用途
该技能面向“用户有未知的已知”情况:他们说不清自己要什么,但看到具体方案就能认出对不对。在原型阶段发现这类隐性标准成本很低;等到实现中途才发现则代价高昂,因为细微的规格变化可能意味着完全不同的代码。因此核心做法是给用户可以做出反应的具体东西,而不是继续追问抽象需求。
主要能力与使用方式
- 先界定范围:明确本轮要决定什么(布局、方案、数据模型、语气等),以及什么明确不在范围内。每轮只做一个决策。
- 生成差异化变体:产出3到5个差异极大的变体,而不是同一想法的深浅变化。若两个变体预计会得到相同反应,就替换掉其中一个。
- 保持低成本、可丢弃:
- 视觉或体验类:单个自包含 HTML 文件,使用假数据,无后端、无状态。
- 方案类:每个方案一屏草图,包含想法、它优化的目标、最尖锐的取舍。
- 排序清单类:从成本最低到最有野心排序,让用户可以画出自己的分界线。
- 标注假设:给每个变体标注它押注的信念(例如“这个假设密度胜过留白”),使用户的反应揭示底层标准,而不仅是偏好。
- 归纳学习结果:收集反应后,用语言总结学到了什么,例如“你持续否定了 X,说明真正的要求是 Y”。这句话就是交付物,会成为规格说明的一部分。
适用场景
适合在需求模糊但可通过视觉或具体方案快速验证的早期探索阶段使用,例如界面布局方向、技术方案取向、数据模型选择、文案语气等需要用户“看到才能判断”的决策。
限制与约束
- 此处产出不是生产代码,需明确说明,且不要把原型接入真实应用。
- 不要过早收敛到自己偏好的那个变体,重点是覆盖决策空间。
- 如果用户对所有变体都没有反应,这同样是信号:说明决策空间被框错了,应重新界定范围后重跑,而不是继续生成更多同类变体。
暂未提供
该技能的收费、价格、平台支持范围及具体安装方式暂未提供。