gtm-alignment 是一个阶段划分对齐技能，用途是确保实现阶段与 GTM（go-to-market）战略保持一致，方式是与人物层级进行校验，并基于 KPI 数据估算业务价值。该技能强调必须从 Notion 获取真实数据，不得自行编造人物画像或 GTM 层级。
适用时机：在 Ask 模式第二阶段（CONVERGE）中、dependency-mapping 之后使用；在同等风险 slice 之间做优先级判断时使用；在最终确定阶段顺序之前使用。
数据来源：技能引用两个 Notion 数据库。Persona DB（ID 2b1c4d5e-7bea-80ee-85c2-fb96dfdcf98b），用途是人物层级、RICE 分数与特征；GTM Strategy DB（ID 2b2c4d5e-7bea-809d-8c49-cc6b443738df），用途是定位、信息与细分市场。若 API-query-data-source 失败，可用 API-post-search 并以查询词“Persona”作为回退。
主要步骤：
第一阶段，拉取人物层级（必需）。主方法是使用 user-notion 服务器的 API-query-data-source 查询数据库；回退方法是在查询失败时使用 API-post-search 搜索。若两种方法都失败，必须停止、报告错误，不得使用编造数据继续。从 Persona DB 中提取人物名称、RICE 分数、目标、痛点、背景与市场细分，然后按 RICE 分数构建层级优先级表（T1、T2、T3），并展示人物名称与 RICE 分数作为证据。
第二阶段，拉取 GTM 战略（必需）。方式同上，查询失败时以“GTM Strategy”回退搜索，两种都失败则停止。从 GTM Strategy 中提取当前定位陈述、相对竞争对手的关键差异化、优先细分或垂直领域、信息主题，并展示定位陈述摘录作为证据。
第三阶段，将 slice 映射到人物画像，使用第一阶段真实数据，列出每个 slice 服务的人物、层级与理由。
第四阶段，计算 GTM 分数。技能给出两种公式表述：其一为 GTM Score = (TierPriority x 3) + AnnouncementPotential；其二为 GTM Score = (TierPriority x 3) + ValueScore + AnnouncementPotential。其中 TierPriority 取 T1=3、T2=2、T3=1、无=0；ValueScore 取 Critical=3、High=2、Medium=1、Low=0；AnnouncementPotential 取 Yes=2、Partial=1、No=0。
第五阶段，将阶段映射到人物画像，列出阶段、服务层级、人物、包含功能与能否对外发布。规则是每个阶段应至少完整服务一个人物层级。
第六阶段，与风险顺序进行核对。若 GTM 分数与 dependency-mapping 得出的风险分数冲突，按场景处理：高 GTM 加高风险，将 slice 拆分为 MVP 与完整版，以降低风险并保留 GTM 优先级；高 GTM 加低风险，优先处理并提前顺序；低 GTM 加低风险，保持基于风险的位置；低 GTM 加高风险，延后处理。技能要求把冲突记录到检查点，并给出冲突检测与解决选项的示例格式。
输出格式要求包含：数据来源表（展示 Persona DB 与 GTM Strategy DB 的抓取状态与证据，如记录条数、定位前 50 个字符）、来自 Notion 的人物层级表、战略契合（定位、信息、差异化）、人物覆盖表（阶段、服务层级、人物、能否发布）、冲突与解决表（冲突、风险顺序、GTM 顺序、所选方案）。
验证检查点要求确认：Persona DB 已成功查询而非编造、GTM Strategy DB 已成功查询而非编造、每个 slice 都映射到来自 Notion 的真实人物、输出中展示了证据（记录数、定位摘录）。任一查询失败都必须停止并报告错误，不得使用虚构数据继续。
调用方式：可手动使用“use gtm-alignment skill”触发，或遵循引用该技能的 Ask 模式第二阶段（CONVERGE）。相关技能包括：dependency-mapping（在 GTM 对齐之前运行）、problem-framing（提供人物上下文）、phasing（使用 GTM 分数进行最终排序）。
限制与约束：技能本身要求不得编造人物或 GTM 层级，若 Notion 查询失败必须停止。技能未提供收费、价格、平台或效果方面的信息。