Opportunity brief

Opportunity Brief — 机会简报生成

核心原则

1. Brief是决策文档不是数据堆砌——每个字段必须服务于决策判断，无决策价值的数据不纳入
2. 假设风险驱动下一步——关键假设及其风险等级决定推荐行动，高风险假设优先验证
3. 人类决策项不可省略——所有需人类判断的事项必须显式列出，含决策上下文和紧急程度
4. 证据链可追溯——每条证据必须可追溯到上游数据源，确保决策依据可审计

交互模式

🤖→👤 AI 建议人类审批

输入

输入项	类型	必填	来源	说明
用户之声分析	JSON	是	output/pm-discovery/user-research-voice-analysis/voice-analysis.json	用户反馈与情感分析
行为分析	JSON	是	output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json	用户行为模式与痛点
用户画像	JSON	是	output/pm-discovery/user-research-user-modeling/persona.json	目标用户群体画像
待办任务	JSON	是	output/pm-discovery/insight-jtbd/jtbd.json	用户待办任务分析
需求分类	JSON	是	output/pm-discovery/insight-kano/kano.json	Kano 模型需求分类
市场规模	JSON	是	output/pm-discovery/market-tam-som/tam-som.json	TAM/SAM/SOM 估算
竞品情报	JSON	是	output/pm-discovery/market-competitor-intel/competitor-intel.json	竞品能力与壁垒分析
机会评分	JSON	是	output/pm-discovery/opportunity-scoring/opportunity-scoring.json	多维度加权评分结果
HMW 陈述	JSON	是	output/pm-discovery/opportunity-hmw/hmw.json	How Might We 陈述
Problem Statement	JSON	是	output/pm-discovery/opportunity-problem-statement/problem-statement.json	结构化问题陈述

执行步骤

结构定义

1. title

机会简报标题，格式：[目标用户群体] - [核心痛点摘要]

2. problem_statement

直接引用 problem-statement.json 中的 problem_statement 字段。

3. evidence_summary

子字段	来源	说明
user_research	voice-analysis + behavior-analysis + persona + jtbd + kano	用户研究证据摘要，包括痛点频率、行为印证、用户画像特征、核心任务、需求类型
market_analysis	tam-som	市场分析证据摘要，包括 TAM/SAM/SOM 估算及增长率
competitive_landscape	competitor-intel	竞争格局证据摘要，包括竞品能力、市场空白、壁垒分析

4. opportunity_score

引用 opportunity-scoring.json 中的加权总分与各维度得分。

5. hmw_statements

引用 hmw.json 中的 HMW 陈述列表，标注创新空间评分。

6. key_assumptions

关键假设列表，每个假设包含：

子字段	类型	说明
assumption	string	假设描述
type	string	假设类型（desirability / viability / feasibility / usability）
testability	string	可验证性描述（如何验证该假设）
risk_if_wrong	string	假设错误时的风险等级（高/中/低）

7. recommended_next_step

基于评分与假设分析，推荐的下一步行动。

8. human_decisions_needed

需要人类决策的事项列表。

输出

输出文件：output/pm-discovery/opportunity-brief/opportunity-brief.json

输出Schema：

{
  "type": "object",
  "required": ["title", "problem_statement", "evidence_summary", "opportunity_score", "key_assumptions", "recommended_next_step"],
  "properties": {
    "title": {"type": "string", "description": "机会简报标题"},
    "problem_statement": {"type": "string", "description": "结构化问题陈述"},
    "evidence_summary": {"type": "object", "description": "证据摘要，含用户研究、市场分析和竞争格局"},
    "opportunity_score": {"type": "object", "description": "机会评分，含加权总分和各维度得分"},
    "hmw_statements": {"type": "array", "description": "HMW陈述列表"},
    "key_assumptions": {"type": "array", "description": "关键假设列表"},
    "recommended_next_step": {"type": "string", "description": "推荐的下一步行动"},
    "human_decisions_needed": {"type": "array", "description": "需人类决策的事项列表"},
    "metadata": {"type": "object", "description": "元数据，含版本、时间戳和来源文件"}
  }
}

