Pm Clarify

Preamble (run first)

bash "$(dirname "${BASH_SOURCE[0]}")"/check-update.sh 2>/dev/null || true
# 读取技能包版本号
SKILL_ROOT="$(cd "$(dirname "${BASH_SOURCE[0]}")" 2>/dev/null && pwd)" || true
if [ -f "$SKILL_ROOT/VERSION" ]; then echo "📦 super-pm $(cat "$SKILL_ROOT/VERSION")"; fi
# 创建需求调研目录
mkdir -p docs/01-需求调研

# 检查是否有需求调研报告
if [ ! -f "docs/01-需求调研/需求调研报告.md" ]; then
  echo "⚠️  未找到需求调研报告"
  echo ""
  echo "建议先执行 /pm-demand 完成需求调研"
  echo ""
  echo "您可以选择："
  echo "A) 执行 /pm-demand 先完成需求调研（推荐）"
  echo "B) 手动输入需求列表（快速模式）"
fi

---

执行流程

步骤 1: 读取前置数据

如果有需求调研报告：

使用 Read 工具读取 docs/01-需求调研/需求调研报告.md

提取：

• 产品名称
• 目标用户
• 核心痛点
• 初步需求清单

如果有创意方案库：

使用 Read 工具读取 docs/01-需求调研/创意方案库.md

提取：

• 核心创意方案

如果没有前置文档：

进入快速模式，使用 AskUserQuestion 收集需求列表：

> 📝 快速模式 - 请列出核心需求： > > 请逐个输入需求，每个需求一行： > 例如： > - 快速下单 > - 订单追踪 > - 会员体系 > > 输入"完成"结束

---

步骤 2: 逐个细化需求

关键原则：

• 一次只细化一个需求
• 明确使用场景
• 明确边界条件
• 明确验收标准

---

对每个需求，AI 询问以下问题：

问题 1: 使用场景

> 需求"{需求名称}"的使用场景是什么？ > > A) 用户首次使用时 > B) 用户日常使用时 > C) 用户遇到特定问题时 > D) 用户完成特定任务后 > E) 其他（请手动输入）

记录到变量 SCENARIO

---

问题 2: 具体行为

> 用户在这个场景下具体要做什么？ > > 例如："用户打开APP，选择商品，点击立即购买，完成支付" > > 请描述具体步骤：

用户描述后，AI 整理成流程步骤。

---

问题 3: 边界条件

> 这个需求的边界条件是什么？ > > A) 时间限制 - 如"订单30分钟内未支付自动取消" > B) 数量限制 - 如"每个用户最多创建10个项目" > C) 权限限制 - 如"仅会员可使用" > D) 状态限制 - 如"仅未完成的订单可修改" > E) 其他（请手动输入）

记录到变量 BOUNDARY_CONDITIONS

---

问题 4: 异常处理

> 如果出现异常情况，如何处理？ > > A) 提示用户并引导解决 > B) 自动重试或降级处理 > C) 记录日志并通知管理员 > D) 回滚操作并提示失败 > E) 其他（请手动输入）

记录到变量 EXCEPTION_HANDLING

---

问题 5: 验收标准

> 这个需求的验收标准是什么？ > > 例如："用户能在3步内完成下单，支付成功率>95%" > > 请描述可衡量的标准：

用户描述后，记录到变量 ACCEPTANCE_CRITERIA

---

步骤 3: 汇总细化结果

AI 将每个需求的细化信息整理成结构化格式。

---

步骤 4: 生成确认需求清单

使用 Write 工具创建 docs/01-需求调研/确认需求清单.md：

# 确认需求清单

## 一、基础信息

- **产品名称**: {PRODUCT_NAME}
- **目标用户**: {TARGET_USER}
- **生成时间**: {当前时间}

---

## 二、需求详情

### 需求 1: {需求名称}

**使用场景**:
{SCENARIO}

**具体步骤**:
1. {步骤1}
2. {步骤2}
3. {步骤3}

**边界条件**:
{BOUNDARY_CONDITIONS}

**异常处理**:
{EXCEPTION_HANDLING}

**验收标准**:
{ACCEPTANCE_CRITERIA}

**优先级**: 待定（需通过 /pm-priority 确定）

---

### 需求 2: {需求名称}

**使用场景**:
{SCENARIO}

**具体步骤**:
1. {步骤1}
2. {步骤2}

**边界条件**:
{BOUNDARY_CONDITIONS}

**异常处理**:
{EXCEPTION_HANDLING}

**验收标准**:
{ACCEPTANCE_CRITERIA}

**优先级**: 待定

---

## 三、需求汇总表

| 序号 | 需求名称 | 场景 | 边界条件 | 验收标准 | 状态 |
|------|----------|------|----------|----------|------|
| 1 | {需求1} | {场景简述} | {边界简述} | {标准简述} | ✅ 已细化 |
| 2 | {需求2} | {场景简述} | {边界简述} | {标准简述} | ✅ 已细化 |

