discovery-process
von deanpetersdiscovery-process ist ein strukturierter Workflow, um ein vages Produktproblem durch Framing, Interviews, Synthese und Experimente in eine validierte Richtung zu überführen. Er hilft Product Managern und UX Researchern, Annahmen zu überprüfen, Pain Points zu klären und zu entscheiden, was als Nächstes gebaut werden soll.
Dieses Skill erreicht 78/100 und ist damit ein solider Kandidat für Nutzer, die einen strukturierten Discovery-Workflow suchen. Das Repository zeigt einen echten, wiederverwendbaren Prozess, um eine Produktannahme von Framing über Interviews und Synthese bis hin zu Experimenten zu führen. Im Vergleich zu einem generischen Prompt reduziert die Installation damit den Rätselanteil, auch wenn Nutzer den Workflow weiterhin an ihr Team und ergänzende Skills anpassen müssen.
- Klare Auslösbarkeit: In den Frontmatter-Angaben steht ausdrücklich, dass es für einen vollständigen Discovery-Zyklus von der Problemhypothese bis zur validierten Lösung gedacht ist, inklusive konkreter Best-Fit-Szenarien wie Churn, Onboarding und Continuous Discovery.
- Gute operative Tiefe: Der Skill-Body ist umfangreich, mit 13 H2s, 29 H3s sowie Workflow- und Constraint-Signalen, was eher auf einen echten Schritt-für-Schritt-Prozess als auf einen Platzhalter hindeutet.
- Hoher Nutzen für die Installationsentscheidung: Die enthaltene Vorlage und die Beispiel-Datei zeigen das erwartete Ergebnis und einen durchgespielten Discovery-Pfad, wodurch Agenten besser verstehen, wie der Skill ausgeführt werden soll.
- Es gibt keinen Installationsbefehl und keine begleitenden Support-Dateien, daher müssen Nutzer den Workflow möglicherweise manuell in ihren eigenen Skill-Stack einbinden.
- Das Repository scheint stärker auf Prozess-Orchestrierung als auf eigenständige Ausführungsartefakte ausgerichtet zu sein; am besten funktioniert es vermutlich zusammen mit separaten Skills für Framing, Interviews und Synthese.
Überblick über die discovery-process-Funktion
Die discovery-process-Funktion ist ein strukturierter Workflow, um ein vages Produktproblem über Framing, Interviews, Synthese und Experimente in eine validierte Richtung zu überführen. Sie eignet sich besonders für Product Manager, UX Researcher und cross-funktionale Teams, die mehr brauchen als einen allgemeinen Brainstorming-Impuls und einen wiederholbaren discovery-process für UX Research und Produktentscheidungen suchen.
Wofür diese Funktion gedacht ist
Nutzen Sie discovery-process, wenn Sie prüfen müssen, ob ein Problem wirklich existiert, warum es besteht und was als Nächstes zu tun ist, bevor etwas gebaut wird. Die Funktion hilft dabei, von „Wir glauben, Nutzer haben Schwierigkeiten mit X“ zu evidenzbasierten nächsten Schritten zu kommen.
Wer am meisten davon profitiert
Diese discovery-process skill passt zu Teams, die an Retention, Churn, Aktivierung, Onboarding oder unklaren Kundenschmerzen arbeiten. Besonders hilfreich ist sie, wenn Stakeholder Sicherheit wollen, dem Team aber noch nicht genug Evidenz vorliegt, um einen Build zu rechtfertigen.
Was sie von anderen Ansätzen unterscheidet
Der zentrale Mehrwert ist die Abfolge: Die Funktion ist darauf ausgelegt, Problem-Framing, Interviewplanung, Synthese und Lösungstests miteinander zu verbinden, statt sie als getrennte Einmal-Prompts zu behandeln. Dadurch ist sie stärker als die isolierte Anfrage an ein LLM nach „Research-Ideen“ oder „Fragen für User Interviews“.
So verwenden Sie die discovery-process-Funktion
Zuerst installieren und die richtigen Dateien lesen
Führen Sie den Schritt discovery-process install mit dem Skill-Loader des Repositories aus und öffnen Sie dann zuerst skills/discovery-process/SKILL.md. Prüfen Sie anschließend template.md und examples/sample.md, um die erwartete Ausgabeform und die Dokumentation eines vollständigen Zyklus zu verstehen.
