）\n- 所有 AI 标记必须附带依据（监管条文编号）\n- AI 建议与最终决策分离，专员负全责\n- 完整审计日志：谁看了AI建议、做了什么决定\n- 季度人工抽样复核：验证 AI 准确率\n\n## 进入条件\n- [ ] 法务确认监管合规性\n- [ ] 获取100份历史合同样本（已脱敏）\n- [ ] 合规主管认可边界设计\n- [ ] 完成影子验证（AI vs 专员对比）\n- [ ] 条款识别准确率 > 85%\n\n## 特别考虑\n⚠️ 监管规则变化时需及时更新知识库\n⚠️ 建立人工复核机制，避免过度依赖AI\n```\n\n---\n\n### 示例5：教育个性化学习助手\n\n**场景描述**：\n在线教育平台希望用 AI 为学生提供个性化学习建议，根据学习情况推荐练习题和学习路径。\n\n**用户输入**：\n\"我们想做一个 AI 家教，能自动教学生解题\"\n\n**Skill 执行流程**：\n\n1. **问题语言转换**\n   - 原始输入：\"AI 家教自动教学生\"（过于宽泛）\n   - 修正为：\"如何根据学生学习数据，推荐适合难度的练习题和学习资源\"\n\n2. **五维度判断**\n\n| 维度 | 评估 | 说明 |\n|------|------|------|\n| 问题真实性 | ✅ | 学生确实需要针对性练习 |\n| 场景可切入 | ✅ | 课后练习、错题复习场景 |\n| 资料可得性 | ✅ | 题库、学习记录、知识点图谱 |\n| 能力可能性 | ✅ | 难度匹配、资源推荐适合AI |\n| 价值判断 | ✅ | 提升学习效率，减少无效练习 |\n\n3. **教育场景特殊考虑**\n   - 不同年龄段学习特点不同\n   - 需要循序渐进，避免打击学习信心\n   - 家长关注学习数据隐私\n\n4. **资料条件审查**\n   - 学习数据：学生做题记录、学习时长、正确率\n   - 内容资源：题库、知识点讲解、视频资源\n   - 隐私合规：学生数据需严格保护\n\n**输出结果**：\n\n```markdown\n# Direction Brief：教育个性化学习助手\n\n## 目标问题\n学生刷题效率低，常做已掌握的题或难度不匹配；\n老师难以针对每个学生定制练习计划\n\n## 场景边界\n- ✅ 明确做：练习题难度推荐、错题回顾、知识点诊断\n- ✅ 明确做：学习路径建议、资源推荐\n- ❌ 明确不做：替学生完成作业、直接给出答案\n- 定位：AI 是\"学习规划助手\"，不是\"答案提供者\"\n\n## 资料盘点\n- ✅ 题库数据库（已有10万+题目）\n- ✅ 知识点图谱（学科知识点关联）\n- ✅ 学生学习记录（平台已有数据）\n- ⚠️ 学生个人信息（需家长授权）\n\n## 能力假设\n- AI 能诊断学生知识点掌握情况\n- AI 能推荐适当难度的练习题（不太易、不太难）\n- AI 能生成个性化学习计划\n- AI 能提供解题思路提示（不给最终答案）\n\n## 价值假设\n- 学生练习效率提升 30%\n- 同类错题重复率降低 50%\n- 家长满意度提升（看到进步轨迹）\n\n## 风险边界（教育场景）\n- 避免\"答案依赖\"：不直接给答案，只给思路\n- 保护学生隐私：学习数据不外泄\n- 家长知情权：定期向家长汇报学习情况\n- 循序渐进：难度调整幅度适度，避免挫败感\n\n## 进入条件\n- [ ] 获取500名学生历史学习数据\n- [ ] 教研团队认可推荐算法逻辑\n- [ ] 家长隐私协议签署\n- [ ] 完成 A/B 测试（推荐 vs 随机）\n- [ ] 学生满意度 > 70%\n\n## 特别考虑\n🎯 不同学科、不同年级需分别验证\n🎯 学习动机比学习效率更重要\n```","tags":["native","direction","framing","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native","ai-product","methodology"],"capabilities":["skill","source-gmaxxxie","skill-ai-native-direction-framing","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/ai-native-direction-framing","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 (7,866 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":"2026-05-18T18:57:23.831Z","embedding":null,"createdAt":"2026-05-01T01:02:49.551Z","updatedAt":"2026-05-18T18:57:23.831Z","lastSeenAt":"2026-05-18T18:57:23.831Z","tsv":"'-5':603 '1':52,104,203,227,263,381,497,651,803 '10万条':339 '15':608 '2':57,115,206,230,272,389,507,659,812 '2000条':440 '3':64,130,210,232,295,406,526,602,679,832 '30':900 '3个月':708 '4':71,147,215,234,313,536,685,838 '5':77,155,219,236,366 '50':902 '500条':337 '6':81 '70':756,929 '80':479,744 '85':784 'a/b':923 'ai':2,6,12,25,29,35,43,49,75,121,149,224,246,254,258,267,289,319,345,466,485,491,500,530,571,588,591,594,598,623,646,654,723,742,746,748,751,761,764,772,780,793,798,806,871,887,889,893,895 'ai-native-direction-fram':1 'aiop':368,377,419 'brief':23,84,102,200,239,318,418,553,701,853 'capabl':167 'checklist':717 'confluenc':448 'data':165 'direct':4,22,83,101,199,238,317,417,552,700,852 'elk':443 'faq':282,298,336 'frame':5 'markdown':316,416,551,699,851 'materi':166 'moat':169 'nativ':3,7,26,30 'product':168 'prometheus':446 'shadow':631 'skill':10,14,32,40,261,379,495,649,801 'skill-ai-native-direction-framing' 'sop':179 'source-gmaxxxie' 'sre':474 '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' 'vs':781,926 'x':126,360,362,470,472 'y':128 '一次故障触发几十条告警':372 '三甲医院门诊部希望用':484 '不作为命令':464 '不做自动修复':412 '不同学科':931 '不同年级需分别验证':932 '不同年龄段学习特点不同':834 '不太易':891 '不太难':892 '不建议推进':91,241 '不是':874 '不直接给答案':909 '不给最终答案':897 '不能替代合规专员的最终判断':683 '不能直接操作生产环境':467 '不适合全自动':410 '不适合推进的场景':185 '专员对比':782 '专员是':726 '专员负全责':766 '专家经验':184 '业务价值是什么':209 '业务收益或长期护城河':159 '严格限定':561 '临床医生参与设计并认可边界':629 '为学生提供个性化学习建议':794 '五个必答问题':103 '五个必答问题判断':58 '五维度判断':273,390,660,813 '五维度判断与风险评估':508 '交易所业务规则':732 '交易所监管规则':689 '产品想法':44 '产品战略主路径':164 '产品文档':175 '产品方向':36 '产品方向或问题线索':13 '产品方向或问题线索时':225 '产品方法论':8,27 '人工审查效率低且容易遗漏':643 '什么时间点':119 '什么条件满足后可以进入试验展开':221 '什么流程':118 '从可得性':66 '价值值得继续':291,403 '价值假设':87,207,350,456,600,753,898 '价值判断':20,523,676,829 '价值太弱':196 '价值密度五个核心问题':63 '价值密度判断':78 '价值是否值得继续':99,156 '任何涉及诊断的扩展都必须重新定界':637 '份':705 '份合同':666 '伦理审批':582 '你有一个':42 '你需要为团队输出一份方向定界简报':46 '你需要判断某个问题空间是否适合用':48 '使用场景':41 '使用方式':222 '供医生参考':593 '依赖少数专家经验':374 '保护学生隐私':911 '信息收集助手':533 '信息收集员':573 '修正为':386,504,657,809 '候选回复生成':348 '值得被改变':108 '值班工程师判断困难':373 '值班工程师工作台':395 '做':266 '做了什么决定':769 '先做':327,429 '先做辅助分诊':411 '先看哪里':454 '公司历史合同':734 '公开':690,730,733 '公开医学知识库':576 '公开规则':174 '关联多源信号':451 '关键考虑':511 '关键边界识别':407 '内容资源':844 '内部业务资料':178 '内部合规检查清单':736 '内部资料':691 '内部资料需合规审批':308 '准确率':745,773 '减少50':458 '减少专家依赖':405 '减少无效练习':831 '分钟':604 '初步归因建议':433 '判断':74 '判断方法':152 '判断标准':109,123,160 '包含':202 '医学教材和诊疗指南':583 '医生':492 '医生可一键查看原始患者描述':620 '医生确实需要更多时间了解患者背景':513 '医生自动生成诊断':501 '医生问诊准备时间节省':601 '医疗健康数据安全管理办法':549 '医疗场景高标准':610 '医疗数据安全法':628 '医疗智能问诊助手':481 '医疗智能预问诊助手':554 '医疗诊断':190 '医疗误诊代价极高':528 '医院内部病历':541 '升级决策权始终归工程师':414 '危险设备控制':192 '即使技术可行':157 '历史合同':692 '历史合同有积累':672 '历史工单':180,283,338 '历史故障工单':439 '原始输入':383,499,653,805 '原始输入是功能语言':265 '发生在客服工作台':278 '只是':572 '只给思路':910 '召回准确率':478 '召回历史案例':452 '可得性':133,297,538 '可持续供给':311 '可授权性':68,139,307,545 '可整理为知识库':310 '可查询':444 '可爬取':731 '可用资料':212 '可结构化':69,141,309 '可脱敏性':67,136,304,543 '合同审查时间从2小时降至30分钟':754 '合同提交后的审查流程':669 '合规专员日均审查合同50':704 '合规主管认可边界设计':778 '合规要求':547 '同类错题重复率降低':901 '否则给出':90 '告警聚类':400,430 '告警量大':393 '响应要求强实时强确定性':193 '哪些问题重复度最高':271 '售后政策':342 '售后政策咨询':330 '团队到底能拿到哪些外部资料和内部资料':134 '团队想引入':253 '团队无法获得真实反馈':197 '团队达成一致':475 '在线教育平台希望用':792 '在该场景的能力上限':76 '在这里能不能形成比传统软件更强的新能力':150 '地址等敏感字段':306 '场景下遇到':127 '场景切入分析':17 '场景可切入':277,394,514,668,819 '场景可切入性':60 '场景描述':248,370,483,640,791 '场景是否可切入':96,116 '场景边界':326,428,560,710,859 '场景频率太低':195 '基于':24 '基于症状':596 '处理手册':447 '外部资料':172,687 '多轮对话':590 '如何在诊前高效收集患者症状信息':505 '如何更快完成初步判断和分诊':388 '如何根据学生学习数据':810 '如何辅助合规专员更快识别合同中的风险条款和合规问题':658 '如果做成了':162 '如果条件满足':85 '如果解决了':208 '如果问题一年只发生几次':113 '如违约责任不对等':750 '季度人工抽样复核':770 '学习动机比学习效率更重要':933 '学习数据':840 '学习数据不外泄':912 '学习时长':842 '学习规划助手':873 '学习记录':824 '学习路径建议':865 '学生个人信息':884 '学生做题记录':841 '学生刷题效率低':856 '学生学习记录':882 '学生数据需严格保护':849 '学生满意度':928 '学生确实需要针对性练习':818 '学生练习效率提升':899 '学科知识点关联':881 '完成':922 '完成100例真实场景':630 '完成50例影子验证':364 '完成影子验证':476,779 '完整审计日志':767 '定位':722,870 '定位时间长':425 '定期向家长汇报学习情况':914 '审查':716 '审查五件事':132 '审查压力大':667 '审查结果需可追溯':682 '审查记录':693 '审查资料条件的五个维度':233 '客服协同系统':247,320 '客服对话':181 '客服满意度提升10':353 '客服系统':259,268 '客服首响时间为什么慢':270 '客服首响时间长':322 '家教':799 '家教自动教学生':807 '家长关注学习数据隐私':837 '家长满意度提升':903 '家长知情权':913 '家长隐私协议签署':921 '容错率极低又不能保留人工接管':189 '对业务的影响是什么':163 '对比人工判断':477 '将用户输入的功能语言转换为问题语言':54 '将用户输入转换为问题语言':228 '就诊前的等待窗口期':516 '就诊提醒':565 '工单持续产生':312 '工单数据':111 '工单记录':300 '已有10万':878 '已脱敏':441,777 '希望提前整理症状描述':559 '常做已掌握的题或难度不匹配':857 '平台已有数据':883 '平均30条':423 '平均45分钟':426 '平均5分钟':323 '并希望判断是否值得投入实验时':38 '建立人工复核机制':787 '建议与最终决策分离':765 '当用户提供一个':34,223 '循序渐进':915 '必须人工接管的场景':218 '必须保留':617 '必须保留人工':413 '必须去除患者身份标识':544 '必须定位为':532 '必须极短时间内给出可证明正确的结果':194 '必须设计':619,621 '患者候诊时间长':558 '患者就诊体验提升':605 '患者明确知晓':622 '情感升级话题自动转人工':358 '情感安抚':334 '感觉被充分了解':606 '成本明显':107 '我们想做':257,376 '我们想做一个':797 '我们想开发':490 '我们想把':645 '或给出':240 '所有':760 '所有医疗决策权归医生':574 '所有输出仅供医生参考':618 '所有输出只能作为建议':463 '执行步骤':51 '执行流程':262,380,496,650,802 '投入产品化往往不值得':114 '投诉处理':332 '拿不到的关键材料是什么':135 '持续供给':144 '持续供给五个维度审查资料条件':70 '持续更新':695 '挂号后':515 '挑战':738 '授权':188 '推荐':925 '推荐适合难度的练习题和学习资源':811 '提供意图理解':346 '提升一致性':294 '提升学习效率':830 '提升审查效率':677 '提升患者体验':525 '提高门诊效率':488 '操作手册':176 '收集患者症状和病史':487 '故障分诊系统':369 '故障分诊辅助系统':420 '故障发生时':387 '故障告警过多':422 '故障定位时间从45分钟降至15分钟':457 '敏感账户操作不能自动化':357 '教研团队认可推荐算法逻辑':920 '教育个性化学习助手':790,854 '教育场景':906 '教育场景特殊考虑':833 '新人也能借助系统完成初步判断':460 '新人培训周期2周':325 '新人培训周期从2周降至3天':352 '新人培训周期从3个月降至1个月':757 '新人培训周期长':707 '新人培训成本高':252 '方向定界':31 '方向定界阶段的实操':9 '方向定界阶段的最小产物':201 '方向摘要输出':314 '日志摘要':431 '日志样本':398,442 '日志解释':401 '时间成本证据':112 '明确':55 '明确不做':434,566,719,867 '明确做':562,711,715,860,864 '是':724,872 '是否存在明确入口可以接入':120 '是否有具体的用户反馈':110 '暂不做':331 '暂不涉及':586 '更可能是零散但关键的材料':171 '替代专员签字':721 '替代医生做任何医疗决策':616 '替代合规专员的工作':648 '替学生完成作业':868 '最早期可用的不一定是干净结构化数据':170 '最终决策者':727 '最终合规判断':720 '有':299,301,303,540 '有明确入口':279 '本方向进入实验阶段后':636 '本院历史病历':580 '条款识别':674 '条款识别准确率':783 '条款遗漏率降低':755 '条款遗漏风险高':706 '来改善客服效率':255 '某电商平台客服团队每天处理数千个咨询':249 '标准流程':177 '标记必须附带依据':762 '核心判断流程':93 '根据学习情况推荐练习题和学习路径':795 '案例召回可行':402 '次':424 '正确率':843 '每周多次故障':392 '每天50':665 '每天数千个咨询':275 '没有足够资料或无法脱敏':187 '治疗建议':614 '治疗方案':569 '法务确认合规':627 '法务确认监管合规性':775 '法务确认规则文档可用':363 '法律结论':191 '测试':632,924 '测试期':634 '涉及生命安全':529 '物流规则':284,302 '物流规则文档':341 '物流解释':329 '物流解释等任务适合':288 '特别考虑':785,930 '特别说明':635 '用于自动审核合同':647 '用户在':125 '用户在什么场景下遇到什么问题':56 '用户提供一个':11 '用户真正遇到的问题是什么':205 '用户输入':256,375,489,644,796 '用最强模型做一个最小验证':153 '用最强模型做最小验证':73 '用药':613 '用药推荐':568 '电商':245 '病历数据敏感':518 '病史整理':564 '病史整理适合ai辅助':522 '症状':578 '症状-科室对应关系':577 '症状收集':521,563 '的建议':455 '的无效升级':459 '的明确结论':92,242 '监控信号':445 '监管条文编号':763 '监管要求严格':681 '监管规则公开':671 '监管规则变化时需及时更新知识库':786 '监管规则引用':713 '监管规则经常变化':696 '监管规则频繁更新':739 '目标问题':321,421,555,703,855 '直接给出答案':869 '相似案例召回':432 '相似案例提示':714 '看到进步轨迹':904 '看能力天花板在哪里':154 '知识库':183 '知识点图谱':825,880 '知识点讲解':846 '知识点诊断':863 '确保符合监管要求':642 '确定进入试验的条件':47 '确认能否脱敏':285 '示例':243 '示例1':244 '示例2':367 '示例3':480 '示例4':638 '示例5':789 '科室分诊准确率提升':607 '科室对应关系':579 '第05章':28 '第一筛查员':725 '答案依赖':908 '答案提供者':875 '系统日志':182 '索引和持续供给':143 '练习题难度推荐':861 '绝不能给出诊断结论或用药建议':531 '绝对不生成任何诊断结论':599 '绝对禁止':611,615 '维度':509,661,814 '缩短定位时间':404 '缩短首响时间':292 '缺失资料':213 '老师难以针对每个学生定制练习计划':858 '而不只是包装旧流程':151 '而不是功能语言':229 '而非':534 '能力':122 '能力假设':344,449,587,741,886 '能力可能性':62,520,673,826 '能力可能性评估':19 '能力可能成立':286,399 '能力天花板评估':72 '能力是否可能成立':98,148 '能匹配相关监管规则条文':747 '能否回答':161 '能否描述清楚':124 '能否脱敏处理':138 '能引导患者描述症状':589 '能推荐合适科室':595 '能推荐适当难度的练习题':890 '能提供解题思路提示':896 '能提示历史类似合同的处理方式':752 '能整理结构化病史摘要':592 '能标记高风险条款':749 '能理解日志':450 '能生成个性化学习计划':894 '能自动教学生解题':800 '能识别合同中的关键条款':743 '能诊断学生知识点掌握情况':888 '脱敏状态':214 '自动修复':435 '自动修复故障':384 '自动修复生产故障':378 '自动切流':437 '自动回复用户问题':260 '自动审核替代专员':655 '自动执行以下步骤':226 '自动执行方向定界流程':15 '自动生成':718 '自动生成诊断建议':494 '自动重启':436 '节省医生问诊时间':524 '药品推荐数据库':585 '获取100份历史合同样本':776 '获取500名学生历史学习数据':919 '行业知识':173 '规则检索':347 '视频资源':847 '解决':50 '触发条件':33 '触发此':39 '订单查询':287,328 '让患者先和ai交流':493 '证券公司合规部门每天需要审查大量合同和公告':641 '证监会':688 '证监会监管规则':729 '评估':510,662,815 '评估即使技术可行':79 '评估能力天花板和价值密度':235 '诊断':612 '诊断建议':567 '诊疗建议':535 '误判率':365 '误判路径需人工可追溯':468 '说明':663,816 '课后练习':820 '谁看了ai建议':768 '资料使用是否获得合规授权':140 '资料可得且可控':280,396 '资料可得性':61,517,670,822 '资料可用性确认':471 '资料是否会持续更新':145 '资料是否可得且可控':97,131 '资料是否涉及敏感信息':137 '资料是否能够被清理':142 '资料条件不成立':186 '资料条件审查':18,65,296,537,686,839 '资料清单':88,211 '资料盘点':335,438,575,728,876 '资料脱敏方案通过':361 '资深客服过载':251 '资源推荐':866 '资源推荐适合ai':828 '赔付决策':333 '赔付承诺必须人工确认':356 '转换为问题语言':269 '辅助':290 '辅助医生了解病情背景':506 '辅助医生进行预问诊':486 '输出':21,82,100,237,453 '输出包含问题定义':86 '输出物':198 '输出结果':315,415,550,698,850 '边界描述':570 '过于宽泛':808 '过于激进':385,502,656 '过度依赖专家经验':427 '运维团队面临告警风暴':371 '还是一次性的':146 '这个方向是否足以形成产品价值':158 '这个方向是否足以形成产品价值和业务收益':80 '这个问题发生在什么角色':117 '这个问题是不是用户日常反复遇到':106 '进入实验的条件':220 '进入条件':359,469,625,774,918 '退款':355 '逐一回答五个必答问题':231 '逐一回答问题真实性':59 '通用医学知识':539 '通过医院伦理委员会审查':626 '避免':907 '避免打击学习信心':836 '避免挫败感':917 '避免过度依赖ai':788 '重复性问题占比60':324 '金融合规场景':759 '金融合规文档审查助手':639,702 '金融合规特殊考虑':680 '错误代价高':408 '错误归因可能放大事故':409 '错题回顾':862 '错题复习场景':821 '门诊医生平均问诊时间仅8分钟':556 '问题':129 '问题定义':204 '问题是否真实且高频':95,105 '问题真实且高频':274,391 '问题真实性':512,664,817 '问题真实性判断':16 '问题线索':94 '问题线索或产品想法':37 '问题语言转换':53,264,382,498,652,804 '降低合规风险':678 '降低培训成本':293 '随机':927 '隐私合规':848 '难以充分了解患者完整病史':557 '难以快速掌握全部监管规则':709 '难度匹配':827 '难度调整幅度适度':916 '零误诊风险事件':633 '需业务方确认':737 '需严格脱敏和授权':519 '需保留完整的审查决策链':684 '需历史故障工单':397 '需及时同步':697 '需家长授权':885 '需建立同步机制':740 '需授权':542 '需法务确认可用性':343 '需确认版权':584 '需符合':548 '需脱敏':340,581,694 '需脱敏处理':735 '需要判断是否值得投入实验':45 '需要循序渐进':835 '需要盘点':281 '需要移除用户手机号':305 '需通过医院伦理审查':546 '非医生':624 '非诊断':597 '题库':823,845 '题库数据库':877 '题目':879 '风险条款高亮':712 '风险极高':503 '风险标记适合ai':675 '风险边界':216,354,461,609,758,905 '风险边界与':473 '风险边界和进入实验条件的方向定界简报':89 '首响时间从5分钟降至1分钟内':351 '首响时间影响用户满意度':276 '首响时间长':250 '验证':771 '高约束场景':462 '高风险动作':217 '高风险动作必须双人确认':465 '高风险场景':482 '高风险承诺保留人工确认':349 '高风险边界识别':527","prices":[{"id":"807244b2-f34f-421d-a622-003f8b4b4f48","listingId":"40c59a56-fe5e-4163-9272-82e868d8415a","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":"2026-05-01T01:02:49.551Z"}],"sources":[{"listingId":"40c59a56-fe5e-4163-9272-82e868d8415a","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/ai-native-direction-framing","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/ai-native-direction-framing","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:49.551Z","lastSeenAt":"2026-05-18T18:57:23.831Z"}],"details":{"listingId":"40c59a56-fe5e-4163-9272-82e868d8415a","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"ai-native-direction-framing","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":"79456911e3ba3b8106cdb12f8f1b91e5b5cec356","skill_md_path":"skills/ai-native-direction-framing/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/ai-native-direction-framing"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"ai-native-direction-framing","description":"AI Native 产品方法论——方向定界阶段的实操 Skill。\n用户提供一个 AI 产品方向或问题线索，Skill 自动执行方向定界流程：\n问题真实性判断 → 场景切入分析 → 资料条件审查 → 能力可能性评估 → 价值判断 → 输出 Direction Brief。\n基于《AI Native 产品方法论》第05章。"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/ai-native-direction-framing"},"updatedAt":"2026-05-18T18:57:23.831Z"}}