用途
Prompt PE（提示词具象化增强器）只负责把自然语言需求澄清、具象化并结构化，不替代后续业务技能，也不自动进入任何 superPM 工作流。其核心原则是：澄清优先，行动在后；猜测定浪费，提问才高效。
该技能针对的常见问题是：自然语言太笼统、缺少结构化思维、把 AI 当成一句话万能的魔法神器、关键信息缺失导致反复沟通、浪费 token 和时间。当用户请求模糊时，AI 往往倾向于做假设而非提问、探索而非澄清、加速而非减速，本技能正是为纠正这些倾向而设计。
主要能力
- 场景识别：快速识别请求类型，如功能开发、UI 设计、图像生成、代码优化、Bug 修复、重构项目、数据分析等。
- 领域澄清模板：针对不同场景提供结构化问题清单，例如功能开发场景会追问平台、认证方式、技术栈、功能范围、安全要求、数据存储。
- 系统化框架：基于 5W1H 维度（Why、What、Who、Where、When、How）配合优先级提问策略。
- 输出增强提示词：澄清完成后，输出可直接交给后续 AI 或业务技能执行的结构化提示词。
目标是在早期完全明确需求和目的，高效率、节省能量、节省 token 地使用 AI。
使用方式
何时使用
- 单句请求无上下文，如“做个登录功能”。
- 缺少关键维度：谁用？什么平台？为什么？有什么约束？
- 无成功标准，如“优化代码”“重构项目”。
- 紧急且模糊，如“快速修复 bug”“赶紧优化”。
- 用户期望 AI 自动理解一切。
何时不使用
- 需求清晰明确，包含足够上下文和约束。
- 用户明确表示“先看看你的建议”。
- 请求本身是澄清性问题。
场景识别与对应必问维度
- 功能开发（“做个功能”“写个模块”“实现XX”）：平台、技术栈、认证方式、数据存储。
- UI/界面设计（“设计界面”“做个页面”“UI”）：设备、风格、配色、交互、用户画像。
- 图像生成（“画个画”“生成图片”“AI绘图”）：风格、尺寸、主体、背景、色调、用途。
- 代码优化（“优化代码”“提升性能”）：目标（性能/可读性/内存）、当前问题、成功标准。
- Bug 修复（“修复bug”“报错了”“有问题”）：错误信息、复现步骤、预期行为、影响范围。
- 重构项目（“重构项目”“优化架构”）：动机、痛点、范围、约束、成功标准。
- 数据分析（“分析数据”“统计XX”）：数据源、时间范围、维度、输出格式。
流程步骤
- Step 0 识别场景类型：检查关键词，匹配领域模板，使用领域特定问题而非通用 5W1H。
- Step 1 识别模糊点：立即暂停，不要行动，检查 Who、What、Why、Where、When、How 是否缺失。
- Step 2 系统化提问：按优先级顺序提问，先问目标和约束（Why、What），再问上下文和范围（Where、Who），然后时间与优先级（When），最后方法和偏好（How）。不要一次性问所有问题，2-3 个关键问题即可，根据回答再深入。
- Step 3 抵抗压力：面对“快速”“赶紧”“马上”等压力信号时，应慢下来确认方向，而非加速探索。
- Step 4 避免假设：不自作主张猜测技术栈、平台、约束或意图，不确定就问。
- Step 5 时间效率：先澄清需求，再定向探索，确认理解，最后行动。
输出契约
信息不足时：先判断缺失信息是否会改变方案、实现或验收结果；只提问当前价值最高的 3～5 个问题，按影响优先级排序；已明确的信息不重复询问；存在多个合理方向时提供简短选项并说明影响；不擅自补齐会改变业务含义的关键事实，可提出“待确认假设”。
信息足够时，输出增强后的提示词，包含以下结构：角色、目标、背景、具体任务、关键实体与术语、约束条件、输出要求、验收标准、非目标。随后补充：已补充的实体和术语、采用的假设、待确认风险。增强提示词应忠实保留用户原意；如果无法确认关键目标，不得把猜测写成确定事实。
适用场景
- 用户请求模糊、缺少上下文时，帮助在早期明确需求。
- 紧急请求下避免改错方向。
- 需要将口语化、笼统的提示词转写为结构化、可执行的增强提示词。
限制
- 仅在用户显式调用 /prompt-pe 或明确要求澄清、增强、改写模糊提示词时使用。
- 不适用于普通产品管理工作流，不替代后续业务技能。
- 需求清晰明确或用户表示“先看看建议”时不应使用。