用途：在正式投入前塑造产品与工程工作，把原始想法收窄为有边界的问题，用固定投入（appetite）替代估算，形成 pitch 后下注，再按范围构建。方法改编自 Ryan Singer 的 Shape Up，并针对构建者包含 AI 智能体的团队做了扩展。
主要能力：核心循环为塑造→下注→构建→继续前进。塑造阶段设定边界、选择投入、把问题收窄为单一具体故事，拒绝大杂烩式需求；寻找元素时用粗略、已解决、有边界三种精度草图；修补兔子洞，提前敲定难题、声明越界情形；写出含问题、投入、方案、兔子洞、禁区的 pitch。下注阶段承诺一个不被打断的盒子，默认不延期，熔断机制把失败送回塑造。构建阶段先做一条集成切片，再以 uphill→downhill 状态跟踪发现的范围，最吓人的先做，决定停止时与基线比较。范围削减不等于质量削减，新反馈需重新塑造而非立即答应。
使用方式：按当前步骤加载参考文件，如 principles.md、shaping.md、betting.md、building.md、hybrid-adaptation.md、anti-patterns.md；使用 templates/PITCH.md 与 templates/SCOPE_MAP.md 模板。入口按情境选择：原始想法到达从 shaping.md 第 1 步开始；想法已验证但无边界看 shaping.md；准备写概念用 PITCH.md；决定下一个盒子看 betting.md；已下注开始构建看 building.md；构建者是 AI 智能体看 hybrid-adaptation.md；项目总完不成或循环不收敛先看 anti-patterns.md 再看混合适配的终止标准。
适用场景：已验证问题需要收窄、准备写概念、决定下注、开始构建、构建者为 AI 智能体、循环不收敛等。
限制：问题本身尚未验证应改用 product-discovery；战略问题（定位、市场进入、跨季度组合权重）应改用 product-strategy 或 product-roadmapping-and-portfolio；已下注且需要正式规格应改用 spec-driven-development；用评分比较无关功能提案应改用 product-methodology；史诗无法分解因无人能定义完成，应回到本技能；工作小而常规且完全理解则跳过塑造；已下注且需要意图到交付控制应改用 bmad。证据说明：所有实践主张源自一家公司（Basecamp，2019）的叙述，独立团队记录显示有真实改编与放弃案例，下注重要事项前先读 anti-patterns.md，六周周期应视为可调脚手架而非教条。