SuperAPI AI 工具集

brainstorming

通用与其它

查看项目

更新于 10-15 08:24

技能介绍

Brainstorming 是一个结构化的创意探索技能,目标是把模糊的想法推进到明确方向,或对已有想法与方案进行压力测试。它提供两条路径:greenfield 从空白问题空间出发,从零梳理问题域;relentless 针对已有想法或方案,无论其成熟度如何都进行持续挑战。两条路径都采用广度优先的方式:先呈现非显而易见的选项,再诚实地收敛,并明确指出每个方向所放弃的东西。该技能强调“先问题后方案”——对要构建之物的描述只是假设,而非方向。

工作流

trigger → detect path → discover → diverge → converge → capture ^________________________________| (if no viable direction)

从入口状态检测路径:当没有具体想法时走 greenfield,当存在想法或方案时走 relentless(不论成熟度)。Discover 梳理问题空间。Diverge 生成备选方案。Converge 评估权衡并选定方向。Capture 产出成果。

参考文档

Discovery(任意入口)→ discovery.md

Diverge(发现门之后)→ diverge.md

Converge(4 个以上备选方案之后)→ converge.md

Capture(用户批准方向之后)→ capture.md

工作流始终从 discovery 开始。每个阶段开始时加载对应参考文档。

准则

发散阶段至少生成 4 个备选方案,包括非显而易见的选项

收敛阶段用权衡挑战每一个备选方案

捕获方向前需要用户明确批准

将未知项标记为 TBD,而不是编造约束

停留在问题与方向层面,推迟实现选择

反模式:过早收敛

停在 2-3 个显而易见的备选方案上,会跳过头脑风暴的价值。非显而易见的选项往往正是值得选择的那个,或是能重新定义问题的那个。当过早出现要求拍板的压力时,先推动广度;只有在空间被探索之后才收敛。

反模式:隐藏权衡

推荐一个方向却不说明其代价,会误导用户。每个推荐都必须明确说出所得与所弃。如果某个权衡看起来小到不值一提,那它很可能并非如此。

反模式:方案优先的发现

在 greenfield 中,当用户先描述要构建什么、再谈为什么时,发现尚未发生——他们拥有的只是一个假设。此时应重定向到问题本身,再生成备选方案。没有扎实的动机,发散产出的只是针对未经验证目标的选项。

在 relentless 中,方案本身就是输入。不要重定向——发现阶段要梳理已有想法或方案背后的假设、依赖与信号,以便发散阶段能从扎实的切入点发起攻击。