目标收敛与产品决策 Skill

SkillAI & models

AI-Native product methodology — a practical Skill for goal convergence and product decision-making.

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the 目标收敛与产品决策 Skill skill

What this skill tells your AI

The instructions your AI receives, as published by gmaxxxie/ai-native-product-agent-skills in skills/p2d-convergence-decision/SKILL.md and read by ahel’s review.

使用场景

  • 多轮实验已完成,需要判断哪些方向值得继续投入
  • 实验结果分散,需要系统化整理和比较
  • 需要从"还能试什么"收敛到"现在该做什么、不该做什么"

核心概念

  • 收敛:不是想法变少,而是组织对问题、能力、形态和价值的判断越来越清楚
  • 收敛信号:能证明方向值得继续工程化的证据(稳定成功率、清楚边界、用户接受度、价值密度)
  • 产品决策:基于实验证据对方向做继续、延后、转向或停止的判断

收敛决策流程

假设池
  → 实验记录整理
    → 证据对比
      → 收敛信号识别
        → 产品决策
          → 进入系统构建 / 延后 / 放弃

第一步:实验记录整理

把所有实验结果结构化:

实验ID假设实验类型结果成功率关键发现
E-01自动回复能减少人工商业实验采纳率38%风险过高,用户不接受
E-02Copilot 能提升效率产品实验采纳率65%主流程成立
E-03售后政策AI准确率>85%能力实验准确率78%资料不足

第二步:证据对比

从四个维度对比每个方向:

  1. 技术可行性:最强模型下能力上限
  2. 用户接受度:产品实验中的采纳率和满意度
  3. 价值密度:商业实验中客户付费意愿
  4. 资料完备度:支撑工程化的资料是否足够

第三步:收敛信号识别

强收敛信号(建议继续)

  • ✅ 多轮实验成功率稳定 > 80%
  • ✅ 用户采纳率 > 60%
  • ✅ 价值密度明确(客户愿意付费)
  • ✅ 风险边界清晰,可控

弱收敛信号(建议延后)

  • ⚠️ 单轮实验效果好,但无法稳定复现
  • ⚠️ 技术可行但价值密度不清晰
  • ⚠️ 用户有意愿但资料不完备

无收敛信号(建议停止)

  • ❌ 多轮实验无法达到可接受准确率
  • ❌ 用户采纳率 < 40%
  • ❌ 价值密度过低(成本 > 收益)
  • ❌ 风险边界无法划定

第四步:产品决策

对每个方向给出决策:

决策条件后续动作
继续(进入系统构建)四维度全部达标启动工程化
延后部分维度达标,资料或风险待解决补充条件后重评
转向原方向不可行,但相关方向有信号调整方向重做实验
停止核心假设被证伪资源释放,聚焦其他方向

输出物:收敛报告与产品决策

  1. 实验记录总表:所有实验的结构化整理
  2. 证据对比分析:四维度评分对比
  3. 收敛信号评估:强/弱/无信号判定
  4. 产品决策清单:每个方向的继续/延后/转向/停止决策
  5. 进入系统构建的条件:明确什么条件满足后才可进入
  6. 未满足条件的补充计划:延后方向的改进路径

与其他 Skill 的关系

  • 前置:@p2a-experiment-overview、@p2b-product-form-exploration、@p2c-process-redesign(各子实验结论)
  • 后置:@ai-native-system-building(继续方向进入工程化)、@p2e-shadow-validation(继续方向的影子验证)
  • 协同:@ai-native-direction-framing(方向调整时更新 Direction Brief)

示例

用户输入

"客服实验已完成 E-01 至 E-08 共8个实验,需要收敛判断"

Skill 执行

实验记录整理:
  E-01 自动回复 → 采纳率38%,风险过高 → 停止
  E-02 Copilot → 采纳率65%,效率提升35% → 继续
  E-03 意图识别 → 准确率88%,边界清晰 → 继续
  E-04 知识库检索 → 命中率72%,长尾不足 → 延后
  E-05 自主回复 → 风险过高 → 停止
  E-06 售后政策 → 准确率78%,需补充资料 → 延后
  E-07 情绪检测 → 可行性低 → 停止
  E-08 工单分类 → 准确率92%,价值明确 → 继续

收敛信号评估:
  | 方向 | 技术 | 用户 | 价值 | 资料 | 综合 |
  |------|------|------|------|------|------|
  | Copilot | ✅ | ✅ | ✅ | ✅ | 强收敛→继续 |
  | 意图识别 | ✅ | ✅ | ⚠️ | ✅ | 弱收敛→试点 |
  | 知识库检索 | ✅ | ⚠️ | ⚠️ | ⚠️ | 无收敛→停止 |

产品决策:
  继续: Copilot + 工单分类(进入系统构建)
  试点: 意图识别(小范围试点,继续验证价值)
  停止: 自动回复、情绪检测(资源释放)
  延后: 知识库长尾、售后政策(补充资料后重评)

进入系统构建条件:
  ✅ Copilot 采纳率65%,超过60%阈值
  ✅ 工单分类准确率92%,超过85%阈值
  ✅ 价值密度已验证(ROI>200%)
  ✅ 风险边界清晰(人工确认兜底)

Signals

GitHub stars
46
Last commit
Sep 2026
Advanced
Catalog kind
skill
Gateway key
p2d-convergence-decision
Source
github.com/gmaxxxie/ai-native-product-agent-skills