用途：该技能把“用 AI 快速生成原型”变成可验证的流程，覆盖六个环节——决定是否做原型、选择保真度级别、编写生成工具简报、用真实用户按预设阈值测试、记录原型无法承载的内容、交接给工程并设置治理护栏。适合团队在“是否直接用 AI 构建”的决策点、选择合适的可点击/可运行原型或规格文档、规划原型测试与交接时使用。限制：若主要风险是可行性（定价、利润、法律），或无证据表明问题存在，或需要带置信区间的量化结论，则应改用建模、用户访谈或统计检验。
主要能力：提供两个标准库脚本作为关键步骤的门禁。prototype_plan.py 输入假设 JSON（不确定性类型、影响 1-5、证据、细分人群、指标、阈值等），输出优先级、保真度级别、方法、工具类别、参与者建议、成功与终止标准、时间盒，以及原型主导或规格主导的判定；未批准真实数据时会把 F4 降级为 F3。prototype_handoff_checker.py 校验交接文档，检查问题、指标基线、发现、一次性代码清单、验收标准、非目标、数据与隐私、安全、无障碍，未填占位符视为缺失。两者均支持 --format markdown（默认）或 json，以及 --output。
退出码约定：0 通过（除 --strict 外允许警告）；1 工具错误，由输入文件编写者修复；2 门禁失败（假设不可测或交接不完整），由负责的产品经理修复。
使用方式：先运行 python3 project-management/discovery/ai-prototyping/scripts/prototype_plan.py --input hypotheses.json，再依据 assets/prototype_brief_template.md 编写生成简报、测试并记录；最后用 python3 project-management/discovery/ai-prototyping/scripts/prototype_handoff_checker.py --input handoff.md --strict 校验交接。保真度从 F0（无原型）到 F4（真实数据，需书面数据与安全批准），应从能推翻假设的最低级别起步，生成 2-3 个变体而非一个精修版本。测试需预注册阈值、招募目标用户、采用目标式任务且不提供 UI 指令，让用户自行操作。
限制与治理：原型不应自动成为生产代码，需说明是否一次性、列出跳过的鉴权、错误态、无障碍、安全、性能与数据模型，并提取验收标准。数据默认不得使用真实客户、员工或伙伴数据，需记录工具留存与训练设置；安全上不得在提示或代码中放置密钥、内部主机名或客户 ID，并防范提示注入；知识产权需核对工具条款与第三方素材许可；无障碍需在简报中设定基线并记录缺口。具体定价、收费信息暂未提供。