ai-shaped-readiness-advisor

ai-shaped-readiness-advisor 技能概覽

ai-shaped-readiness-advisor 能幫你判斷，你的產品團隊到底只是「有在用 AI 工具」，還是真的已經把產品工作的方式，重新設計成以 AI 為核心。它特別適合 PM 主管、產品營運、創辦人與策略團隊，用來做一個直接而務實的成熟度檢視，並找出下一步該做什麼，尤其適合 ai-shaped-readiness-advisor for Decision Support。

這個 skill 是拿來做什麼的

ai-shaped-readiness-advisor skill 不是一般的 AI 腦力激盪提示詞。它的設計目的是評估 AI 成熟度、找出這個 skill 所涵蓋的 5 個 PM 能力面向中的缺口，並建議你先培養哪一項能力。當你需要排定投資優先順序、對齊團隊對「我們現在到底在哪裡？」的認知，或說明為什麼 AI 採用還停留在表層時，它就很有用。

誰應該安裝它

如果你負責產品方向，卻只得到「我們有在用 Copilot」這種答案，那就適合使用 ai-shaped-readiness-advisor install。對於想比較「AI 提升效率」與「AI 形塑作業模式」兩種路線的團隊，它特別對味。相對地，如果你只是想要文案協助，或是單次的 AI 發想，它就沒那麼有用。

這個 skill 的差異在哪裡

它的主要價值在於決策支援：把表層自動化和結構性改變清楚切開。這個 skill 會引導使用者誠實評估成熟度、看清取捨，並找出下一個最值得建構的能力，而不是鼓勵空泛的「要更 AI-first」這類建議。

如何使用 ai-shaped-readiness-advisor skill

先安裝，並先打開正確的來源

要進行 ai-shaped-readiness-advisor install，請使用這個 skill 的 repository 路徑，並先從 SKILL.md 開始。在這個 repo 裡沒有 helper scripts 或 sidecar reference folders，所以 SKILL.md 就是主要的權威來源。先讀 frontmatter、Purpose 區段，以及任何能力描述，再把這個 skill 放進工作流程中使用。

把模糊目標轉成有用的 prompt

最好的 ai-shaped-readiness-advisor usage 會從具體的情境說明開始。請包含你的團隊類型、目前用哪些 AI 工具、要評估的產品職能，以及你需要做的決策。例如：「請評估我們的產品團隊是 AI-first 還是 AI-shaped，依五項能力幫我們打分，並建議下一季應該先培養哪一項能力。」

提供這個 skill 真能評估的輸入

這個 skill 最適合吃「證據」，而不是願景。請提供目前工作流程的例子、AI 用在哪裡、誰擁有決策權、以及哪些部分仍然依賴人工判斷。弱一點的 prompt 會說：「我們準備好了嗎？」更好的說法則是：「我們用 AI 做研究摘要和 ticket 草擬，但 roadmap 決策、discovery 綜整，以及客戶訊號解讀仍然是人工處理。請評估我們的 readiness，並告訴我們先修哪裡。」

用決策流程來用，不要只問一次就算了

一個實用的 ai-shaped-readiness-advisor guide 流程是：1）定義團隊範圍，2）描述目前的 AI 使用情況，3）要求成熟度評估，4）請它按能力面向列出缺口，5）再請它排出下一個最優先要建的能力。如果你是把它放進更大的 repo 裡使用，請把 skill 的輸出和實作工作分開，避免成熟度診斷被戰術性任務沖淡。

ai-shaped-readiness-advisor skill 常見問題

這只是另一個 AI prompt 嗎？

不是。ai-shaped-readiness-advisor skill 的目的是把評估結構化，並產出以決策為導向的建議。一般 prompt 或許能生出點子，但通常不會提供一個穩定的比較框架，讓你判斷 AI-first 與 AI-shaped 兩種作業模式。

新手也能用嗎？

可以，只要你能誠實描述目前的工作流程。你不需要深入的 AI 架構知識，也能把 ai-shaped-readiness-advisor usage 用得很好，但你需要有足夠的脈絡，讓它看得出工作是如何在團隊中流動的。你提供的作業細節越完整，評估通常越準。

什麼情況下不該用它？

不要把它拿來做簡單文案生成、模型選型，或是實作除錯。如果你的組織幾乎還沒有實質 AI 採用，只是想先快速了解 AI 概念，那它也不是最合適的選擇。在這些情況下，更簡單的 prompt，或是別的 skill，通常會更快。

我應該期待什麼樣的輸出？

你可以期待一份成熟度評估、可能的缺口，以及下一個該建什麼能力的建議。它的目標不是產出一篇很長的策略備忘錄，而是幫你判斷，你的團隊究竟是真的 AI-shaped，還只是 AI-assisted。

如何改善 ai-shaped-readiness-advisor skill

提供更銳利的證據

提升品質最大的關鍵，是把意見換成例子。請分享具體流程，例如 discovery、優先順序排序、roadmap 規劃、客戶回饋處理，或 release 決策，並標明哪些地方是 AI 在幫忙、哪些地方人仍然在照舊做同樣的事。這樣診斷才更有可信度。

指定你需要的輸出格式

如果你是要拿去做主管討論，就請它給你一頁式 scorecard、主要缺口，以及下一步建議。如果你是拿來做團隊規劃，就請它列出逐項能力的發現，並排出建置順序。清楚的輸出限制，會提升 ai-shaped-readiness-advisor guide 的品質。

小心表層採用的假象

常見的失敗模式，是因為團隊很常用 AI 工具，就誤判成熟度很高。使用頻率不等於真正轉型。你可以要求這個 skill 明確區分自動化、輔助，以及真正的工作流程重設，尤其是針對 ai-shaped-readiness-advisor for Decision Support。

第一次跑完後再迭代

先用第一版答案找出缺少的脈絡，再帶著更好的證據重跑一次。補上哪些決策常卡住、哪些資料最被信任、哪些地方仍需要人工對帳，以及哪一項團隊能力最脆弱。第二次通常會比硬把第一次 prompt 寫到完美，更容易得到有用的建議。