用途：针对产品战略、增长、定价、招聘和领导力等具体问题，从 Lenny Rachitsky 的通讯与播客档案中检索相关框架、实践经验和案例，再综合成明确建议，而不是简单转述文章。
主要能力：先厘清用户真正要决策的问题、领域、角色与关键语境；再并行执行 2-3 次检索，使用 lennysdata:search_content 进行主题词与关联词搜索，必要时用 lennysdata:list_content 按时间浏览；随后挑选 2-4 篇最相关内容，用 lennysdata:read_content 全文阅读或用 lennysdata:read_excerpt 摘录阅读，优先具体场景、较新内容和不同视角。
输出结构：先一句话重述问题，再用 3-5 段展开档案中的框架、实践者经验与不同策略，随后给出 1-2 段倾向性建议并说明条件，最后列出所用来源、嘉宾与贡献。
检索提示：使用具体实践者语言而非抽象分类，例如“pricing new AI feature”优于“pricing strategy”；公司类型可加入查询；结果少时尝试缩短、同义词或换问法；领导力或职业问题可先找背后的人际动态。2025-2026 年 AI 相关内容常更贴近当前思考。
限制与注意：仅当 lennysdata MCP 服务器可用时使用本技能；不引用未实际阅读的内容；一次阅读不超过 4 篇；不要以“视情况而定”回避建议；避免通用产品套话，核心论断应可追溯到档案来源；若检索无结果，可改用更短更具体的关键词或按近六个月标题手动浏览。
适用场景：增长停滞、规模化领导、AI 产品采用、AI 产品定价等需要从档案中提取具体框架并应用到实际问题上的决策咨询场景。