---

## 四、下一步建议

建议执行：

1. **/pm-market** - 市场分析，了解竞品和市场规模（推荐）
2. **/pm-priority** - 优先级排序，决定先做哪个需求
3. **/pm-mvp** - MVP规划，确定第一版要做什么

---

**项目状态**: 需求细化完成
**生成时间**: {时间戳}
**生成工具**: super-pm

---

步骤 5: 输出完成提示

使用 AskUserQuestion 提供下一步选项：

> ✅ 需求细化完成！ > > 📄 确认需求清单已生成：docs/01-需求调研/确认需求清单.md > > 🎯 建议下一步： > > A) 执行 /pm-market - 市场分析，了解竞品和市场规模（推荐） > B) 执行 /pm-priority - 优先级排序，决定需求优先级 > C) 执行 /pm-mvp - MVP规划，确定第一版功能 > D) 查看确认需求清单

---

Subagent 并行分析（v2.0 新增）

在需求细化完成后，可派发 subagent 并行进行外部验证：

Agent 1: 市场对标分析

type: "general-purpose"
prompt: "搜索与当前产品对标的市场同类功能详情，提供参考标准..."

Agent 2: 技术可行性评估

type: "general-purpose"
prompt: "评估各需求的技术实现难度和备选方案..."

V1 vs V2 对比

| 维度 | v1（串行） | v2（Subagent 并行） | |------|-----------|-------------------| | 外部验证 | 手动搜索或跳过 | Subagent 并行搜索分析 | | Token 占用 | 搜索结果占主上下文 | Subagent 独立处理 | | 执行效率 | 线性顺序 | 并行 2x 加速 |

---

兜底机制

场景 1: 无需求调研报告

提供快速模式，允许用户手动输入需求列表。

提示： > ⚠️ 未找到需求调研报告 > > 您可以选择： > A) 执行 /pm-demand 先完成需求调研（推荐） > B) 手动输入需求列表（快速模式）

场景 2: 需求数量过多

如果需求数量 > 10，询问用户：

> ⚠️ 检测到 {N} 个需求，细化可能需要较长时间 > > 您可以选择： > A) 细化所有需求 > B) 仅细化核心需求（前5个） > C) 我来选择要细化的需求

---

注意事项

1. 一次一个需求：避免用户负担过重
2. 结构化问题：场景、步骤、边界、异常、验收标准
3. 边界条件重要：明确限制，避免后期返工
4. 验收标准可量化：便于后续测试和验收
5. Markdown存储：需求清单人类可读可编辑

---

输出质量对比

✅ Good 示例：

- 有数据引用：「根据 Q4 数据，留存率从 35% 降至 28%」
- 有验证来源：「数据来源：Google Analytics, 2025-12-01」
- 有明确建议：「建议将新手引导步骤从 5 步减少至 3 步」

❌ Bad 示例：

- 模糊结论：「数据表明留存率有所下降」
- 无来源：「根据经验，这个功能很重要」
- 没有行动建议：「留存是个问题」

---

常见误区 / Red Flags — STOP

出现以下情况立即停止并回溯：

| 误区 | 正确做法 | |------|---------| | 使用"应该"、"大概"、"看起来"做结论 | 必须基于实际数据和验证 | | 未运行检查就声称已完成 | 先验证，再陈述 | | 因时间紧迫跳过关键步骤 | 没有例外，时间紧更要严格 | | "这次应该没问题"的想法 | 每次都要重新验证 |

---

产出质量检查 / Verification Checklist

• [ ] 前置依赖已满足（输入文档/数据已收集）
• [ ] 核心步骤已全部执行
• [ ] 输出文档已生成到 docs/ 目录
• [ ] 每个判断都有数据/证据支撑
• [ ] 已推荐 2-3 个后续 skill

> ⚠️ 任何一项未通过 → 补全后再标记完成。

---

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: konglong87
• Source: konglong87/superPM
• License: MIT
• Homepage: https://konglong87.github.io/anything-ai/

Install and usage instructions live in the source repository linked above.