{"id":"38fbd64d-d6c8-4ffb-8455-2c4dff5b4d0f","shortId":"ZwrDYm","kind":"skill","title":"p0h-ai-product-triple-balance","tagline":"AI 产品三重平衡表。AI 产品设计需要在商业、人性、技术三个维度之间找到平衡。 这个 Skill 提供系统性的三重平衡评估框架。 基于《AI","description":"# AI 产品三重平衡表\n\n## 一句话定位\n\nAI 产品不是技术问题，而是商业、人性、技术三者的平衡问题。这张表帮你找到平衡点。\n\n## 何时触发\n\n- 产品方案需要在多个目标之间权衡\n- 担心技术实现超越了商业价值或人性边界\n- 需要评估产品设计的健康度\n- 团队对\"该做什么\"有分歧\n\n## 输入\n\n产品方案描述 + 已知约束条件。\n\n**示例输入**：\n```\n产品: AI 面试辅助工具\n功能: 自动生成面试评估报告\n担心: 可能导致面试官依赖 AI 而忽视人的判断\n```\n\n## 三重维度\n\n### 维度 1: 商业（Business）\n\n**核心问题**：这个产品能不能创造商业价值？\n\n**评估项**：\n- [ ] 是否有明确的收入模型或价值交换\n- [ ] 用户是否愿意为这个价值付费（时间/金钱/数据）\n- [ ] 规模化后成本结构是否合理\n- [ ] 是否有竞争壁垒或差异化优势\n- [ ] 是否符合公司战略方向\n\n**输出格式**：\n```\n商业评估:\n  value_proposition: \"核心价值主张\"\n  revenue_model: \"收入模型\"\n  willingness_to_pay: \"用户支付意愿\"\n  scalability: \"规模化潜力\"\n  competitive_advantage: \"竞争优势\"\n  alignment: \"与战略的一致性\"\n  score: \"1-10\"\n```\n\n### 维度 2: 人性（Humanity）\n\n**核心问题**：这个产品对人有没有侵害？\n\n**评估项**：\n- [ ] 是否尊重用户的自主性和选择权\n- [ ] 是否有潜在的偏见或歧视风险\n- [ ] 是否透明（用户知道 AI 在做什么）\n- [ ] 是否有退出机制（用户可以不用）\n- [ ] 是否考虑了弱势群体（老年人、残障人士等）\n- [ ] 是否保护了隐私和数据安全\n\n**输出格式**：\n```\n人性评估:\n  autonomy: \"自主性尊重程度\"\n  bias_risk: \"偏见风险\"\n  transparency: \"透明度\"\n  exit_option: \"退出机制\"\n  vulnerability: \"弱势群体考虑\"\n  privacy: \"隐私保护\"\n  score: \"1-10\"\n```\n\n### 维度 3: 技术（Technology）\n\n**核心问题**：这个产品技术上能不能做到？\n\n**评估项**：\n- [ ] 技术是否成熟可用\n- [ ] 准确率/可靠性是否达到业务要求\n- [ ] 响应速度/性能是否可接受\n- [ ] 可扩展性是否支撑业务增长\n- [ ] 运维成本是否可控\n- [ ] 是否有合适的回滚/容错机制\n\n**输出格式**：\n```\n技术评估:\n  maturity: \"技术成熟度\"\n  accuracy: \"准确率/可靠性\"\n  performance: \"性能\"\n  scalability: \"可扩展性\"\n  operational_cost: \"运维成本\"\n  fallback: \"回滚机制\"\n  score: \"1-10\"\n```\n\n## 平衡分析\n\n### 三角形评估\n\n```\n        商业 (Business)\n             /\\\n            /  \\\n           /    \\\n          /  ❍   \\\n         /        \\\n        /__________\\\n  人性 (Humanity)  技术 (Technology)\n```\n\n**平衡类型判断**：\n```\n平衡状态:\n  - 理想型: 三者都高（稀缺）\n  - 商业-人性型: 商业和人性好，技术不成熟（需要等待技术）\n  - 商业-技术型: 商业和技术好，人性有风险（需要加强人性保护）\n  - 人性-技术型: 人性和技术好，商业价值不明确（需要重新定义价值）\n  - 偏斜型: 两者低，一者高（危险，需要重新设计）\n```\n\n### 权衡决策\n\n**当三者冲突时**：\n```\n决策框架:\n  商业 vs 人性: \n    - 如果人性风险是不可逆的（如生命安全、歧视），人性优先\n    - 如果人性风险是可控的，可以商业优先，但必须有保护机制\n  \n  商业 vs 技术:\n    - 如果技术不成熟，但商业机会重大，可以先做 MVP 验证\n    - 如果技术成本过高，商业模式不成立，需要等待技术成熟\n  \n  人性 vs 技术:\n    - 技术能力不应该决定人性边界，而是人性边界决定技术能用多少\n```\n\n## 综合输出格式\n\n```yaml\ntriple_balance_assessment:\n  input:\n    product: \"产品名称\"\n    description: \"产品描述\"\n    constraints: [\"约束条件\"]\n  \n  dimensions:\n    