ai-shaped-readiness-advisor

ai-shaped-readiness-advisor 技能概览

ai-shaped-readiness-advisor 帮你判断：你的产品组织到底只是“在用 AI 工具”，还是已经围绕 AI 重新设计了产品工作的方式。它尤其适合产品负责人、产品运营、创始人和战略团队，用来做一次直接、清晰的成熟度检查，并给出可执行的下一步建议，尤其适用于 ai-shaped-readiness-advisor for Decision Support。

这个技能是做什么的

ai-shaped-readiness-advisor skill 不是一个通用的 AI brainstorming prompt。它的设计目标是评估 AI 成熟度，识别该技能所覆盖的 5 个 PM 能力领域中的缺口，并推荐最先该建设哪项能力。也就是说，当你需要优先级排序、对齐团队对“我们现在到底处在什么位置”的认知，或者解释为什么 AI adoption 仍然停留在表层时，它会很有用。

谁应该安装它

如果你负责产品方向，而且需要一个比“我们在用 Copilot”更明确的答案，就可以使用 ai-shaped-readiness-advisor install。对于那些在比较“AI 提效”与“AI-shaped operating model”的团队，它非常合适。若你只想要文案辅助，或者做一次性的 AI 点子发散，它就没那么有用。

它的不同之处

它的核心价值在于 decision support：它会把表层自动化和结构性变革区分开来。这个技能会推动用户进行诚实的成熟度评估、理解取舍，并明确下一项最值得建设的能力，而不是鼓励那种笼统的“更 AI-first 一点”式建议。

如何使用 ai-shaped-readiness-advisor 技能

先安装并打开正确的源文件

在使用 ai-shaped-readiness-advisor install 时，请使用这个技能对应的 repository 路径，并从 SKILL.md 开始阅读。这个 repo 里没有 helper scripts，也没有 sidecar reference folders，所以 SKILL.md 是主要的权威来源。在工作流中调用这个技能之前，先读 frontmatter、Purpose section，以及任何 competency descriptions。

把模糊目标改写成有用的 prompt

最好的 ai-shaped-readiness-advisor usage 一定从具体的上下文说明开始。要写清楚团队类型、当前使用的 AI 工具、你希望评估的产品职能，以及你要做的决策。例如：“Assess whether our product org is AI-first or AI-shaped, score us across the five competencies, and recommend the one capability we should build next quarter.”

提供它真正能评估的输入

这个技能在你提供证据而不是愿景时，效果最好。请包含当前工作流的例子、AI 用在什么地方、谁拥有决策权，以及哪些地方仍然依赖人工判断。弱一点的 prompt 会写：“我们准备好 AI 了吗？”更强的写法则是：“We use AI for research summaries and ticket drafting, but roadmap decisions, discovery synthesis, and customer signal interpretation are still manual. Evaluate our readiness and tell us what to fix first.”

用决策流程来用，不要只问一次

一个实用的 ai-shaped-readiness-advisor guide 流程是：1）定义团队范围，2）描述当前 AI 使用情况，3）请求成熟度评估，4）按能力维度列出缺口，5）要求给出排序后的下一项能力。如果你是在更大的 repo 里应用它，请把技能输出和实现工作分开，避免成熟度诊断被战术性任务冲淡。

ai-shaped-readiness-advisor 技能 FAQ

这只是另一个 AI prompt 吗？

不是。ai-shaped-readiness-advisor skill 的目标是把评估过程结构化，并产出面向决策的建议。普通 prompt 可能会生成一些点子，但通常不会给你一套稳定的视角，用来比较 AI-first 和 AI-shaped operating models。

它适合新手吗？

适合，只要你能如实描述当前工作流。使用 ai-shaped-readiness-advisor usage 并不要求你理解很深的 AI architecture 知识，但你至少要能提供足够上下文，说明工作在团队里是怎么流转的。你给出的运营细节越具体，评估就越准确。

什么时候不该用它？

不要把它用在简单的文案生成、模型选择或实现调试上。如果你的组织几乎还没有真正的 AI adoption，只是需要一个基础的 AI 概念概览，它也不合适。在这些场景下，更简单的 prompt 或其他技能会更快。

我会得到什么样的输出？

你可以期待一份成熟度评估、可能存在的缺口，以及关于下一步该建设什么能力的建议。目标不是写一篇很长的 strategy memo；而是帮你判断，你的团队到底是真的 AI-shaped，还是只是 AI-assisted。

如何改进 ai-shaped-readiness-advisor 技能

给这个技能更扎实的证据

提升质量最大的办法，是用例子替代观点。请分享 discovery、prioritization、roadmap planning、customer feedback handling 或 release decisions 等具体工作流，并说明 AI 帮上了什么忙、哪些地方人仍然在做同样的老工作。这样诊断会更可信。

按你需要的输出格式来提问

如果你要把结果拿去做 leadership discussion，就要求输出简短的 scorecard、top gaps 和 next-step recommendation。如果你是拿来做团队规划，就要求按 competency 分别给出发现，并提供一个有顺序的 build sequence。明确输出约束能提升 ai-shaped-readiness-advisor guide 的质量。

警惕“表面 adoption 很高”的信号

一个常见失败模式是：因为团队经常使用 AI 工具，就误判成熟度很高。但使用频率不等于变革。要改进结果，可以要求这个技能区分 automation、assistance 和真正的 workflow redesign，尤其是在 ai-shaped-readiness-advisor for Decision Support 场景下。

在第一轮之后继续迭代

先用第一次回答找出缺失的上下文，然后带着更好的证据再跑一遍。补充哪些决策最容易卡住、哪些数据是可信的、哪些环节仍然需要人工对账，以及团队里哪项能力最脆弱。通常第二轮会比一开始就追求“完美 prompt”更容易得到真正有用的建议。