opportunity-solution-tree

opportunity-solution-tree 技能概览

opportunity-solution-tree 技能帮助你为产品 discovery 构建 Opportunity Solution Tree：从期望结果出发，逐层连接客户机会、候选方案和实验的结构化路径。它最适合 Product Management 团队，用来更清晰地决定下一步该做什么，而不是一上来就跳到功能方案。

这个技能适用于什么场景

当你需要把战略、调研结果或 OKR 转成一个可直接用于决策的 discovery 地图时，就该用 opportunity-solution-tree 技能。它特别适合你正在定义产品结果、聚类客户痛点、比较方案思路，或者在进入交付前先规划测试的时候使用。

最适合哪些人

这个技能最适合产品经理、discovery 负责人、设计师，以及围绕同一问题空间协作的跨职能团队。尤其是在利益相关方已经有一堆功能点子，但你需要一种更严谨的方式把这些点子和证据连接起来时，它会非常有用。

它为什么不同于通用 prompt

通用 prompt 也能生成一个看起来像 OST 的答案，但 opportunity-solution-tree 技能提供的是可复用的结构：先结果，再机会，再方案，最后实验。这个顺序很重要，因为它能减少方案偏见，也更方便向团队解释取舍。

如何使用 opportunity-solution-tree 技能

安装并检查该技能

执行 opportunity-solution-tree install 时，先在你的 skills 环境里走目录安装流程，然后优先打开 SKILL.md。如果你的 agent 设置支持基于仓库的安装，请指向 phuryn/pm-skills 以及 pm-product-discovery/skills/opportunity-solution-tree 路径。

给技能输入可直接决策的材料

这个技能在你一开始就提供四类信息时效果最好：目标结果、用户细分、你已经掌握的证据，以及任何已知约束。比如，不要只说“帮我做一个 OST”，而是说：“为提升 self-serve trial 用户的 7-day retention 构建一个 Opportunity Solution Tree。我们有访谈笔记、流失原因，以及一个现有 onboarding flow。请先排机会，再排方案。”

先读对文件

先从 SKILL.md 入手，理解工作流程和必需输入。如果你的本地安装只暴露出一个文件，那就把它当作唯一可信来源。若你的环境会映射整个仓库，也建议顺手检查相邻的 package metadata 或 discovery 指引，这样能让树的表述更贴近你团队的产品语言。

按正确顺序跑完整个流程

一个实用的 opportunity-solution-tree usage 流程是：先定义结果，再从 research 或用户反馈中收集机会，然后对这些机会分组并排序，接着围绕每个机会发散多个方案，最后为最关键的假设挂上实验。整棵树要始终围绕一个结果展开，这样它才有用；如果目标太散，就会变成一个待办清单垃圾场。

opportunity-solution-tree 技能常见问题

这只是一个头脑风暴模板吗？

不是。opportunity-solution-tree 技能的目的，是结构化 product discovery，而不是随便生成一堆点子。它的价值在于强制你把“结果 → 有证据支撑的机会 → 可测试的方案”这条链路讲清楚。

什么情况下不该用它？

如果问题已经被完整定义，剩下的是偏执行型的工作，或者你手头还没有足够的客户证据去识别真实机会，那就不该用 OST。这些场景下，通常简化版的需求说明或交付计划会更合适。

它适合新手吗？

适合，前提是你已经知道产品目标。真正的难点不在格式，而在于如何只选定一个结果，并且从客户视角来表述机会，而不是把隐藏功能直接伪装成机会。

它对 Product Management 有什么价值？

对 Product Management 来说，opportunity-solution-tree 技能能让优先级讨论更清楚，让 discovery 工作更可见，也帮助团队解释为什么某个机会或实验比另一个更值得做。它在 roadmap 承诺真正做出之前尤其有用。

如何改进 opportunity-solution-tree 技能

先把结果范围收窄

更好的 OST 来自更精确的提示词。“提高 activation”太宽泛；“在注册后 7 天内提升新 team admin 的 activation”就给了技能明确目标、用户细分和可用的决策边界。

带上真实的机会数据

树的质量取决于机会的质量。把访谈原话、客服主题、会话笔记、赢单/丢单模式或使用数据喂给技能，这样它才能把真实的客户痛点和内部假设区分开来。

要求排序和取舍，而不只是分支

想得到更强的 opportunity-solution-tree usage 结果，就让技能对机会排序、解释它们为什么重要，并提出能证伪每个方案的最小实验。这样输出会更适合 discovery review 和利益相关方对齐。

在第一版树之后继续迭代

先用第一版把缺口暴露出来，再用更好的证据和更锋利的措辞去打磨。如果树看起来太偏方案，就把功能表述往机会语言上收；如果它显得太空泛，就补充细分人群、结果指标，以及明确约束，比如时间线、技术限制或研究把握度。