problem-framing-canvas

problem-framing-canvas 技能概覽

problem-framing-canvas 能做什麼

problem-framing-canvas 技能會引導團隊依照 MITRE 的 Problem Framing Canvas 來釐清問題，先定義問題，再急著找解法。當需求很模糊、利害關係人意見不一，或你懷疑團隊其實在優化錯的結果時，這個 problem-framing-canvas skill 特別有用。

誰適合使用

如果你是 PM、設計師、研究員或引導者，需要一套有結構的方法，把混亂的需求整理成大家共識的問題陳述，就該使用這個 problem-framing-canvas skill。當團隊需要的是下一步該做什麼的證據，而不只是更多點子時，problem-framing-canvas for Decision Support 會特別有幫助。

為什麼它不一樣

這個技能是互動式的，而且帶有實用的明確立場：它會推著你走完三個階段，Look Inward、Look Outward、Reframe。當你需要偏誤檢查、利害關係人覆蓋，以及最後能直接拿去做工作坊、roadmap 或探索計畫的 “How Might We” 句型時，它比通用 prompt 更好用。

如何使用 problem-framing-canvas 技能

安裝並找到核心檔案

進行 problem-framing-canvas install 時，請使用技能目錄中顯示的 repo 路徑，先從 skills/problem-framing-canvas/SKILL.md 開始。接著閱讀 template.md 了解輸出的格式，再看 examples/sample.md，確認一份完成度高的 canvas 長什麼樣子。

給技能真實的問題，不要只給主題

problem-framing-canvas usage 在你提供具體症狀、情境與決策壓力時效果最好。好的輸入例如：「改善 enterprise SaaS 中首次使用的管理者 onboarding 流失，因為 support tickets 顯示他們在第 2 步特別困惑。」不好的輸入只有：「改善 onboarding。」

使用三階段工作流

一個好的 problem-framing-canvas guide 輸入，會幫助技能依序完成：

• Look Inward： 團隊自己有哪些假設、偏好，或可能忽略的地方
• Look Outward： 誰感受到這個問題、何時發生、又有哪些人被排除在外
• Reframe： 更精準的問題陳述，以及一個可實際使用的 HMW 問句

通常好用的提示格式

請一次要求輸出完整 canvas，並附上任何重要限制，例如受眾、商業目標或已知證據。比如：「請用 problem-framing-canvas 來梳理我們面向新 SMB 客戶的流失問題，假設我們手上只有 support logs 和 product analytics。」這樣能提供足夠訊號，讓技能保持扎實，而不是空泛。

problem-framing-canvas 技能 FAQ

這比一般 prompt 更好嗎？

通常是，尤其當你的問題本身就很模糊時。一般 prompt 可能會太早產生點子，而 problem-framing-canvas 會先強迫你定義問題；當團隊卡在症狀之爭時，這正是它最大的價值。

什麼情況下不該用？

如果問題已經定義得很清楚，而你需要的是執行規劃、文案撰寫或解法發想，就不要用 problem-framing-canvas。它是用來框定問題的工具，不是交付計畫，也不是優先排序框架。

新手也能用嗎？

可以。canvas 結構本身很簡單，但品質取決於你給的輸入。新手如果能帶著一個具體問題、一個目標使用者，以及至少一項已知限制或證據，通常會得到最多價值。

它怎麼和其他 product workflow 搭配？

它最適合放在 discovery synthesis、roadmap 討論，或解法腦力激盪之前。當你需要先建立問題的共同語言時就用它；等框架清楚後，再往研究問題、實驗設計或發想階段推進。

如何改進 problem-framing-canvas 技能

提供證據，不要只給意見

品質提升最大的一步，來自具體輸入：support 主題、funnel 流失、客戶引言、失單原因，或實際觀察到的行為。problem-framing-canvas 能更精準區分症狀與根因時，輸出就會更銳利。

先講清楚邊界條件

如果團隊有任何限制，請一開始就說明：目標族群、時程、平台、法規限制，或商業目標。這些細節能幫助技能避免用「解決所有問題」的廣角 framing，並產出你真的能拿來用的 HMW 問句。

注意最常見的失敗模式

最常見的失誤，是把問題寫成解法長相，例如「我們需要一個更好的 dashboard」或「我們需要 AI 自動化」。要改善 problem-framing-canvas skill 的輸出，先重述使用者痛點與情境，再問真正被卡住或被誤解的是什麼。

用一個更聚焦的追問反覆修正

完成第一版 canvas 後，如果陳述還是太大，就進一步收斂。實用的追問像是：「請只針對首次使用者重新框定」、「請只用這一季能驗證的證據重寫問題」。這種修正通常比再多要一些點子，更能提升決策品質。