Agent Skills
返回列表
🏢

机会方案树助手

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/opportunity-solution-trees 到你的 AI 助手中。

技能介绍

要解决的问题

产品团队常陷入一个困境:目标定了,但讨论始终停留在“体验更好”“流程更顺”这类模糊诉求上。没有可衡量的结果,团队就无从判断哪些工作真正有效,哪些只是自我感动。

机会方案树助手 的作用,是把这类模糊目标转化为明确的结果指标——例如“将首周激活率从 30% 提升到 45%”,再围绕这个结果去拆解用户当前面临的机会,并为每个机会提供多个备选方案。

如何工作

这个技能遵循 Opportunity Solution Trees (OST) 方法论,核心流程分三步:

  1. 定义结果 — 先回答“你想知道什么”,而不是“你想做什么”。结果必须可度量,例如“将购物车放弃率从 70% 降到 55%”。
  2. 挖掘机会 — 基于用户访谈(哪怕每周只做一次),从真实行为中找机会点。不是猜用户要什么,而是听用户遇到了什么阻碍。
  3. 生成方案 — 针对每个机会,同时列出多个解法,而不是默认采用第一个想到的想法。方案之间可以重叠,一个方案解决多个机会是正常情况。

它不负责做优先级排序,而是把机会和方案之间的关系可视化出来。团队再根据 影响 / 证据强度 / 可行性 三维度来决定先验证哪一个。

适用边界

这个技能不是万能的。它假设团队愿意持续做用户访谈,且能容忍实验失败——失败的实验会更新树的结构,而不是推翻整个计划。如果组织文化要求一次性确定方案、不接受迭代,这套方法会很难落地。

另一个常见误区是把它当成任务分派工具。它的价值在于发现真正值得解决的问题,而非把已有的 to-do list 换个格式画出来。

使用场景

  • 产品经理在季度规划时需要把'提升用户留存'这类模糊目标,拆解为可度量的结果指标,并找出对应的用户机会点。
  • 电商团队面对高购物车放弃率,希望通过用户访谈挖掘真实阻碍,生成多个可测试的解决方案。
  • 团队已整理出十多个用户机会,需要按影响、证据强度和可行性排序,决定下个迭代先验证哪个方案。
  • 产品负责人准备对某个方案做A/B测试,需要设计明确的假设、成功指标和实验周期。

适合人员

  • 产品经理:持续接收用户反馈但缺乏系统方法验证哪些机会最值得投入,容易陷入功能堆砌。
  • 用户研究员:每周做访谈但难以将零散故事转化为可执行的产品决策,价值被低估。
  • 产品负责人:需要在多个机会间做优先级决策,希望用实验数据而非直觉推动团队方向。
  • 初创创始人:资源有限,需要在投入开发前确认方案是否真正解决用户痛点而非自嗨。