xx-clarify

需求澄清

模糊想法不是需求。在判断"该不该做"之前，先把"到底要做什么"问清楚。

这个技能做什么

帮你在快速模式约 15 分钟 / 深入模式 30-60 分钟内，把"我想做个 XX 工具"这种模糊想法，澄清成结构化的问题定义 + 机会清单，输出一张澄清卡。

模糊想法最常见的死法不是做不出来，而是一开始就没问清楚：到底给谁、在什么场景下、解决什么可感知的问题。结果做到一半发现"这根本不是用户要的"。

本技能是 01-think 层的第一个 skill：xx-ai-feature 判断"产品要不要 AI 能力"，xx-goal 定"目标"，xx-research 验"需求真不真"——而本技能在它们之前，先把"模糊想法"变成"可被判断的需求"。

双模式说明：

• 快速模式（默认）： AI 一次走完 5 步，直接输出简化澄清卡（每步只取核心结论，不展开方法论细节），不每步停下来等确认。
• 深入模式（按需）： 用户说"再深一点"/"第 N 步我不确定"/"展开说说"时，才进入该步的深入模式（展开 5W1H 全表、Forces of Progress 四股力、walking skeleton 断点表、Kano 五类、OST 结构图）。深入模式按原有"每步确认"节奏走。

交互节奏：

步	做什么	产出	快速模式取什么	进入下一步的条件
1	锁定问题陈述	一句话 problem statement	一句话 problem statement（谁+场景+可感知后果）	快速模式：直接往下走 / 深入模式：用户说"对/可以"
2	JTBD 重定义	outcome statement + 四股力	outcome statement + 推力/拉力两句	同上
3	用户故事映射找盲点	walking skeleton + 断点清单	一条 walking skeleton + 2-3 个最致命断点	同上
4	Kano 分类 + 优先级	带 Kano/优先级的机会清单	机会清单 + MVP 取法（哪些进 MVP）	同上
5	输出澄清卡	澄清卡（含假设 + 下一步）	简化澄清卡（含 2-3 条假设 + 下一步）	卡片交付，技能结束

AI 执行约束（快速模式）： 禁止在每步停下来等确认，一次性走完 5 步出简化澄清卡。每步只取核心结论，不展开方法论全表。出卡后主动问"要不要对某一步再深一点？"

AI 执行约束（深入模式）： 进入某步深入模式后，每步结束必须输出一个明确的确认问题（如"这版问题陈述对吗？哪里要改？"），得到用户"对/可以/进入下一步"才继续。用户说"不对"就原地修改，不跳步、不抢跑。

如何判断用户要不要深入： 用户说"再深一点"/"第 N 步我不确定"/"展开说说"/"第 N 步怎么得出的"→ 进入该步深入模式，展开对应方法论细节。

---

第 1 步：锁定问题陈述

快速模式只取：一句话 problem statement（谁 + 场景 + 可感知后果）。

要回答：到底是谁、在什么场景下、因为什么、受了什么损失？

用 5W1H 把模糊想法逼成一句话（深入模式展开 5W1H 全表）：

Who    谁（具体到职业 + 场景，不是"用户"）
What   遇到什么问题（可观察的行为，不是"需要个工具"）
When   什么时候发生（触发场景）
Where  在哪里发生（物理/数字位置）
Why    为什么是问题（现有方案哪里不行）
How    现在怎么凑合的（替代行为）

一句话 problem statement：
[谁] 在 [什么场景] 下，因为 [什么问题]，
导致 [什么可感知的后果]，希望 [什么改变]。

判断标准（给人）： problem statement 必须有具体的"谁"和"场景"，能想象出一张脸；必须有"可感知的后果"（浪费时间/被打回/丢客户），不能只说"不方便/体验差"。出现"用户/大家/一般人"等泛词，视为不达标。

AI 执行约束： 快速模式下，若用户输入信息不足以填满 problem statement 模板，AI 用合理推断补全并标注"推断"。深入模式下，若用户只说"做个 XX 工具"，必须用 5W1H 逐项追问。problem statement 里出现"用户""大家""一般人"等泛词，标红追问"具体是哪类人、在什么场景下"。后果若不可感知，追问"这件事没解决会损失什么"。