business:\n      score: \"1-10\"\n      strengths: [\"优势\"]\n      weaknesses: [\"劣势\"]\n      key_question: \"最关键的商业问题\"\n    \n    humanity:\n      score: \"1-10\"\n      strengths: [\"优势\"]\n      weaknesses: [\"劣势\"]\n      key_question: \"最关键的人性问题\"\n    \n    technology:\n      score: \"1-10\"\n      strengths: [\"优势\"]\n      weaknesses: [\"劣势\"]\n      key_question: \"最关键的技术问题\"\n  \n  balance:\n    type: \"理想型/商业-人性型/商业-技术型/人性-技术型/偏斜型\"\n    health_score: \"1-10\"\n    critical_gap: \"最大矛盾点\"\n  \n  recommendations:\n    immediate: [\"立即要做的\"]\n    short_term: [\"短期要做的\"]\n    long_term: [\"长期要做的\"]\n    if_must_choose: \"如果必须做权衡，建议优先级\"\n  \n  red_flags:\n    - \"严重警示1\"\n    - \"严重警示2\"\n```\n\n## 快速使用法\n\n1. 描述产品方案\n2. 逐个维度打分（1-10）\n3. 识别三角形的偏斜\n4. 判断平衡类型\n5. 制定改进计划\n\n## 示例：AI 面试辅助工具\n\n| 维度 | 评估 | 分数 |\n|------|------|------|\n| 商业 | 可以节省 HR 时间，但企业是否愿意付费不确定 | 6 |\n| 人性 | 有偏见风险，面试官可能依赖 AI 而忽视人的判断 | 4 |\n| 技术 | 技术可行，但准确率不足以完全替代人的判断 | 7 |\n\n**平衡类型**：商业-技术型，人性有风险\n\n**建议**：\n- 立即：加强偏见检测机制，确保 AI 只是辅助而非决策\n- 短期：设计\"人工复核\"强制流程\n- 长期：收集数据证明 AI 辅助能提升招聘质量\n\n## 常见误判\n\n- **技术决定一切**：\"我们能做到\"不等于\"我们应该做到\"\n- **商业优先万视人性**：短期收益可能导致长期信任搎失\n- **人性过度保护**：因为担心风险而放弃有价值的产品\n\n## 一句判断\n\n> AI 产品的最终边界不是技术能力，而是人性尊严。\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. 评估是否有明确的收入模型或价值交换\n2. 评估用户是否愿意为这个价值付费（时间/金钱/数据）\n3. 评估规模化后成本结构是否合理\n4. 评估是否有竞争壁垒或差异化优势\n5. 评估是否符合公司战略方向\n6. 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. 评估是否尊重用户的自主性和选择权\n2. 评估是否有潜在的偏见或歧视风险\n3. 评估是否透明（用户知道 AI 在做什么）\n4. 评估是否有退出机制（用户可以不用）\n5. 评估是否考虑了弱势群体\n6. 评估是否保护了隐私和数据安全\n7. 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","product","triple","balance","native","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native","ai-product"],"capabilities":["skill","source-gmaxxxie","skill-p0h-ai-product-triple-balance","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-ai-product-triple-balance","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 (7,343 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":"2026-05-18T18:57:26.989Z","embedding":null,"createdAt":"2026-05-01T01:02:53.284Z","updatedAt":"2026-05-18T18:57:26.989Z","lastSeenAt":"2026-05-18T18:57:26.989Z","tsv":"'-10':84,122,157,240,251,262,286,314,558,591,615,650 '-4':627 '/__________':162 '1':49,83,121,156,239,250,261,285,309,313,514,521,539,542,557,569,572,590,602,605,614,630,649,664,684,695,830 '2':86,311,523,534,544,574,608,626,632,668,716,818,846 '3':124,315,528,549,564,576,610,645,672,733,858 '3/10':871,887 '4':317,338,551,581,597,612,647,676,757,874 '4/10':754,900 '5':319,553,584,621,661,773,889 '5/10':771,787 '6':332,555,586,656,789,902 '7':342,588 '7/10':731 '8/10':856 'accuraci':143 'advantag':78 'ai':3,7,9,17,18,21,39,45,96,322,336,352,360,372,384,392,412,579,685,691,698,704,708,737,743,747,751,762,781,792,806,810,819,823,833 'align':80 'assess':228 'autonomi':106 'balanc':6,227,270 'bias':108 'busi':51,161,237 'choos':301 'competit':77 'constraint':234 'cost':151 'critic':287 'descript':232 'dimens':236 'exit':113 'fallback':153 'flag':305 'gap':288 'health':283 'hr':329,689,713,724 'human':88,164,248 'immedi':291 'input':229 'key':245,256,267 'long':296 'matur':141 'model':69 'must':300 'mvp':214,500 'oper':150 'option':114 'p0h':2 'p0h-ai-product-triple-balance':1 'pay':73 'perform':146 'privaci':118 'product':4,230 'proposit':66 'question':246,257,268 'recommend':290 'red':304 'revenu':68 'risk':109 'saa':719 'scalabl':75,148 'score':82,120,155,238,249,260,284 'short':293 'skill':14 'skill-p0h-ai-product-triple-balance' 'source-gmaxxxie' 'step':513,533,538,563,568,596,601,620,625,655,660,694,715,732,756,772,788,829,845,857,873,888,901 'strength':241,252,263 'technolog':126,166,259 'term':294,297 'token':416 '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' 'transpar':111 'tripl':5,226 'type':271 'valu':65 'vs':199,209,220,487,496,504,897 'vulner':116 'weak':243,254,265 'willing':71 'xx':908 'yaml':225 '一句判断':371 '一句话定位':20 '一家':688 '一家教育科技公司想做':822 '一旦产品关闭':865 '一者高':192 '三层不可能永远和谐':475 '三层冲突时的优先级判断':474 '三层都重要':477 '三者都高':170 '三角形分析':622,774,890 '三角形分析图':652 '三角形评估':159 '三重维度':47 '上下文长度':387 '不值得':885 '不提供':795 '不是':408,432 '不是抽象善意':438 '不等于':365 '不自动等于人性层做得好':451 '不通过':711,740,784,797 '与战略的一致性':81 '两者低':191 '严重警示1':306 '严重警示2':307 '为什么牺牲':510 '为什么需要三重平衡而不只是商业评估':377 '也会推动系统走向短期刺激':399 '也未必塑造了值得被重复的生活方式':403 '产出的方案简述':540,570,603 '产品':38 '产品三重平衡表':8,19 '产品不只是工具':454 '产品不是技术问题':22 '产品可能盈利':401 '产品名称':231 '产品团队想让':707 '产品应该帮助用户建立自己的学习节奏':923 '产品描述':233 '产品方案描述':35,518 '产品方案简述':531 '产品方案需要在多个目标之间权衡':28 '产品的商业难点不同于传统软件':413 '产品的最终边界不是技术能力':373 '产品设计需要在商业':10 '产品调整':670 '产品需要收入':382 '产品需要比':393 '人对人的判断':766 '人工复核':356,801 '人性':11,24,87,163,185,200,219,280,333,488,503,642 '人性-技术型':184,279,641 '人性优先':204,492 '人性和技术好':187 '人性和文化低':894 '人性型':174,275,637 '人性层':431 '人性层的':436 '人性层评估':565,734,859 '人性层评估报告':594 '人性有风险':182,347,779 '人性评估':105 '人性过度保护':369 '什么时候必须为人性层拒绝短期有利的设计':481 '什么时候必须商业优先':479 '什么时候文化层的长期代价大到不能再忽视':482 '今天越来越多面对持续运营成本':415 '以及如何与系统共处':463 '企业':723 '优势':242,253,264 '会提升效率但损害人性层':785 '但企业是否愿意付费不确定':331 '但准确率不足以完全替代人的判断':341 '但减少依赖循环':912 '但可能最重要':457 '但商业机会重大':212 '但在':383 '但必须从':927 '但必须保护面试官的最终判断权':812 '但必须有保护机制':207 '但最终决定产品是只赢一时':471 '但未必减轻了谁的负担':402 '但正因为如此':391 '何时触发':27 '你已经落后':907 '依赖性':864 '保护机制':666 '保留提醒和节奏支持':911 '保留节奏支持':932 '候选人不知道':746 '偏斜型':190,282,644,892 '偏见风险':110,742 '偏见风险和自主性是主要扣分项':755 '健康度':786,899 '健康度分数':654 '先不要轻易下结论':405 '先做':499 '关系':460 '关系和节奏的掌控':444 '关系和责任':466,607 '关系观':764 '关键判断线':445 '内在能力培养':930 '再漂亮的产品理想也很难长期存活':429 '冲突':484 '决策框架':197,483 '准确率':131,144 '分数':326,730,753,770,855,870,886 '分析候选人回答':700 '分步执行':512 '分歧':706,842 '分阶段改进计划':681 '列出优势和劣势':559,592,616 '列出已知约束':524 '判断原则':485 '判断平衡类型':318,633 '判断平衡类型和最大矛盾':623 '制定分阶段行动':658 '制定改进计划':320 '制定短期要做的':669 '制定立即要做的':665 '制定长期要做的':673 '功能':41 '功能是自动生成面试评估报告':693 '加强偏见检测机制':350 '加速':763 '劣势':244,255,266 '危险':193 '去掉惩罚':931 '去掉羞辱性惩罚':905 '变成':915 '只提供':793 '只是辅助而非决策':353 '只有商业层有答案时':404 '可以先做':213 '可以商业优先':206 '可以节省':328 '可扩展性':149 '可扩展性是否支撑业务增长':135 '可能导致面试官依赖':44 '可能弱化面试中':765 '可能放大历史面试数据中的偏见':744 '可靠性':145 '可靠性是否达到业务要求':132 '合规要求':526 '否则产品无法生存':480 '响应速度':133 '商业':50,160,173,179,198,208,274,277,327,345,486,495,636,639,777 '商业-人性型':172,273,635 '商业-技术型':178,276,344,638,776 '商业价值不明确':188 '商业优先':394 '商业优先万视人性':367 '商业优先但必须有保护机制':494 '商业和人性好':175 '商业和技术好':181 '商业层':407 '商业层核心问题':421 '商业层评估':535,717,847 '商业层评估报告':561 '商业模式不成立':217 '商业评估':64 '商业问题比以前更早进入产品设计':390 '商业高':893 '回滚机制':154 '因为产品从来不只是工具':458 '因为担心风险而放弃有价值的产品':370 '团队会滑向最容易增长':397 '团队对':31 '团队要生存':381 '在做什么':97,580 '在训练用户':760,877 '在评估自己':748 '在面试过程中自动记录':699 '在鼓励':882 '场景描述':687,821 '基于':16 '增值服务':850 '增加':918 '增长团队认为惩罚机制能提升留存':843 '处理':520,541,571,604,629,663 '外部驱动':928 '大多数产品讨论最终回到商业':378 '天':909 '好':437 '如':906 '如果':736 '如果人性风险不可逆':489 '如果人性风险是不可逆的':201 '如果人性风险是可控的':205 '如果出错':768 '如果只看商业':396 '如果可控':493 '如果必须做权衡':302,678 '如果技术不成熟':211 '如果技术成本过高':216 '如生命安全':202 '学习必须被监督':878 '学习监督产品的三重平衡':820 '学习监督可以做':926 '学习监督系统':824 '学习观':876 '学习进度跟踪':826 '它带来的价值能否覆盖持续消耗':423 '它是在扩大人的现实感':467 '家长愿意为孩子的学习监督付费':852 '容错机制':138 '将三个分数绘制到三角形中':631 '工具编排':388 '已知约束条件':36,519 '常见误判':362 '平衡分析':158 '平衡状态':168 '平衡类型':343,775,891 '平衡类型判断':167,653 '建议':348,712,752,798 '建议优先级':303,679 '弱势群体考虑':117 '强制流程':357,802 '当三者冲突时':196 '快速使用法':308 '性能':147 '性能是否可接受':134 '总监认为应该只做辅助':714 '惩罚机制':827 '惩罚机制可能让学习变成':861 '惩罚机制和排行榜短期能显著提升留存':854 '成本结构':726 '成熟的平衡不是每层都满分':508 '我们应该做到':366 '我们能做到':364 '打分':556,589,613 '打卡提醒':835 '技术':125,165,210,221,339,497,505 '技术三个维度之间找到平衡':12 '技术三者的平衡问题':25 '技术不成熟':176 '技术不成熟但商业机会重大':498 '技术决定一切':363 '技术可行':340 '技术型':180,186,278,281,346,640,643,778 '技术成本过高商业模式不成立':501 '技术成熟度':142 '技术是否成熟可用':130 '技术能力不应决定人性边界':506 '技术能力不应该决定人性边界':222 '技术评估':140 '技术限制':525 '把':913 '把学习责任外包给系统':883 '担心':43 '担心技术实现超越了商业价值或人性边界':29 '指标':920 '指标升级':671 '按面试次数计费':721 '排行榜':828,838 '推理深度':418 '描述产品方案':310 '提供系统性的三重平衡评估框架':15 '支付意愿':722,851 '收入模型':70,718,848 '收集数据证明':359,805 '改进计划':657,790,903 '效率观':759 '教育专家认为会损害学习动机':844 '数据':59,548 '文化层':453 '文化层建设':675 '文化层校准':922 '文化层核心问题':464 '文化层的后果不会立刻出现在报表里':470 '文化层讨论最少':456 '文化层评估':598,758,875 '文化层评估报告':618 '方向校准':674 '方案描述':515,696,831 '时代':385 '时间':57,330,546 '明确':677 '明确产品方案和已知约束':516 '是否保护了隐私和数据安全':103 '是否保留了人的主体性和判断感':441 '是否尊重用户的自主性和选择权':92 '是否有合适的回滚':137 '是否有明确的收入模型或价值交换':55 '是否有潜在的偏见或歧视风险':93 '是否有竞争壁垒或差异化优势':61 '是否有退出机制':98 '是否真的减轻了用户的长期负担':440 '是否真的减轻了长期负担':435 '是否符合公司战略方向':62 '是否考虑了弱势群体':100 '是否透明':94 '是在帮助人生活':442 '是在帮助建立能力':868 '是现实':380 '更好的毛利结构':427 '更完整的平衡框架':395 '替代人的判断':705 '替代判断':816 '最关键的人性问题':258 '最关键的商业问题':247 '最关键的技术问题':269 '最大矛盾点':289,780,895 '有偏见风险':334 '有分歧':33 '有没有更克制的设计':426 '未完成惩罚':837 '权衡决策':195 '标记团队内部的主要分歧点':529 '核心价值主张':67 '核心功能':697,832 '核心概念':375 '核心问题':52,89,127 '核心问题是制造依赖而非培养能力':872 '概念一':376 '概念三':430 '概念二':406 '概念五':473 '概念四':452 '模型调用':386 '模型调用成本可控':727 '歧视':203,491 '残障人士等':102 '没有可持续价值交换':428 '注意力':462 '消耗':417 '添加偏见检测机制':803 '理想型':169,272,634 '生命安全':490 '生成评估报告':701 '用一句话描述产品方案的核心功能':522 '用户可以不用':99,583 '用户可能立即回到旧习惯':866 '用户可能觉得被':840 '用户喜不喜欢':433 '用户支付意愿':74 '用户是否愿意为这个价值付费':56 '用户知道':95,578 '留存预期':853 '的三层评估报告':628 '的三角形分析':662 '监控':841 '直接出':709,738,782 '看起来很聪明':425 '真正的难点不是机械地说':476 '短期':354,799,910 '短期上瘾':448 '短期收益可能导致长期信任搎失':368 '短期留存提升':896 '短期要做的':295 '确保':351 '示例':321,683,817 '示例输入':37 '科技公司做':690 '稀缺':171 '稳定性和防护成本都在重新定义毛利结构':420 '立即':349,791,904 '立即要做的':292 '竞争优势':79 '竞争壁垒':728 '等待技术成熟':502 '系统应该':813 '红线清单':682 '约束':702,839 '约束条件':235 '结论':809,925 '维度':48,85,123,324 '综合输出格式':224 '老年人':101 '而忽视人的判断':46,337 '而是':410,434 '而是人性尊严':374 '而是人性边界决定技术能用多少':223,507 '而是商业':23 '而是团队必须能判断':478 '而是团队至少知道自己在牺牲什么':509 '而是非常具体的判断':439 '而非':815 '而非主动选择':863 '而非替代判断':808 '而非永远从外部推动':924 '能不能持续创造价值':411 '能不能赚钱':409 '能力成长':919 '自主性':735,860 '自主性尊重程度':107 '自动打卡提醒':825 '自动生成面试评估报告':42 '自动监督学习':834 '自我节奏管理':916 '被奖励':880 '被监督':914 '被追':879 '被追着跑':862 '规模化后成本结构是否合理':60 '规模化潜力':76 '计算健康度分数':648 '订阅':720 '订阅制':849 '让产品帮用户成为更能自主学习的人':933 '让用户在产品关闭后仍能自主学习':921 '设计':355,800 '评估':325 '评估产品在训练用户怎样理解效率':606 '评估参考':794 '评估是否保护了隐私和数据安全':587 '评估是否尊重用户的自主性和选择权':573 '评估是否有明确的收入模型或价值交换':543 '评估是否有潜在的偏见或歧视风险':575 '评估是否有竞争壁垒或差异化优势':552 '评估是否有退出机制':582 '评估是否符合公司战略方向':554 '评估是否考虑了弱势群体':585 '评估是否透明':577 '评估是在扩大现实感还是鼓励更浅的自动化依赖':609 '评估用户是否愿意为这个价值付费':545 '评估规模化后成本结构是否合理':550 '评估这种产品逻辑是否值得被扩散':611 '评估项':54,91,129 '识别三角形的偏斜':316 '识别最大矛盾点':646 '该做什么':32 '责任':461 '责任归属不清晰':769 '责任观':767,881 '转化和衡量的方向':398 '转向':929 '辅助判断':814 '辅助能提升招聘质量':361,807 '输入':34,517,537,567,600,624,659 '输出':530,560,593,617,651,680 '输出格式':63,104,139 '过去团队大多对标人力成本':414 '过度自动化和用户依赖':400 '运维成本':152 '运维成本是否可控':136 '还在持续训练用户如何理解效率':459 '还在训练用户的世界观':455 '还是在制造依赖':869 '还是在帮他们以更舒服的方式交出越来越多的判断':447 '还是在让人慢慢失去对判断':443 '还是在鼓励更浅的自动化依赖':468 '还是能被长期信任':472 '这不庸俗':379 '这个':13 '这个产品在训练用户怎样理解效率':465 '这个产品对人有没有侵害':90 '这个产品技术上能不能做到':128 '这个产品是在帮助用户重获判断力和现实感':446 '这个产品能不能创造商业价值':53 '这个体验是不是靠高成本堆出':424 '这个牺牲值不值得':511 '这个能力的长期运营成本是什么':422 '这张表帮你找到平衡点':26 '这种产品逻辑是否值得被扩散':469 '这种逻辑值得被扩散吗':884 '进度跟踪':836 '退出机制':115,749 '透明度':112,745 '逐个维度打分':312 '逐项打分':536,566,599 '通过':710,739,783,796 '部门愿意为节省时间付费':725 '重试和系统防护都在持续消耗成本':389 '金钱':58,547 '链路编排':419 '长期':358,804,917 '长期用户能力退化':898 '长期要做的':298 '长期负担':867 '附分数和关键问题':562,595,619 '附约束和分歧标记':532 '隐私保护':119 '需要加强人性保护':183 '需要等待技术':177 '需要等待技术成熟':218 '需要评估产品设计的健康度':30 '需要重新定义价值':189 '需要重新设计':194 '面试可以被':761 '面试官可以不参考':750 '面试官可能依赖':335 '面试官可能过度依赖':741 '面试官担心':703 '面试工具可以做':811 '面试数据积累形成壁垒':729 '面试辅助工具':40,323,692 '面试辅助工具的三重平衡':686 '预算限制':527 '风险缓解':667 '验证':215 '高粘性':449 '高转化的产品':450","prices":[{"id":"c433f532-1e7d-454d-8eca-af9044da7625","listingId":"38fbd64d-d6c8-4ffb-8455-2c4dff5b4d0f","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":"2026-05-01T01:02:53.284Z"}],"sources":[{"listingId":"38fbd64d-d6c8-4ffb-8455-2c4dff5b4d0f","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p0h-ai-product-triple-balance","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p0h-ai-product-triple-balance","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:53.284Z","lastSeenAt":"2026-05-18T18:57:26.989Z"}],"details":{"listingId":"38fbd64d-d6c8-4ffb-8455-2c4dff5b4d0f","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p0h-ai-product-triple-balance","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":"c8d243c5074558d981d0c9246e933aed307beb86","skill_md_path":"skills/p0h-ai-product-triple-balance/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p0h-ai-product-triple-balance"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p0h-ai-product-triple-balance","description":"AI 产品三重平衡表。AI 产品设计需要在商业、人性、技术三个维度之间找到平衡。 这个 Skill 提供系统性的三重平衡评估框架。 基于《AI"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p0h-ai-product-triple-balance"},"updatedAt":"2026-05-18T18:57:26.989Z"}}