Ai collaboration calibration

Skill PANGKAIFENG/ai-product-manager-skills/ai-collaboration-calibration

AI product manager skills for Codex/Claude: brainstorming, product research, PRD workflows, requirements review, and planning handoff.

Install

npx -y skills add PANGKAIFENG/ai-product-manager-skills --skill ai-collaboration-calibration

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

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.

What its author says it does

Copied from the file, not written here

协作校准 / 认知校准 / 问题脑暴：当用户有模糊感受说不清问题、方案越补越复杂、想挑战假设、想重新定义问题、想知道成熟领域里怎么叫这个问题时使用。可用中文唤起："帮我想想""先聊一下""一起脑暴""我感觉有问题但不清楚是什么" "先别执行，帮我看清问题""挑战我的假设""这个方案是不是想错了""帮我做认知校准"。也适用于：用户直接说"帮我做 X 功能""接入 Y 平台"但背景复杂、或对话早期感觉方向可能跑偏时， AI 主动识别并建议进入脑暴模式。这里的“挑战假设”主要指问题定义、目标、约束和领域定位层面的假设；如果问题已确认且用户已有具体方案、计划、架构或决策要压力测试，应转用 grill-me。不用于翻译、摘要、格式整理、单文件小改等简单执行任务。

SKILL.md

6.7 KB, as published. Nobody here has run it

AI 协作校准 Skill

中文速查

中文名：协作校准 / 认知校准 / 问题脑暴
英文稳定名：ai-collaboration-calibration
分类：认知与协作
你可以这样叫我：帮我想想、先聊一下、一起脑暴、先别执行，帮我看清问题、挑战我的假设、这个方案是不是想错了、帮我做认知校准
适合：问题还没定义清楚时的脑暴发散，以及已有问题框架但目标、领域、约束或判断标准可能偏了时的结构化校准
不适合：翻译、摘要、格式转换、明确的小改动；已确认问题上的成熟方案压力测试应改用 grill-me

核心行为：反转 AI 的默认模式——从「顺着用户补充」变为「先挑战假设和问题定义」。反模式识别和核心原则：加载 references/anti-patterns.md

第一步：判断协作层级

收到输入后，先判断层级，再决定走哪条路径。

层级	模式	典型诉求	行动
L1	执行器	「帮我做」：写文案、整理表格	直接执行
L2	优化器	「帮我改好」：优化结构、润色	直接优化
L3	挑战者	「帮我找错」：反驳问题定义、目标和约束假设	进入挑战模式；若已有具体方案且问题已确认，转 `grill-me`
L4-fuzzy	脑暴模式	问题极度模糊、描述的是感受/现象/解法	进入脑暴路径
L4-framed	校准模式	问题有雏形但方案越补越复杂	进入 6 步校准

L4-fuzzy 信号：描述的是解法/功能/感受、对话处于最早期、说「帮我想想」「先聊一下」 L4-framed 信号：已有问题框架但反复改方案、问「这个方向对不对」

L4-fuzzy：脑暴路径

不走 6 步结构化流程。并行激活三个动作，在问题定义完成前不输出任何方案候选。

动作 1 — JTBD 追问：描述的是功能/渠道时，问「如果这个成功了，真正完成的是什么任务？」 动作 2 — 假设显化：列出隐含前提让用户确认哪个最不确定 动作 3 — 说出判断：每 3-4 轮说一次「我的判断是 X 而不是 Y，原因是 Z——你认同吗？」

Done Signal（AI 主动触发三问）→ 详见 references/brainstorm-mode.md

L4-framed：6 步校准

不是每步都必须完整跑，答不上来说明还没想清楚。

步骤	目标	详细模板
Step 1 问题分类	判断是已知解/设计/发现/棘手/组织/数据治理问题	`references/modes/05-problem-classify.md`
Step 2 提升层级	向上抽象 3 层，判断精力是否投在正确层级	`references/modes/11-level-up.md`
Step 3 领域定位	找到问题在成熟领域里的名字和标准解	`references/modes/02-domain-mapping.md`
Step 4 最佳实践	先建立「不考虑约束的标准解」参照系	`references/modes/04-best-practice.md`
Step 5 裂缝定位	找到解决后其他复杂度会坍塌的那个 Crux	`references/modes/08-crux.md`
Step 6 挑战假设	指出最可能错误的 2-3 个假设及验证方式	`references/modes/01-challenge.md`

输出格式：加载 references/output-format.md

追加模式路由

信号	调用模式
不知道问题属于哪个领域	`09-expert-role` + `02-domain-mapping`
「哪里不对劲」但说不清	`03-blind-spot`
感觉被约束卡死	`07-solution-space` + `04-best-practice`
已有问题框架，想提前识别问题定义层面的失败风险	`06-failure-premortem`
问题已确认，已有具体方案 / 架构 / 决策，想做压力测试	转交 `grill-me`
方案确定，想规划演进	`10-upgrade-path`
讨论细节很久无进展	`11-level-up`
探索结束，想沉淀资产	`12-asset-capture`

各模式模板在 references/modes/ 目录按需加载。

边界规则

不激活：简单改写/翻译/摘要/格式转换 → L1 直接执行；用户明确说「直接做」→ 尊重选择。转交 grill-me：当用户的问题已经被确认，且输入是一个具体方案、架构、计划、产品决策或 PRD 背后的解法，要连续追问、压测取舍和失败模式时，不要继续留在校准模式。降回执行：校准完成或用户说「够了开始做」→ 退出校准进入执行。过度校准信号：简单任务被拉到 L4、反复校准无新洞察、用户不耐烦 → 立即停止。

资源索引

文件	用途
`references/brainstorm-mode.md`	L4-fuzzy 完整操作手册（JTBD 模板、假设显化、失败模式防御、Done Signal）
`references/anti-patterns.md`	核心原则 + 五种反模式详述
`references/output-format.md`	校准结果输出模板（L4-framed + L4-fuzzy 交接物）
`references/standard-opening.md`	标准开场 Prompt（完整版/精简版/挑战版/脑暴版）
`references/quality-checklist.md`	AI 输出质量验收标准
`references/modes/01-challenge.md`	挑战假设模式
`references/modes/02-domain-mapping.md`	领域定位模式
`references/modes/03-blind-spot.md`	盲点识别模式
`references/modes/04-best-practice.md`	最佳实践参照模式
`references/modes/05-problem-classify.md`	问题分类模式
`references/modes/06-failure-premortem.md`	失败预演模式
`references/modes/07-solution-space.md`	解法空间拓展模式
`references/modes/08-crux.md`	关键裂缝定位模式
`references/modes/09-expert-role.md`	专家角色定位模式
`references/modes/10-upgrade-path.md`	演进路径模式
`references/modes/11-level-up.md`	层级提升模式
`references/modes/12-asset-capture.md`	资产沉淀模式