---

第 2 步：JTBD 重定义

快速模式只取：outcome statement + 推力/拉力两句。

要回答：用户"雇佣"这个产品来完成什么任务？

把第 1 步的问题转成 outcome statement（任务视角，不是功能视角）：

当 [情境]，
我想 [完成什么任务]，
以便 [得到什么可感知的结果]。

再用 Forces of Progress（四股力，深入模式展开）检查这个需求有没有动力：

力	含义	小象取色例
推力	现状哪里让用户不满	客户看不懂 Hex，方案被打回
拉力	新方案哪里吸引人	一秒出中式色名，专业又好懂
焦虑	换方案顾虑什么	AI 命名准不准？会不会闹笑话
习惯	现状惯性在哪	现在搜官网查，虽然慢但"靠谱"

判断标准（给人）： outcome statement 的"[结果]"必须是用户能感知的"成果"（方案一次过 / 客户看懂），不是"功能"（用 AI 命名）。四股力里至少能说清"推力"和"拉力"——说不清推力，说明痛点是脑补的。

AI 执行约束： 若"[我想做什么]"写成"使用 XX 功能"而非"完成 XX 任务"，必须改写为任务视角。四股力缺推力或拉力，标"动力不足，需求可疑"，建议回第 1 步重挖痛点，不硬往下走。

---

第 3 步：用户故事映射找盲点

快速模式只取：一条 walking skeleton + 2-3 个最致命断点。

要回答：用户从触发到完成，端到端走一遍会卡在哪？

先画 walking skeleton（最小端到端主干，一条线，不是功能清单）：

[触发] → [步骤1] → [步骤2] → ... → [完成/交付]

再沿这条线找断点：用户会卡住、放弃、或需要补救的地方（深入模式展开断点表）。

断点	卡在哪	卡住后果
断点 1	…	…（可感知的损失）
断点 2	…	…

判断标准（给人）： walking skeleton 必须是端到端一条线（有触发、有终点），不是功能罗列。每个断点必须标"卡住后果"，没后果的断点不算真断点。

AI 执行约束： 若 walking skeleton 只是功能罗列（如"取色、命名、海报"），必须重排成时序流程。每个断点必须附"卡住后果"，缺后果就追问"卡在这用户会怎样"。断点超过 5 个时，提示用户先聚焦最致命的 2-3 个。

---

第 4 步：Kano 分类 + 优先级筛选

快速模式只取：机会清单 + MVP 取法（哪些进 MVP）。

要回答：哪些该进 MVP，哪些该砍？

把第 3 步发现的机会点做 Kano 分类（深入模式展开 Kano 五类全表）：

Kano 类	定义	判断口径
基本	没有就骂街	缺了它产品不能用
期望	越多越好	用户会主动比较、挑多的
兴奋	没有也行，有了惊艳	用户没想过，用了惊喜
无差异	有没有都一样	用户不在意
反向	做了更糟	做了用户反而反感

再用 MoSCoW + RICE 排优先级：

MoSCoW：Must / Should / Could / Won't（本版）
RICE 简评：(Reach × Impact × Confidence) / Effort，给高/中/低即可

MVP 取法： 基本（全要）+ 期望（核心 1-2 个）+ 兴奋（只取 1 个做差异化）。

判断标准（给人）： 每个机会点必须归到 Kano 某一类，不能全标"期望"。MVP 里的兴奋型不超过 1 个——多了就没了惊艳点。

AI 执行约束： 若所有功能都标"期望"或都标"Must"，必须追问"如果只能留一个，留哪个、为什么"，逼出区分。兴奋型进 MVP 超过 1 个，标红提示"差异化点过多，建议砍到 1 个"。无差异和反向类必须标 Won't，不能含糊带过。