输出校验规则

字段路径	类型	必填	说明
title	string	是	机会简报标题，格式为[目标用户群体]-[核心痛点摘要]，不可为空
problem_statement	string	是	结构化问题陈述，不可为空，需可追溯到problem-statement.json
evidence_summary	object	是	证据摘要，3个子字段均必须有内容
evidence_summary.user_research	object	是	用户研究证据，需包含痛点频率和行为印证
evidence_summary.market_analysis	object	是	市场分析证据，需包含SOM估算
evidence_summary.competitive_landscape	object	是	竞争格局证据，需包含市场空白分析
opportunity_score	object	是	机会评分，weighted_total不可为null（需人类已完成战略契合度评分）
opportunity_score.weighted_total	number	是	加权总分，不可为null
opportunity_score.dimensions	object	是	各维度得分，5个维度均需有score值
hmw_statements	array	是	HMW陈述列表，不可为空数组
hmw_statements[].id	string	是	HMW唯一标识
hmw_statements[].statement	string	是	HMW陈述文本
hmw_statements[].innovation_space	number	是	创新空间评分1-5
key_assumptions	array	是	关键假设列表，不可为空数组
key_assumptions[].assumption	string	是	假设描述，不可为空
key_assumptions[].type	string	是	假设类型，必须为desirability/viability/feasibility/usability之一
key_assumptions[].testability	string	是	可验证性描述，不可为空
key_assumptions[].risk_if_wrong	string	是	风险等级，必须为高/中/低之一
recommended_next_step	string	是	推荐下一步，必须基于评分和假设风险分析，不可凭空建议
human_decisions_needed	array	是	人类决策事项列表，高风险假设必须有对应决策项
human_decisions_needed[].item	string	是	决策事项，不可为空
human_decisions_needed[].context	string	是	决策上下文，不可为空
human_decisions_needed[].urgency	string	是	紧急程度，必须为高/中/低之一
metadata.version	string	是	版本号
metadata.generated_at	string	是	生成时间戳，ISO 8601格式
metadata.source_files	array	是	来源文件列表，不可为空数组

{
  "title": "SaaS运营人员 - 多渠道数据核对耗时易错",
  "problem_statement": "月活超过1000的SaaS产品运营人员，在月底结算高峰期，需要快速核对多渠道数据一致性，但当前面临手动比对耗时且易错的核心痛点，因为现有工具仅支持单渠道数据导出且缺乏自动校验能力，如果这个问题被解决，他们将把数据核对时间从平均4小时缩短至30分钟以内。",
  "evidence_summary": {
    "user_research": {
      "pain_point_frequency": "12.3%用户提及此痛点",
      "behavioral_evidence": "78%目标用户月底反复手动导出比对",
      "persona_summary": "主要受影响群体为中型SaaS产品运营人员",
      "core_jobs": "数据核对、报表生成、异常排查",
      "need_type": "基本需求（Kano模型），缺失时强烈不满"
    },
    "market_analysis": {
      "tam": "50亿",
      "sam": "15亿",
      "som": "1.2亿",
      "growth_rate": "年增长率约25%"
    },
    "competitive_landscape": {
      "competitor_capabilities": "主流竞品仅支持单渠道数据管理",
      "market_gap": "多渠道数据自动核对能力缺失",
      "barrier_analysis": "数据集成能力构成一定壁垒"
    }
  },
  "opportunity_score": {
    "weighted_total": 3.85,
    "dimensions": {
      "problem_validity": { "score": 4, "weight": 0.30 },
      "market_size": { "score": 4, "weight": 0.25 },
      "feasibility": { "score": 4, "weight": 0.20 },
      "strategic_fit": { "score": 4, "weight": 0.15 },
      "competitive_moat": { "score": 3, "weight": 0.10 }
    }
  },
  "hmw_statements": [
    {
      "id": "hmw-001",
      "statement": "我们如何消除新用户在首次配置场景下的认知负担障碍？",
      "innovation_space": 4
    },
    {
      "id": "hmw-002",
      "statement": "我们如何让报表生成体验变得更快速？",
      "innovation_space": 3
    }
  ],
  "key_assumptions": [
    {
      "assumption": "目标用户愿意为自动核对功能付费",
      "type": "viability",
      "testability": "通过付费意愿调研或MVP定价测试验证",
      "risk_if_wrong": "高"
    },
    {
      "assumption": "多渠道数据接口可统一标准化",
      "type": "feasibility",
      "testability": "通过技术预研验证3-5个主流渠道的数据接口",
      "risk_if_wrong": "高"
    },
    {
      "assumption": "用户能接受自动核对结果的准确率在95%以上",
      "type": "desirability",
      "testability": "通过可用性测试验证用户对准确率的接受阈值",
      "risk_if_wrong": "中"
    }
  ],
  "recommended_next_step": "建议进入解决方案探索阶段，优先验证高风险假设（付费意愿与数据接口标准化），可通过烟雾测试与技术预研并行推进。",
  "human_decisions_needed": [
    {
      "item": "确认战略契合度评分",
      "context": "AI建议评分4，需人类确认是否与公司战略方向一致",
      "urgency": "高"
    },
    {
      "item": "确认高风险假设的验证优先级",
      "context": "2个高风险假设需决定验证顺序与资源分配",
      "urgency": "高"
    },
    {
      "item": "审批推荐下一步方案",
      "context": "是否进入解决方案探索阶段，以及验证方式选择",
      "urgency": "中"
    }
  ],
  "metadata": {
    "version": "1.0",
    "generated_at": "2026-05-08T18:00:00Z",
    "source_files": [
      "output/pm-discovery/user-research-voice-analysis/voice-analysis.json",
      "output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json",
      "output/pm-discovery/user-research-user-modeling/persona.json",
      "output/pm-discovery/insight-jtbd/jtbd.json",
      "output/pm-discovery/insight-kano/kano.json",
      "output/pm-discovery/market-tam-som/tam-som.json",
      "output/pm-discovery/market-competitor-intel/competitor-intel.json",
      "output/pm-discovery/opportunity-scoring/opportunity-scoring.json",
      "output/pm-discovery/opportunity-hmw/hmw.json",
      "output/pm-discovery/opportunity-problem-statement/problem-statement.json"
    ]
  }
}

