好问题六维观察表
SkillAI & modelsSix-dimension observation table for good questions. In the AI era, a product manager's most important skill is not giving answers but asking good questions. This Skill provides a six-dimension observation framework to help you discover good questions from different angles.
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the 好问题六维观察表 skill
What this skill tells your AI
The instructions your AI receives, as published by gmaxxxie/ai-native-product-agent-skills in skills/p0e-good-question-generator/SKILL.md and read by ahel’s review.
一句话定位
产品经理最重要的能力不是给答案,而是提好问题。六个维度帮你发现别人看不到的好问题。
何时触发
- 需要定义研究问题或产品方向
- 觉得当前的问题定义太浅或太狭窄
- 需要从多个角度理解用户或市场
- 团队对"要解决什么"有争论
输入
一个领域、场景或问题线索。
示例输入:
领域: 企业协作软件
当前问题: "如何提升团队协作效率"
输出
六个维度的问题集 + 最佳问题推荐 + 研究方向建议。
六个维度
维度 1: 用户维度(用户在做什么,想什么,痛什么)
观察角度:
- 目标用户是谁?他们的日常是什么样的?
- 他们在这个领域里已经在做什么?
- 他们最痛的是什么?最想要的是什么?
示例问题:
"目标用户在协作中花费时间最多的三件事是什么?"
"他们是怎么解决这些问题的?这些解决方案的代价是什么?"
"如果有一个魔法按钮能解决一个问题,他们会选哪个?"
维度 2: 任务维度(任务是什么,流程是什么,哪里卡住)
观察角度:
- 用户要完成的核心任务是什么?
- 完成这个任务的流程是什么?
- 哪些步骤最容易卡住或出错?
示例问题:
"完成一次完整的协作需要经历哪几个步骤?"
"每个步骤中,哪一步的失败率最高?"
"如果只能优化一个步骤,哪个对整体效率影响最大?"
维度 3: 系统维度(系统是什么,各部分怎么关联,哪里是瓶颈)
观察角度:
- 这个领域里有哪些关键系统或平台?
- 这些系统之间是怎么交互的?
- 哪个系统是瓶颈,影响其他所有系统?
示例问题:
"当前协作涉及哪几个系统(通讯、文档、项目管理、知识库)?"
"这些系统之间的信息是怎么流动的?哪里断裂了?"
"如果只能整合两个系统,哪两个的整合价值最大?"
维度 4: 组织维度(组织是什么,角色怎么分工,权力怎么分布)
观察角度:
- 这个领域里有哪些角色?他们的利益是什么?
- 权力和决策权是怎么分布的?
- 哪些角色是被忽视的或没有声音的?
示例问题:
"在协作流程中,哪些角色有决策权,哪些只能执行?"
"谁的工作成果最难被看见,但对整体效率影响最大?"
"如果要推动一个改变,需要谁的支持?谁可能阻止?"
维度 5: 时间维度(过去是什么,现在是什么,未来可能是什么)
观察角度:
- 这个领域 3 年前是什么样子?现在变了什么?
- 正在发生的重大变化是什么?
- 3 年后可能会变成什么样子?
示例问题:
"三年前团队协作的方式是什么?现在有什么不同?"
"远程办公、AI 工具、新一代员工,正在怎么改变协作方式?"
"三年后,协作软件如果还存在,它最核心的价值会是什么?"
维度 6: 对比维度(别人是怎么做的,有什么可以借鉴)
观察角度:
- 同类产品是怎么解决这个问题的?
- 其他行业是怎么解决类似问题的?
- 有什么反常见但有效的方法?
示例问题:
"同类协作软件如何处理这个问题?它们的方法有什么限制?"
"其他行业(如医疗、航空)是怎么解决高风险协作的?"
"有没有一个完全不同的方法解决了类似问题?"
综合输出格式
good_question_assessment:
input: "原始领域/场景"
dimension1_user:
questions: ["用户维度问题列表"]
key_insight: "核心发现"
dimension2_task:
questions: ["任务维度问题列表"]
key_insight: "核心发现"
dimension3_system:
questions: ["系统维度问题列表"]
key_insight: "核心发现"
dimension4_organization:
questions: ["组织维度问题列表"]
key_insight: "核心发现"
dimension5_time:
questions: ["时间维度问题列表"]
key_insight: "核心发现"
dimension6_comparison:
questions: ["对比维度问题列表"]
key_insight: "核心发现"
synthesis:
best_question: "最佳问题"
why_best: "为什么这是最好的问题"
research_direction: "研究方向建议"
blind_spots: ["可能的盲区"]
快速使用法
- 选择一个领域或问题
- 逐个维度提出 3 个问题
- 每个维度记录一个核心发现
- 综合六个维度,找出最有价值的问题
常见误判
- 只用一个维度:只从用户角度提问题,忽视系统和组织约束
- 问题太抽象:"如何提升用户体验"不如"用户在哪个具体步骤放弃了"
- 忽视对比维度:只关注自己的领域,忽视其他行业的解法
一句判断
好问题不是找到答案,而是让正确的答案自然浮现。
Signals
- GitHub stars
- 46
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
p0e-good-question-generator- Source
- github.com/gmaxxxie/ai-native-product-agent-skills