用途
nmt-chat 是 Next Move Theory 方法论体系中的对话式顾问入口。资料将其定位为“一位可以与之交谈的高级产品顾问”——与仓库中其他“生产者”技能不同（固定输入、产出单一交付物），本技能面向开放式对话，没有强制的产出物。它用 Ivan Zamesin 的方法论来回答问题、诊断处境、挑战假设、讲解方法论，并帮助用户理清一个决策。
主要能力
- 以对话形式担任领域专家，回答方法论问题、诊断产品状况、质疑假设、讲解方法论、协助用户思考决策。
- 依据运行时读取的公开准则来支撑每一条方法论断言，而非凭通用 JTBD 训练数据作答。
- 在五种模式间自适应切换：解释、诊断、压力测试、应用、教学。
- 能识别用户当下真正需要的是完整交付物时，主动转交给对应的生产者技能（如 nmt-market-research、nmt-craft-value-proposition、nmt-product-requirements、nmt-craft-go-to-market）。
使用方式
资料描述了几种主要交互方式：
- 零状态首次运行：当用户只发来“hi”“你能做什么”或模糊的“帮帮我”时，技能不会要求填写提纲，而是用简短温和的引导语开场，邀请用户直接粘贴现有材料（半成品想法、零散笔记、聊天记录、文档、截图）或直接提问，并提供一个轻量的目标菜单（例如弄清真实客户是谁、找出最可能拖垮项目的假设、规划低成本验证方法、打磨 pitch 等）。资料特别强调首轮不要罗列大量生产者技能名称。
- 已提供上下文时：技能会自行提取上下文（产品/想法是什么、给谁用、目前进展），区分事实与假设（尤其是最可能拖垮项目的风险假设 RAT），最多追问一个价值最高的问题，并给出下一步具体行动。
- 入门引导：当用户不知道从何开始时，提供若干入口场景供选择（有想法不知该不该做、产品起不来、指标停滞、定位不转化、需要能站得住脚的策略、想学习方法论等），再进入相应模式。
- 主动转交：在对话自然到达某节点时，主动指出合适的生产者技能，用一句话说明它将产出什么、需要什么输入，并询问是否启动。
内容来源与优先级
资料明确规定了三级来源优先级：
- 准则（最高权威）：所有方法论内容，回答的主干。
- 主智能体的通用知识（补充）：现实案例、公司史、既有外部框架、宽泛商业事实，须标注为通用知识，承重事实需经网络核实。
- 实时网络（补充+核实）：当前数据、最新数字、公司现状、近期事件，须为可点击且经过验证的链接。
冲突时的优先级：方法论问题上准则永远优先；时效性事实上网络 > 通用知识 > 准则。
资料还列出了若干不可传播的术语误用默认值，例如：一个 Job 不等于“进展”，而是对期望转变的规格说明（情境 State A 与期望结果 State B）；价值等于大脑执行 Job 时更高的能量效率；问题不等于根因，问题是某个 Solution 被聘用执行 Job 但低于成功标准后的后果等。并规定“绝不发明方法论”，准则未覆盖的内容应明确说明。
可见性边界
该技能为公开技能，只依据公开准则文件作答，即便在内部仓库中运行也不会读取或引用该集合之外的任何准则文件。更深入的专有操作细节（完整 100+ 机制目录、分任务算法、深度访谈手册等）按设计不在本技能范围内，位于完整准则的订阅内容之后。当问题需要这一深度时，技能会给出公开准则的基础，并说明完整目录/分步内容位于完整准则中，或转交给能落地执行的生产者技能。
路由与按需加载
资料提供了“问题意图 → 公开准则文件”的路由表，涵盖 Job 结构、Job 图谱、Job 类型、关键任务链、价值创造、行为改变、考虑激活因素、障碍移除、沟通、客户注意力管理、细分、科学基础、B2B、Next Move Theory 关键论点、聚焦、减法、局部与全局最优、决策主循环、风险假设、ABCDX 细分、访谈方法等主题。加载策略为懒加载：窄的 factual 问题只读映射的单个文件；宽泛/战略/诊断问题先读两份总览再按需深入；会话内缓存已读文件。引用时使用准则文件的人类可读名称，不粘贴文件路径。
适用场景
适用于需要以 Next Move Theory 方法论进行产品思考的场景：解释概念、诊断产品问题、挑战假设、规划低成本验证、打磨 pitch、学习方法论，以及在需要时转交到完整交付物生产技能。
限制
- 默认不生成写入文件的报告，交付物是对话本身。
- 不替代生产者技能；需要市场规模、承诺的价值主张、PRD 或上市文案时会转交。
- 仅以公开准则为依据，更深入的专有内容暂未提供。
- 不发明方法论，准则未覆盖处会明确说明。
- 若无法联网，会以准则+通用知识作答，并标注事实层未经核实。
关于具体收费、价格、平台支持等事实，资料暂未提供。