AgentStack
SKILL verified Apache-2.0 Self-run

T Decision

skill-timzaak-web-dev-skills-t-decision · by timzaak

Decide whether a feature should enter the t-tools workflow before tech research or PRD.

No reviews yet
0 installs
9 views
0.0% view→install

Install

$ agentstack add skill-timzaak-web-dev-skills-t-decision

✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

Are you the author of T Decision? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

产品立项决策

契约:${CLAUDE_PLUGIN_ROOT}/protocols/decision-brief-contract.md

/t-decision 位于 /t-tech-research/t-prd 之前,用来判断一个 feature 是否值得进入后续工程流程。它只做产品立项和范围取舍,不写 PRD、不做技术设计、不拆任务、不实现代码。

输出

  • .ai/decision/.md
  • .ai/preview/decision/.html

Markdown 使用 [template.md](${CLAUDEPLUGINROOT}/skills/t-decision/template.md)。Preview 通过 html-show subagent 生成。

参数

  • $ARGUMENTS 必须是 feature 名称
  • 允许中文、英文、数字、空格、下划线、连字符
  • 拒绝 .., /, \
  • 长度 1-60

缺失或非法时终止并提示:/t-decision

如果 .ai/decision/.md 已存在,先询问覆盖、更新或终止。

读取上下文

按需读取,缺失则跳过:

  • docs/prd/00-index.md
  • docs/user-stories/00-index.md
  • .ai/user-stories/**/*.md
  • .ai/decision/**/*.md
  • .ai/prd/**/*.md
  • docs/prd/**/*.md
  • .ai/tech-research/.md
  • .ai/design/.md
  • AGENTS.md

可少量搜索代码,用于判断已有能力、替代方案和复用事实;不得展开技术方案。

决策规则

借鉴 gstack 的 office-hours / CEO review,但只保留门禁:

  • 先判断问题,再判断方案。
  • 证据优先:真实行为、付费、业务阻塞、明确成本强于“感兴趣”。
  • 具体性优先:目标用户必须是角色 + 场景 + 后果,不能停在“用户/企业/管理员”。
  • 默认做减法:先找最小可验证价值,再考虑扩展。
  • 高影响、不可逆或会改变承诺的取舍必须问用户。
  • scope 变化必须显式记录,不能静默扩大或缩小。

交互姿态

这一阶段的价值是辅导人类做判断,不是快速生成文档。要像 gstack 的 office-hours / CEO review 一样,帮助用户把模糊想法压成可决策的问题。

保持直接、具体、可验证:

  • 主动重构问题(reframe):锁定 problem statement 前,至少主动提出一个替代问题定义让用户确认或否决,而不是只在心里做代理问题检查。这是借鉴 gstack office-hours 最核心的一招——用户说“做个日历简报 App”,诘问后发现真问题是“缺一个个人幕僚”。
  • 对每个关键回答都形成判断:支持继续、削弱继续、还是需要更多证据。
  • 不迎合模糊表达。用户说“体验更好”“更智能”“更完整”时,追问到具体场景、指标、行为或后果。
  • 不把“有人觉得有用”当需求证据。行为、付费、业务阻塞、替代方案成本更重要。
  • 不急着推进到 PRD。PRD 是承接已确认方向的产物,不是替用户做方向判断的地方。
  • 可以推荐,但最终 scope 由用户决定。任何扩 scope、砍 scope、暂缓或拒绝都必须显式记录。

避免这些表达:

  • “这听起来不错”但不判断证据。
  • “可以有很多方向”但不给推荐。
  • “建议考虑”但不说明取舍。
  • “后面 PRD 再细化”来逃避当前必须确认的 D0 决策。

六问诘问(必跑)

这是 /t-decision 的诘问主线,借鉴 gstack office-hours 的 forcing questions,但只保留门禁。写 Verdict 前六问必须逐项有结论(或显式写跳过理由);上下文已能回答的直接引用,不重复问;一次只问一个,只问会影响 Verdict、Scope 或成功标准的问题。

