opportunity-solution-tree

opportunity-solution-tree 技能概览

opportunity-solution-tree 的作用

opportunity-solution-tree 技能帮助产品经理把含糊的干系人诉求，转化为 Opportunity Solution Tree：从结果，到机会，再到方案，最后到实验的清晰链路。它最适合用在你需要让“做这个功能”这类需求慢下来，并把工作重新拉回真实问题本身的时候。

最适合谁

这个 opportunity-solution-tree 技能非常适合 Product Management 工作流，尤其适合 discovery 驱动的团队、product ops，以及协助 PM 的 AI agents。遇到需求边界模糊、留存问题、激活漏斗缺口，或者在方案先行的讨论里噪音太多、需要重建结构时，用它最合适。

为什么会有人安装它

opportunity-solution-tree install 的核心价值在于提升决策质量：它能帮你避免过早收敛，在选方案前先比较多个机会，并让实验始终围绕可衡量的结果展开。它不是路线图生成器，而是一个 discovery 的框架工具。

如何使用 opportunity-solution-tree 技能

安装并检查技能内容

先用 npx skills add deanpeters/Product-Manager-Skills --skill opportunity-solution-tree 安装技能。然后先打开 SKILL.md，再看 template.md 和 examples/sample.md，先理解预期输出长什么样，再把它适配到你自己的产品场景里。

把粗略需求整理成可用提示词

想让 opportunity-solution-tree usage 效果最好，不要只丢一句功能需求就结束。你需要补充：目标用户群、业务指标或结果、已观察到的问题、任何约束，以及你已经掌握的证据。一个更强的提示词可以这样写： “将 self-serve trial 用户的 3 个月 churn 从 18% 降到 12%；识别可能的机会点，针对每个机会提出 2-3 个方案，并给出一个可实验的 POC 和理由。”

按照工作流顺序执行

一个实用的 opportunity-solution-tree guide 顺序是：先定义结果，再列出候选机会，然后把方案映射到每个机会，最后基于可行性、影响和市场匹配度选择最好的 proof-of-concept。如果你的输入跳过了结果这一步，这棵树就很容易退化成功能头脑风暴，而不是 discovery 工具。

阅读真正有用的仓库文件

先看 SKILL.md 理解流程，再看 template.md 了解输出结构，最后看 examples/sample.md，确认这棵树是如何用真实产品语言填出来的。由于这个 repo 故意做得很精简，没有额外的 rules/、resources/ 或辅助脚本，所以这三个文件就是实际的安装入口。

opportunity-solution-tree 技能 FAQ

这个技能只适用于 Product Management 吗？

是的，opportunity-solution-tree 技能主要面向 Product Management 以及相关的 discovery 工作。它对实施计划、sprint 任务拆分，或者纯 UX 写作帮助没那么大，因为它聚焦的是问题框定和可验证的方案选择。

它和普通 prompt 有什么不同？

普通 prompt 往往是从需求直接跳到答案。这个技能增加了一套有纪律的顺序：先结果，再机会，再方案，最后选择实验。对于存在多个合理问题假设、而你又需要基于证据排序优先级的场景，这种结构会让 opportunity-solution-tree usage 更有效。

适合新手吗？

适合，只要你能用通俗语言描述产品问题。新手通常从模板和示例文件里获得最大价值，因为它们展示了如何把杂乱的干系人语言，转换成可用的树，同时又不会把第一版做得过于复杂。

什么时候不该用它？

当目标已经很明确，任务重心是执行细节而不是 discovery 时，就不要用 opportunity-solution-tree。如果你只需要功能规格、发布检查清单，或者没有结果不确定性的解决方案说明，这个技能只会增加流程感，而不会带来多少收益。

如何改进 opportunity-solution-tree 技能

给技能一个真实的结果目标

在 opportunity-solution-tree 里，最关键的质量杠杆就是结果陈述。尽量带上指标、时间范围和受众：“在 Q3 把 SMB admins 的 trial-to-paid conversion 从 9% 提升到 13%” 就比“改进 onboarding”强得多。

补充证据，不要只给观点

当你提供 churn 原因、漏斗流失点、support 主题，或者干系人原话这类信号时，这个技能的效果最好。这样它能生成更好的机会点，也能减少那种看起来很合理、但和真实问题并不匹配的泛化方案列表。

在输出里强制加入取舍

如果你想让 opportunity-solution-tree skill 的结果更好，就要求输出 2-3 个机会点、每个机会点对应少量方案，以及一个带明确理由的推荐 POC。这样可以让树保持可读性，也能让推荐更可执行，而不是写成百科全书。

在第一版之后继续迭代

先用第一轮把薄弱假设暴露出来，然后结合技术限制、发布时间、研究发现，或者不同市场细分的差异来收紧提示词。opportunity-solution-tree guide 往往在第二轮会更有价值，因为这时你可以把范围缩到最可信的机会点，并把实验设计收得更紧。