---

第 5 步：输出澄清卡

快速模式只取：简化澄清卡（含 2-3 条假设 + 下一步）。

要回答：澄清完的东西，怎么交给下一步？

用 OST（Opportunity Solution Tree，深入模式展开结构图）把前 4 步收口：

outcome（来自第 2 步 outcome statement）
  └─ opportunity（来自第 3 步断点 = 机会点）
       └─ solution（来自第 4 步 MVP 取法）
            └─ experiment（要验证的假设 + 方法）

整理成澄清卡：

## 澄清卡

### 问题陈述
[第 1 步的一句话 problem statement]

### JTBD
[第 2 步 outcome statement]
推力：…  拉力：…  焦虑：…  习惯：…

### 机会清单（带 Kano + 优先级）
| 机会点 | Kano | MoSCoW | RICE |
| … | … | … | … |
MVP = 基本(…) + 期望(…) + 兴奋(…)

### 假设清单
1. [假设]（最危险？）→ 验证方法：…
2. [假设] → 验证方法：…

### 建议下一步
- 假设 X → 用 xx-research 找 5-10 人验证
- 商业逻辑 → 用 xx-business 画布
- 需求清楚后 → 用 xx-prd 定义 MVP

判断标准（给人）： 每个假设必须可证伪（能说出什么数据算通过）。建议下一步必须指向具体 skill 和具体动作，不能是"继续想"。

AI 执行约束： 澄清卡任一字段为空，标"证据不足，需回第 N 步补"，不留空格。假设必须可证伪，不可证伪的（如"用户会喜欢"）必须改写成可观测行为。建议下一步不能是"继续想/再讨论"，必须是"走 X 技能做 Y"。

---

验收清单

快速模式最低要求（简化卡必须有的）

• problem statement 有具体"谁 + 场景 + 可感知后果"，无泛词
• outcome statement 是任务视角（成果），不是功能视角
• 一条 walking skeleton（端到端）+ 至少 2 个标了"卡住后果"的断点
• MVP 取法明确（哪些进 MVP，兴奋型不超过 1 个）
• 至少 2 条可证伪假设 + 指向具体 skill 的下一步

深入模式完整要求（深入模式时逐项检查）

• problem statement 有具体"谁 + 场景 + 可感知后果"，无泛词
• outcome statement 是任务视角（成果），不是功能视角
• 四股力至少说清推力和拉力
• walking skeleton 是端到端一条线，不是功能罗列
• 每个断点都标了"卡住后果"
• 每个机会点都归了 Kano 类，没有全标"期望"
• MVP 兴奋型不超过 1 个
• 假设清单每条都可证伪
• 建议下一步指向具体 skill + 具体动作

AI 执行约束： 任意一项不满足，必须明确标注"该项证据不足/不达标"，不能补全脑补。快速模式出卡后主动提示"要不要对某一步深入"。

---

示例：小象取色 从"我想做个取色工具"到结构化问题定义

以下是深入模式的完整演示（5 步全展开）。快速模式输出会更简——直接给一张简化澄清卡，不展开 5W1H 全表、四股力、断点表、Kano 表。

模糊想法： "我想做个取色工具"

第 1 步 · 锁定问题陈述

5W1H 追问后：

• Who：每周做配色 ≥3 次的平面/UI 设计师，常接国风/品牌项目
• What：取到屏幕颜色后只有 Hex，无法快速转成可交付的中式色名
• When：客户现场沟通配色、交付方案时
• Where：设计师工位 / 客户现场（手机上）
• Why：Hex 客户看不懂；中式色名要翻官网，一个色找半天
• How：现在搜官网查 / 自己编名字 / 直接发 Hex 凑合

一句话 problem statement：

设计师在客户现场沟通配色时，因为只能给出 Hex 色号、客户看不懂，导致方案被打回反复修改，希望快速把屏幕颜色转成客户能理解的中式色名。

第 2 步 · JTBD 重定义

outcome statement：

当我在客户现场需要确认一个颜色时，我想一秒把这个颜色转成可交付的中式色名，以便客户立刻看懂、方案一次过。

四股力：

• 推力：客户看不懂 Hex，方案被打回
• 拉力：一秒出中式色名，专业又好懂
• 焦虑：AI 命名准不准？会不会出错闹笑话
• 习惯：现在搜官网查，虽然慢但"靠谱"

