什么是 problem-definition?
定义产品问题并生成问题定义包(问题陈述、JTBD、当前替代方案、证据和假设、成功指标、范围边界、原型/学习计划)。在澄清问题空间时使用。 来源:liqiongyu/lenny_skills_plus。
定义产品问题并生成问题定义包(问题陈述、JTBD、当前替代方案、证据和假设、成功指标、范围边界、原型/学习计划)。在澄清问题空间时使用。
通过命令行快速安装 problem-definition AI 技能到你的开发环境
来源:liqiongyu/lenny_skills_plus。
Produce a Problem Definition Pack in Markdown (in-chat; or as files if the user requests):
1) Context snapshot (product, user, trigger, decision, constraints) 2) Problem statement (1-liner + expanded) + why now 3) JTBD (primary job + key sub-jobs) + target segment notes 4) Current alternatives (including analog/non-digital) + gaps + switching costs 5) Evidence & assumptions log (what we know vs what we’re guessing)
6) Success criteria (outcome metric(s), leading indicators) + guardrails 7) Scope boundaries (in/out, non-goals, dependencies) 8) Prototype / learning plan (fast prototype + tests to de-risk) 9) Risks / Open questions / Next steps (always included)
定义产品问题并生成问题定义包(问题陈述、JTBD、当前替代方案、证据和假设、成功指标、范围边界、原型/学习计划)。在澄清问题空间时使用。 来源:liqiongyu/lenny_skills_plus。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/liqiongyu/lenny_skills_plus --skill problem-definition定义产品问题并生成问题定义包(问题陈述、JTBD、当前替代方案、证据和假设、成功指标、范围边界、原型/学习计划)。在澄清问题空间时使用。 来源:liqiongyu/lenny_skills_plus。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/liqiongyu/lenny_skills_plus --skill problem-definition 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/liqiongyu/lenny_skills_plus