决策规则

1. 关键假设风险等级"高"的必须标注：risk_if_wrong 为"高"的假设必须在 human_decisions_needed 中列出对应的决策项
2. 人类决策项必须列出：所有需要人类判断的事项均需在 human_decisions_needed 中明确列出，包含决策项、上下文和紧急程度
3. 推荐下一步需基于数据：recommended_next_step 必须基于评分结果与假设风险分析，不能凭空建议

质量检查

检查项	通过条件
所有证据摘要已填充	evidence_summary 的3个子字段均有内容
关键假设已列出可验证性	每个 key_assumptions 的 testability 非空
人类决策项已明确	human_decisions_needed 非空且每项包含 item/context/urgency
高风险假设有对应决策项	risk_if_wrong 为"高"的假设在 human_decisions_needed 中有对应项
机会评分完整	opportunity_score.weighted_total 非空且各维度得分完整
HMW 陈述已引用	hmw_statements 非空
Problem Statement 已引用	problem_statement 非空

---

降级策略

当上游文件不存在时，本Skill仍可独立执行：

缺失的上游输入	降级方案	输出影响
voice-analysis.json / behavior-analysis.json	用户提供机会描述 → 生成简化版Brief，证据摘要部分基于用户描述填充	evidence_summary.user_research 基于用户描述，缺乏痛点频率和行为印证数据，决策可信度降低
persona.json / jtbd.json / kano.json	用户提供机会描述 → 生成简化版Brief，标注"缺乏用户画像和需求分类数据"	evidence_summary.user_research 缺乏persona_summary/core_jobs/need_type，假设分析缺乏用户洞察支撑
tam-som.json / competitor-intel.json	用户提供机会描述 → 生成简化版Brief，市场分析和竞品分析部分基于用户描述	evidence_summary.market_analysis 和 competitive_landscape 基于用户估算，缺乏SOM和竞品能力数据
opportunity-scoring.json / hmw.json / problem-statement.json	用户提供机会描述 → 生成简化版Brief，核心内容基于用户描述填充	opportunity_score 缺乏结构化评分，hmw_statements 为空，problem_statement 为用户描述，human_decisions_needed 大幅增加
多个前序文件缺失	用户提供机会描述 → 生成简化版Brief，标注各缺失数据源	多个字段基于用户描述，evidence_summary 大面积缺失，key_assumptions 可信度极低，Brief决策价值大幅降低

数据获取说明：

• 本Skill需要多个前序阶段的数据，请通过以下方式之一提供：
  1. 直接描述产品机会、目标用户和核心痛点
  2. 上传前序阶段输出的JSON文件
  3. 提供数据文件路径
• AI不负责外部数据采集，仅负责分析

上游变更响应

上游变更影响表

上游数据源	变更类型	影响维度	影响描述	响应策略
voice-analysis.json	痛点频率或情感数据更新	evidence_summary.user_research	用户研究证据摘要需更新	更新user_research子字段，重新评估key_assumptions
behavior-analysis.json	行为模式数据更新	evidence_summary.user_research	行为印证数据需更新	更新behavioral_evidence，重新评估假设风险
persona.json	用户画像调整	evidence_summary.user_research / problem_statement	用户群体描述可能变化	更新persona_summary，评估problem_statement是否需同步更新
jtbd.json	待办任务变更	evidence_summary.user_research	核心任务描述需更新	更新core_jobs，重新评估desirability类假设
kano.json	需求分类调整	evidence_summary.user_research	需求类型描述需更新	更新need_type，重新评估假设优先级
tam-som.json	市场规模估算调整	evidence_summary.market_analysis	TAM/SAM/SOM数据需更新	更新market_analysis，重新评估viability类假设
competitor-intel.json	竞品能力变更	evidence_summary.competitive_landscape	竞争格局和壁垒分析需更新	更新competitive_landscape，重新评估竞争壁垒相关假设
opportunity-scoring.json	评分结果更新	opportunity_score / recommended_next_step	加权总分和排名变化影响推荐行动	更新opportunity_score，重新生成recommended_next_step
hmw.json	HMW陈述变更	hmw_statements	HMW列表需同步更新	更新hmw_statements，评估创新空间分布变化
problem-statement.json	Problem Statement变更	problem_statement	问题陈述需同步更新	更新problem_statement，评估是否影响key_assumptions

下游通知机制表

下游消费者	通知字段	通知时机	通知内容
决策层/利益相关方	title / opportunity_score.weighted_total	Brief核心结论变更后	通知机会简报标题和评分变化，提示需重新审阅
后续阶段（解决方案探索）	recommended_next_step / key_assumptions	推荐行动或假设变更后	通知下一步行动调整及需验证的假设变化