用途：把史诗或过大的用户故事拆成更小、可端到端交付且仍让用户感知价值的垂直切片，基于 Richard Lawrence 的故事拆分流程图与 9 种常见模式，提供前后对比例子和快速决策树。适用于冲刺梳理、史诗分解、卡住的故事、新团队入门和发布规划，当故事超出团队周期时间或未通过 INVEST 的 Small 检查时使用。
主要能力：9 种规范模式（工作流步骤、业务规则变体、正常/异常路径、输入输出变体、数据变体、数据录入方式、延后性能与质量、CRUD 操作、拆出探针，以及可选的“先做最大工作量”）；垂直切分决策树；保持端到端的垂直与水平纪律；按最小价值优先排序并用 INVEST 校验。
使用方式：先用一句话陈述原故事的用户价值，无明确价值则先重定问题而非拆分；走决策树并停在第一个适用模式；按 WWAS 或 job-stories 格式起草切片并确认每个切片跨全部层次可独立演示；按最小价值优先排序、跑 INVEST 检查后在待办中替换原故事。具体参考文件包括 story-splitting-procedure.md、splitting-patterns-guide.md、red-flags.md 和 before-after-examples.md。
适用场景：冲刺梳理、从 PRD 或故事地图来的史诗拆解、卡住的故事、新团队讲解、发布规划中寻找两周可发布的薄切片。
限制：无法挽救定义不清的问题；切片有极限，某些故事已到最小有用粒度；正确拆法取决于下一次发布（测试群体或正式发布）；探针不应面向用户；按层次水平拆分会产生不可交付切片。范围不含用户故事格式、冲刺容量计算、待办优先级排序和发布级故事地图。