第 3 步 · 用户故事映射找盲点

walking skeleton： 打开小程序 → 摄像头对准颜色 → 点击取色 → 显示中式色名 →（可选）生成配色方案 →（可选）生成海报 → 保存历史

断点清单：

断点	卡住后果
取色不准（光线/反光）	色名错，交付出错
AI 命名不专业/有错	客户质疑专业度
只有单色没有配色	还是要回去凑方案
现场没网	AI 用不了，整条流程断

第 4 步 · Kano 分类 + 优先级

机会点	Kano	MoSCoW	RICE
摄像头实时取色	基本	Must	高/中
AI 中式色名	期望	Must	高/中
配色方案生成	兴奋	Should	中/中
海报模板	兴奋	Could	中/低（付费点）
历史记录	期望	Should	中/低
离线取色	无差异	Won't（本版）	低/高

MVP = 基本（取色）+ 期望（中式色名）+ 兴奋（配色方案，1 个差异化点）

第 5 步 · 澄清卡

问题陈述： 设计师在客户现场沟通配色时，因为只能给 Hex、客户看不懂，导致方案被打回，希望快速把屏幕颜色转成可交付的中式色名。

JTBD： 一秒把颜色转成可交付中式色名，让客户看懂、方案一次过。

机会清单： 见第 4 步表。MVP = 取色 + 中式色名 + 配色方案。

假设清单：

1. 设计师愿意把 AI 命名结果直接交付给客户（最危险）→ 验证：手工 MVP，帮 10 个设计师命名，看几人直接用于交付
2. 客户能看懂"故宫红/天青色"这类中式色名 → 验证：拿命名结果给 5 个非设计行业客户看
3. 设计师愿意为高级配色/海报模板付费 → 验证：落地页留资看付费意愿

建议下一步：

• 假设 1 → 用 xx-research 找 5-10 个设计师验证
• 假设 3 → 用 xx-business 画布看付费逻辑
• 需求清楚后 → 用 xx-prd 定义 MVP 功能

---

使用方式

把你的模糊想法告诉我，我默认快速模式一次走完 5 步，直接给你一张简化澄清卡。你看完觉得哪一步想再深一点（比如"第 3 步断点我不确定"/"展开说说 Kano"），就说"再深一点"或"第 N 步深入"，我进入那一步的深入模式，按"每步确认"的节奏跟你走。你只需用自然语言说想法和判断"对/不对/改哪里"。

对话示例：

• "我想做个取色工具" → 我快速走完 5 步，直接给简化澄清卡，再问"要不要对某一步深入"
• "第 2 步的 outcome 我觉得不对" → 进入第 2 步深入模式，原地改，不跳步
• "断点我觉得还少一个" → 进入第 3 步深入模式补断点
• "再深一点" → 我问你指哪一步，进入该步深入模式
• "5 步都走完了，可以了" → 我把澄清卡给你，建议你走 xx-research 验证最危险假设

---

与其他技能的关系

• 后续： 澄清卡 → xx-research 验证假设清单（尤其最危险假设）/ xx-business 画布看商业模式 / xx-prd 定义 MVP 功能
• 后续： xx-ai-feature 可在本技能后判断"产品要不要 AI 能力"（澄清了任务才好判断产品该不该加 AI）
• 前置定位： 本技能是 01-think 的入口，模糊想法先过本技能，再进 xx-goal 定目标、xx-research 验需求
• 回溯： xx-track 上线后用真实数据回校澄清卡里的假设清单是否成立

方法论来源

• JTBD（Jobs-to-be-Done） — outcome statement + Forces of Progress，Bob Moesta / jobstobedone.org
• 用户故事映射（User Story Mapping） — walking skeleton 找断点，Jeff Patton《User Story Mapping》
• Kano 模型 — 需求分类（基本/期望/兴奋/无差异/反向），狩野纪昭
• OST（Opportunity Solution Tree） — outcome→opportunity→solution→experiment 结构化输出，Teresa Torres《Continuous Discovery Habits》