Ai project definition
把一句模糊需求改写成可落地的 AI 项目定义。整合了 AI 项目定义卡和自检表,输出包含目标用户、具体问题、AI 介入点、人工保留点、MVP 范围和成功标准的完整项目定义。在伪需求检查通过后、PRD Lite 之前使用。From its SKILL.md
npx -y skills add MedocMay/ai-native-builder-consultant-skills --skill ai-project-definitionAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
2 things to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
- 3 stars3 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
SKILL.md
6.7 KB, ~2.4k tokens by cl100k_base, as published. Nobody here has run it
AI Project Definition — AI 项目定义
咨询链位置
在 SOP 中: Module 1,在场景分析(scene-analysis)和伪需求检查(pseudo-ai-detection)之后,产品定位(ai-native-vs-ai-enhanced)和 PRD Lite(prd-lite)之前。
核心价值: 把"我们想做一个 AI 系统"变成"我们要让 [具体用户] 在 [具体场景] 下减少 [具体痛点],通过 [具体 AI 介入点],第一版验证 [可测量的成功标准]"。
常见联动:
- 通过自检后 →
prd-lite(升级为最小产品文档) - 需要做 Agent 架构 →
ai-native-vs-ai-enhanced→agent-boundary-design - 需要 DL 补充 →
dl-problem-framing
九个必须回答的问题
问题 1:目标用户是谁?
不是"员工"或"用户",而是:
- 具体角色(财务经理、保险经纪人、质检工程师)
- 使用频率(每天、每周、每月)
- 使用场景(在工厂现场、在办公室、在飞书上)
自检: 能不能找到一个真实的人作为代表用户?如果不能,用户定义不够具体。
问题 2:当前具体问题是什么?
写实际问题,不写口号:
| 错误示例 | 正确示例 |
|---|---|
| 提升工作效率 | 财务经理每月花 3 天手工收集各部门数据 |
| 智能化管理 | 台架改造方案靠开会讨论,每次需要 2 周 |
| 降低人工成本 | 质检人员对同一缺陷的判断标准不统一 |
问题 3:当前这个问题怎么被处理?
描述现有流程:谁做、怎么做、用什么工具、花多少时间。
为什么重要: AI 要替代或增强的,是现有流程中的某一步,不是凭空创造。不了解现有流程,就不知道 AI 应该接在哪里。
问题 4:当前处理方式最大的痛点是什么?
从以下选项中选择最核心的 1-2 个:
- 太耗时间(明确:哪一步最耗时?耗多少时间?)
- 太依赖人工经验(明确:依赖谁的经验?这个人离开会怎样?)
- 信息分散(明确:分散在哪里?多少个地方?)
- 容易漏(明确:漏什么?漏了会怎样?)
- 不够及时(明确:慢多少?理想是多快?)
- 不够准确(明确:准确率多少?目标是多少?)
问题 5:AI 最适合介入哪一步?
介入点选择原则:
- 选最高频的那一步(每天都发生,不是偶尔发生)
- 选当前人工最耗时的那一步
- 选规则说不清楚但专家一眼就能判断的那一步
- 不要选"全流程",选具体的一步
介入方式分类:
| 方式 | 说明 | 适用场景 |
|---|---|---|
| AI 草稿,人工审核 | AI 生成初稿,人确认后使用 | 报告生成、方案草拟 |
| AI 检索,人工决策 | AI 找信息,人来判断 | 知识查询、合规审查 |
| AI 分析,触发告警 | AI 监控,异常时通知人 | 成本预警、质量监控 |
| AI 分类路由,人处理 | AI 判断类型,分发给对应人员 | 客服分类、工单路由 |
| AI 全自动执行 | 风险极低的重复性任务 | 数据格式转换、定时报表 |
问题 6:哪一步必须保留人工?
必须保留人工的场景:
- 结果会对外正式发布(对客户、对管理层、对监管)
- 结果涉及资金划转、合同签署、决策审批
- AI 错误代价高且不可逆(安全、法律、财务)
- 业务方明确表示"这个我要亲自看"
设计原则: 宁可保留更多人工检查点,随着信任建立再逐步扩大 AI 自主范围。
问题 7:第一版最小可用价值是什么?
一句话,必须满足:
- 有明确的用户
- 有可以操作的功能
- 有可以测量的价值
示例:
- ✅ "财务经理输入发动机型号,1分钟内得到台架改造成本估算报告草稿"
- ✅ "经纪人在飞书问'这个客户的理赔状态',30秒内得到答案"
- ❌ "实现智能化材料成本分析"(太大、无法验证)
问题 8:第一版成功标准是什么?
必须是可测量的,最多 3 条:
| 类型 | 示例 |
|---|---|
| 时间节省 | 从 3 天 → 半天 |
| 准确率 | 错误率从 15% → 3% |
| 使用率 | 目标用户每周至少用 3 次 |
| 用户评价 | 财务经理说"这个比我自己做的快" |
问题 9:当前明确不做什么?
明确排除是防止范围蔓延的最有效手段,列出 2-3 条:
- 第一版不处理 XX 类型的数据
- 第一版不覆盖 XX 部门的需求
- 第一版不做 XX 功能(留给第二版)
项目定义自检表
在交付项目定义之前,逐项检查:
| 检查项 | 状态 |
|---|---|
| 是否有明确用户(具体角色,不是"员工") | ✅ / 待改进 |
| 是否有具体问题(有数字/时间/频率) | ✅ / 待改进 |
| 是否说明了当前做法 | ✅ / 待改进 |
| 是否写清了 AI 介入的具体步骤 | ✅ / 待改进 |
| 是否写清了人工保留点 | ✅ / 待改进 |
| 是否有最小可用价值(一句话,可验证) | ✅ / 待改进 |
| 是否有可测量的成功标准(最多3条) | ✅ / 待改进 |
| 是否写明当前不做什么(至少2条) | ✅ / 待改进 |
自检通过标准: 8项全部为✅,或最多1项"待改进"且已有改进计划。
输出格式
## AI 项目定义卡
**项目名称:** [填入]
**所属部门:** [填入]
**负责人:** [填入]
**版本:** v1.0 日期:[填入]
### 核心定义
**目标用户:**
[具体角色 + 使用频率 + 使用场景]
**当前具体问题:**
[不写口号,写实际问题,包含数字]
**当前处理方式:**
[谁做、怎么做、用什么工具、花多少时间]
**最大痛点:**
[从六个选项中选最核心的,加具体说明]
**AI 介入点:**
[具体的一步,介入方式(草稿/检索/告警/路由/自动化)]
**人工保留点:**
[明确写出哪些步骤必须人来做,原因是什么]
### MVP 定义
**第一版最小可用价值:**
[一句话:谁 + 做了什么 + 得到什么 + 多快]
**成功标准(最多3条):**
1. [可测量的指标]
2. [可测量的指标]
3. [可测量的指标]
**当前不做什么:**
1. [排除项1]
2. [排除项2]
3. [排除项3]
### 自检结果
[8项自检的状态]
### 下一步
→ `prd-lite` 升级为最小产品文档
→ 如果是 Agent 架构 → `ai-native-vs-ai-enhanced`
→ 如果需要 DL → `dl-problem-framing`
What ships with it
Read from the repository
Just SKILL.md. No reference files, no scripts.