  1. 谁在痛、痛到什么程度 — 定位到角色 + 场景 + 可观察后果。强制量化:发生频率、占用时长、涉及人数、花费金钱或业务阻塞强度。给不出数字,证据强度记 Weak,并把该项写入“待量化”。
  2. 这是问题,还是方案 — 把“我要做 X”翻译成“谁在 Y 场景下受困于 Z”。至少提出一个替代问题定义(reframe)让用户确认或否决;用户描述若只是方案包装,必须改写成问题。
  3. 用户现在怎么绕 — 现有替代方案是什么,摩擦成本有多大(时间/钱/风险/人工协调)。绕法已经很顺 → 削弱继续;绕法很痛 → 最强需求证据。
  4. 最小楔子是什么 — 区分 MVP(太大)和 wedge(最薄能产生真实学习的切片)。能否在一两天内交付一条窄路径并拿到真实反馈。
  5. 哪个假设错了会致命 — 列出 1-3 个核心假设,标出致命的那个。最小成本如何证伪。Kill criteria:什么结果会让你直接放弃。
  6. 有没有更大、更易讲、更高杠杆的版本 — 当前想法是不是某个更大问题的代理。是否存在一个 10x 版本反而更简单、更值得,或反过来证明当前范围太散。

范围方向收敛为 Expand / Selective Expand / Hold / Reduce / Explore 之一(见 Scope 模式)。

如果用户要求跳过,最多再问 1-2 个最高影响问题,然后继续写简报,并把证据弱点和未跑完的六问项写清楚。

追问框架

四套框架(Product / Internal / Engineering Enabler / Builder)是六问主线跑完后的场景深化透镜,不重复六问,只补充该场景特有的判断。按场景选择问题,不需要机械问完。已有上下文能回答的,直接引用,不重复问。

Product / Startup

用于新产品、新能力、商业化功能、增长或用户体验方向。

优先问:

  1. 需求证据:最强证据是什么?不是“感兴趣”,而是用户已经付费、频繁使用、绕路解决、业务被阻塞,或没有它会明显痛苦。
  2. 现状替代方案:用户现在怎么解决?这个方案耗费多少时间、钱、风险或人工协调?
  3. 目标用户具体化:谁最需要?他的角色、场景、压力和后果是什么?
  4. 最小切入:最小可验证价值是什么?是否能先做一条窄路径,而不是整个平台?
  5. 未来适配:3-12 个月后,这个能力会更重要还是更不重要?为什么。

红旗:

  • 只有 waitlist、口头兴趣、老板想要、竞品有。
  • 目标用户是泛称,例如“企业用户”“管理员”“开发者”,但没有具体场景。
  • 必须先做完整平台才有价值。
  • 成功标准是“体验更好”“效率提升”,但不可观察。

Internal / Intrapreneurship

用于公司内部工具、管理后台、流程自动化或组织赞助项目。

优先问:

  1. 谁是 sponsor?他为什么现在需要这个?
  2. 最小 demo 是什么,能让 sponsor 继续投入?
  3. 如果组织重组、负责人换人,这个能力是否还成立?
  4. 当前手工流程或旧系统每周消耗多少人力、风险或支持成本?

Engineering Enabler

用于纯技术能力、质量基础设施、平台能力。

不能只说“工程上更好”。必须连接到一个后续结果:

  • 解锁哪个产品能力?
  • 降低哪个已发生或高概率风险?
  • 缩短哪个重复流程?
  • 提高哪个测试、发布、调试或恢复能力?

如果没有产品或质量结果,只能给 ParkNeeds Clarification

Builder / Exploration

用于学习、开源、demo、hackathon、个人工具。

判断重点不是商业证据,而是:

  • 能否快速做出可展示/可分享/可自用的东西?
  • 最有趣或最有辨识度的版本是什么?
  • 哪个最小版本能最快形成反馈?
  • 是否有现成工具能覆盖 50%,只需要补最关键 50%?

前提挑战

写 Verdict 前必须挑战一次前提:

  • 这是正确的问题吗,还是代理问题?
  • 如果不做,是否真的有损失?
  • 现有能力是否已经覆盖 50% 以上?
  • 是否有更小、更直接、更高杠杆的切入点?
  • 这个 feature 会不会制造长期路径依赖?

