lean-ux-canvas
作者 deanpeterslean-ux-canvas 帮助团队梳理业务问题、暴露假设，并使用 Lean UX Canvas v2 明确下一步要学什么。适合工作坊准备、干系人对齐，以及在进入方案设计前需要一份实用的 lean-ux-canvas 指南时用于早期产品发现。
这个技能评分 86/100，是一个相当扎实的目录条目：触发场景明确，Lean UX Canvas 工作流程具体，而且有足够的示例和模板内容，用户可以很快判断它是否适合自己的产品发现需求。对目录用户来说，当你需要围绕假设、假说和实验进行结构化引导，而不是一个泛泛的头脑风暴提示时，它值得安装。
- 触发场景清晰：明确适用于梳理业务问题、暴露假设以及开展 Lean UX Canvas 工作坊。
- 执行层面信息完整：SKILL.md 中定义了用途、best_for 场景，以及结构化的八格模板。
- 对 agent 的帮助较强：内置示例内容展示了如何填写画布，并从问题梳理推进到实验设计。
- 没有安装命令或配套脚本/资源，因此采用方式更多依赖文档，而不是工具辅助。
- 这个仓库看起来主要聚焦于单一的 facilitation 工作流，因此对希望获得更广泛产品管理指导的团队来说，实用性会弱一些。
lean-ux-canvas 技能概览
lean-ux-canvas 的作用
lean-ux-canvas 技能帮助团队把模糊的产品想法整理成 Lean UX Canvas v2：这是一个单页框架，用来梳理业务问题、预期结果、用户、假设、风险，以及最小可行的实验。它特别适合产品经理、主持人、设计师，以及需要把“我们该做什么？”推进到“我们先学什么？”的 AI 辅助工作流。
谁适合安装
当你在真正敲定解决方案之前，需要先做结构化探索时，就适合用 lean-ux-canvas 技能。它非常适合用于 workshop 准备、利益相关方对齐，以及早期产品框架梳理。如果你已经有了经过验证的 backlog，只需要落实实现任务，那它的价值就没那么大。
它的不同之处
这个技能的立场很明确：先学习，再构建。仓库把 Lean UX Canvas 当作决策辅助工具，而不是头脑风暴海报——它会引导用户定义业务问题、找出最危险的假设，并选择能验证它的、投入最少的实验。也正因为如此，lean-ux-canvas 在你想减少“功能需求”背后隐藏假设时特别有用。
如何使用 lean-ux-canvas 技能
安装并先检查关键文件
先为你的环境执行 lean-ux-canvas 的安装命令，然后优先阅读 skills/lean-ux-canvas/SKILL.md。在开始提问前，也要查看 template.md 和 examples/sample.md，因为这两个文件会展示 canvas 的准确结构，以及这个技能期望的细节粒度。仓库里没有 helper scripts 或 reference folders，所以核心技能文件就是主要的事实来源。
用真实上下文来提问
lean-ux-canvas 的使用方式，在你提供具体的问题陈述时效果最好，而不是只给一个模糊的项目方向。好的输入会明确产品领域、发生了什么变化、受影响的是谁，以及哪些指标或行为最重要。比如：“我们在 onboarding 调整后，trial-to-paid 转化从 18% 掉到了 11%；帮我为从未完成设置的 enterprise admins 做一个 Lean UX Canvas。”这比“给我做一个 onboarding 的 canvas”强得多。
按实用流程推进
一个比较好的 lean-ux-canvas 流程是：先描述业务问题，再明确预期结果，定义主要用户群，列出当前假设，然后让技能产出假设和最危险的假设。接着用输出结果去选择一个小实验。如果你跳过问题框定，直接要解决方案，canvas 的价值会明显下降，因为假设框依赖清晰的结果和用户收益。
首轮输出要重点要求什么
如果你用 lean-ux-canvas 做 Skill Authoring 或 workshop 支持，先要求生成一份完整 canvas，再要一段简短的主持说明和一个优先级最高的实验。还要补充那些会影响可行性的约束：时间线、能否接触用户、可用于测试的渠道，以及团队是否能做原型还是只能做访谈。这些信息会实质性改变“最少工作量”部分，也能让结果真正可执行。
lean-ux-canvas 技能 FAQ
lean-ux-canvas 只适合 workshop 吗？
不是。lean-ux-canvas 技能同样适合个人产品思考、利益相关方准备，以及 AI 辅助规划。不过，它在需要一个多人都能回应、质疑和迭代的共享框架时，表现最好。
它和普通 prompt 有什么区别？
普通 prompt 可能给你一些点子；lean-ux-canvas 的设计目标，是强制围绕问题、用户、结果、假设和实验建立结构。当你的真实风险不是“想法不够”，而是“假设不清”时，这一点尤其有用。如果你其实已经知道解决路径，那么更简单的 prompt 可能就够了。
初学者能用吗？
可以，只要他们能把情境说清楚。初学者通常需要的是更具体，而不是 canvas 格式本身的教学。这个技能在输入包含真实产品上下文时效果最好，因为抽象 prompt 只会产出抽象假设。
什么情况下不该用？
当你需要的是交付计划、规格说明或 roadmap 时，不要用 lean-ux-canvas。它也不适合打磨营销文案或最终 UI 内容。只有当你想先判断一个问题值不值得解决，以及应该先测试什么时，才适合用它。
如何改进 lean-ux-canvas 技能
提供更有力度的问题证据
提升 lean-ux-canvas 输出最快的方法，是给它可量化的证据：转化率下降、支持工单量增加、流失信号、使用缺口，或客户原话。把“用户很困惑”改成“42% 的 trial 用户第一次尝试时没能连接日历”。证据越具体，问题框定和假设就越好。
把用户和结果说具体
当用户分群足够窄，结果陈述足够可观察时，这个技能表现最好。“SMB 账户里的管理员需要在 5 分钟内完成设置”就比“用户想要更容易的 onboarding”更有用。具体化能帮助 lean-ux-canvas 技能把用户收益和业务结果分开，而不是混成泛泛的表述。
聚焦最危险的假设
如果你想让 lean-ux-canvas 用得更好，就让模型指出：如果某个假设是错的，会直接让这个想法失效的那一条。这样往往能看出团队到底是在赌信任、理解、价值感知，还是技术可行性。只要这一点清楚了，选择“最少工作量”的实验就容易得多。
从 canvas 迭代到测试
第一次输出之后，只改会影响下一步决策的部分：问题、结果、用户，以及最危险的假设。然后再让它给出一个实验和一个成功信号。这样能让 lean-ux-canvas 工作流保持轻量，而不是变成一篇很长的推演文档。