Geben Sie ein echtes Discovery-Briefing
Die Funktion arbeitet am besten, wenn Ihr Input den Problemraum, die Zielgruppe, den Geschäftskontext und die Entscheidung enthält, die vom Ergebnis abhängt. Ein schwacher Prompt lautet: „Hilf uns mit Onboarding.“ Ein stärkerer Prompt lautet: „Die Aktivierung ist bei Self-serve-SMB-Nutzern um 15 % gefallen, und wir müssen herausfinden, ob das Hauptproblem im Verständnis, in der Setup-Hürde oder im fehlenden Nutzen liegt.“
Ein praxistaugliches Prompt-Muster
Verwenden Sie das Muster discovery-process usage zum Beispiel so:
Run discovery-process for UX Research on our onboarding drop-off problem. Audience: first-time SMB admins. Goal: identify the biggest friction point, draft interview questions, propose a synthesis structure, and suggest one testable solution hypothesis.
Wenn Sie bereits Evidenz haben, fügen Sie sie hinzu. Wenn nicht, sagen Sie das ausdrücklich. Die Funktion ist nützlicher, wenn sie weiß, ob sie von einer Hypothese, vorhandenen Daten oder einer Stakeholder-Frage ausgehen soll.
Was Sie lesen und wiederverwenden sollten
Beginnen Sie mit dem Examples-Ordner als Referenz für einen vollständigen Zyklus und spiegeln Sie dann die Vorlage für Ihre eigenen Notizen. Der discovery-process guide ist am stärksten, wenn Sie seine Phasen als Arbeitsartefakt wiederverwenden: Problem-Framing, Research-Plan, Interviews, Synthese, Opportunities, Experimente und Entscheidung.
FAQ zur discovery-process-Funktion
Ist discovery-process besser als ein normaler Prompt?
Ja, wenn Sie einen wiederholbaren Prozess statt nur einer einzelnen Antwort brauchen. Ein normaler Prompt kann Interviewfragen oder eine Zusammenfassung erzeugen, aber discovery-process hilft, die Abfolge zu koordinieren und die Ergebnisse auf eine Entscheidung auszurichten.
Wann sollte ich sie nicht verwenden?
Verwenden Sie sie nicht, wenn das Problem bereits validiert ist und Sie nur noch Implementierungsdetails brauchen. Sie ist auch keine gute Wahl für rein interne, nicht nutzerbezogene Fragen, bei denen Discovery-Interviews und Synthese keinen großen Mehrwert bringen.
Ist das auch für Einsteiger nützlich?
Ja, wenn Sie das Problem klar beschreiben können. Einsteiger profitieren am meisten, wenn sie die Vorlage nutzen und den konkreten Kontext ausfüllen, statt die Funktion die Forschungsfrage für sie erfinden zu lassen.
Passt das zu UX-Research-Workflows?
Ja. Der Blickwinkel discovery-process for UX Research gehört zu den stärksten Anwendungsfällen, vor allem für Interviewplanung, Synthese-Strukturen und die Überführung der Erkenntnisse in ein Experiment oder ein Entscheidungs-Memo.
So verbessern Sie die discovery-process-Funktion
Beginnen Sie mit einer präziseren Problemformulierung
Die besten Ergebnisse entstehen aus Inputs, die Symptom, vermutete Ursache und geschäftliche Auswirkung voneinander trennen. Zum Beispiel: „Nutzer brechen das Setup ab, nachdem sie ein Bankkonto verbunden haben; wir vermuten, dass sie den nächsten Schritt nicht verstehen, und das könnte die Aktivierung verringern.“ Das ist besser als „Nutzer sind verwirrt“.
Fügen Sie Einschränkungen hinzu, die den Research-Plan verändern
Wenn Sie eine Deadline, nur begrenzten Zugang zu Nutzern oder ein enges Segment haben, sagen Sie das direkt. Einschränkungen beeinflussen, ob die Funktion eher zu Switch-Interviews, einer Auswertung von Support-Tickets, leichterer Synthese oder schnellerem Konzepttest raten sollte.
Bitten Sie um Ergebnisse, die Sie direkt umsetzen können
Um bessere discovery-process usage-Ergebnisse zu erhalten, fragen Sie nach konkreten Deliverables: einem Interviewleitfaden, einem Synthese-Framework, Opportunity-Statements und einer testbaren Hypothese. Wenn Sie nur „Insights“ verlangen, ist die Ausgabe meist zu abstrakt, um daraus eine echte Entscheidung abzuleiten.
Iterieren Sie nach dem ersten Durchlauf
Nutzen Sie die erste Ausgabe, um die nächste Runde zu schärfen. Wenn das Framing zu breit ist, schränken Sie die Zielgruppe ein. Wenn der Interviewplan generisch wirkt, ergänzen Sie Verhaltensdaten oder eine konkrete Funnel-Stufe. Wenn die vorgeschlagene Lösung zu früh kommt, bitten Sie darum, die Problemvalidierung stärker zu gewichten als die Ideenfindung.