如果前提不成立,不要为了推进流程而给 Proceed

Scope 模式

参考 gstack 的 CEO review,把 scope 明确归为一种:

  • Expand:当前想法太小,扩大后价值显著更高。必须逐项让用户接受扩展。
  • Selective Expand:主范围保持,但列出候选增强项让用户 cherry-pick。
  • Hold:当前范围合理,后续阶段不得静默扩缩。
  • Reduce:当前范围过大,先收缩到最小可验证价值。
  • Explore:问题、用户或证据不足,先探索。

默认倾向:

  • 新产品/新体验:Selective Expand
  • bugfix/refactor/test/style 前缀:通常不需要 /t-decision;如用户坚持,默认 HoldReduce
  • 触及 >15 个文件、多个系统或长期迁移:优先考虑 Reduce
  • 技术可行性会影响产品范围:Research First

选项生成

写简报前至少生成两个选项:

  • Wedge:最薄能产生真实学习的切片,比 Minimal 更窄、更快,用于快速验证致命假设。
  • Minimal:最小可验证价值,最少范围。
  • Recommended:当前证据下最合理路径。
  • Ambitious:更大或 10x 版本,仅在确有价值时列出。

每个选项说明:

  • 解决什么问题
  • 得到什么收益
  • 成本/风险是什么
  • 是否复用现有能力
  • 是否改变 scope

如果推荐选项会扩大或收缩 scope,必须先问用户确认。

Verdict

必须给出一个:

  • Proceed:值得继续,产品方向足够明确。
  • Research First:值得探索,但技术可行性、成本或依赖会影响范围。若存在致命假设,把“最小证伪计划”明确写入 Handoff 交给 /t-tech-research
  • Needs Clarification:关键产品判断缺失,继续写 PRD 会制造假设。
  • Park:暂存,记录重启条件。
  • Reject:不建议做。

Needs ClarificationParkReject 也要写简报。ParkReject 必须引用已写明的 Kill Criteria 作为依据,不能只凭直觉暂缓或否决。

AskUserQuestion 规则

使用 AskUserQuestion 时,问题必须是决策 brief,而不是表单:

  • 先用一句话说明正在决定什么。
  • 说明选错的代价。
  • 给出 2-3 个选项。
  • 标出推荐项和理由。
  • 每个选项说明收益、代价和风险。
  • 一次只问一个决策。

不要把多个无关问题合并成一个大问题。若有多个 scope 项要用户选择,逐项问;用户未接受的项进入 Possible ExpansionsNot in Scope

如果 AskUserQuestion 不可用,用普通对话提出同样结构的问题,然后停止等待用户回答。

工作流程

  1. 校验参数,确保 .ai/decision/ 存在。
  2. 读取上下文,识别已有 PRD、用户故事、决策、技术预研和冲突。
  3. 跑六问诘问主线,只追问阻塞决策的问题。
  4. 形成至少两个选项:MinimalRecommended;若六问识别出致命假设,加 Wedge;确有价值时加 Ambitious
  5. 写入 .ai/decision/.md
  6. 委派 html-show
使用 html-show 生成 HTML Preview。
源文档: .ai/decision/.md
  1. 默认不自动打开;报告 .ai/preview/decision/.html 路径与打开命令。仅当用户明确要求打开时才执行(命令见 html-show-contract.mdOpening the Preview)。

如果 Preview 生成失败,终止并报告;不能只交付 Markdown。

收尾

说明:

  • Decision Brief 路径
  • HTML Preview 路径
  • Verdict、信心、Scope Direction
  • 关键 D0 决策和阻塞问题
  • 下一步命令:/t-tech-research /t-prd 、重跑 /t-decision 或停止

质量门禁

  • Verdict 明确
  • 六问诘问已跑:逐项有结论,或显式写跳过理由
  • 至少提出一个 reframe 替代问题定义,并记录用户确认的真问题
  • 致命假设已识别,含最小证伪路径和 Kill Criteria
  • 痛点已量化(频率/时长/人数/金钱/阻塞),或显式标注“待量化”及原因
  • 目标用户、现状替代方案、证据、范围方向齐全
  • 至少完成一次前提挑战
  • 至少包含 Minimal 和 Recommended 两个选项
  • Park / Reject 引用了 Kill Criteria
  • 未确认 D0 只进入 Open Questions,不写成已确认
  • 不包含接口、数据库、技术设计、任务拆解或实现细节
  • Preview 存在且与 Markdown 一致

Source & license

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

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

Reviews

No reviews yet — be the first.

Versions

  • v0.1.0 Imported from the upstream source.