渐进式披露清单
SkillMediaProgressive disclosure checklist. Based on the progressive disclosure theory from 'User Experience in the AI Era', provides a design checklist for AI products to gradually reveal features and capabilities, avoiding delivering too much information to users at once.
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 渐进式披露清单 skill
What this skill tells your AI
The instructions your AI receives, as published by gmaxxxie/ai-native-product-agent-skills in skills/p8c-progressive-disclosure/SKILL.md and read by ahel’s review.
一句话定位
不要一次性把 AI 的所有能力都展示给用户,而是按照用户的成熟度逐步披露。
何时触发
- AI 产品功能复杂,需要分阶段展示
- 用户新手期流失率高
- 需要设计入门体验和功能发现机制
- 想要避免用户被复杂功能吓跑
输入
产品功能列表 + 用户成熟度阶段 + 核心价值路径。
示例输入:
产品: AI 数据分析工具
功能:
- 基础数据导入
- 自动图表生成
- 智能分析建议
- 高级建模
- 自定义报告
- API 接口
- 团队协作
- 自动化工作流
核心价值: 快速从数据中获得洞察
渐进式披露框架
阶段 1: 第一次价值(First Value)
目标:让用户在 5 分钟内体验到第一个"啊哈"时刻
披露内容:
第一次价值:
features: ["最核心的 1-2 个功能"]
complexity: "极低"
setup: "零设置或自动设置"
time_to_value: "< 5 分钟"
guidance: "手把手引导"
阶段 2: 核心使用(Core Usage)
目标:让用户掌握日常使用的核心功能
披露内容:
核心使用:
features: ["日常使用的 3-5 个功能"]
complexity: "低"
setup: "简单设置"
time_to_value: "< 30 分钟"
guidance: "上手教程 + 工具提示"
阶段 3: 高级功能(Advanced Features)
目标:让有需求的用户发现更多能力
披露内容:
高级功能:
features: ["进阶功能"]
complexity: "中"
setup: "需要一定配置"
discovery: "在用户需要时自然展示"
guidance: "高级教程 + 示例"
阶段 4: 专家模式(Expert Mode)
目标:让高级用户充分发挥 AI 潜力
披露内容:
专家模式:
features: ["全部功能"]
complexity: "高"
setup: "完全可配置"
discovery: "需要主动探索"
guidance: "文档 + 社区"
披露触发机制
触发方式
触发方式:
- 时间触发: "使用 X 天后解锁"
- 行为触发: "完成 X 次操作后解锁"
- 需求触发: "用户表达某种需求时展示"
- 上下文触发: "在特定场景下自动展示"
- 手动触发: "用户主动点击解锁"
触发时机
触发时机:
- 不要在用户第一次使用时展示所有功能
- 在用户需要时展示,而不是你觉得用户需要时
- 给用户选择权:"想了解更多"
- 避免弹窗干扰
综合输出格式
progressive_disclosure_plan:
input:
product: "产品名称"
features: ["全部功能列表"]
core_value: "核心价值"
user_journey: "用户主要使用路径"
stages:
first_value:
name: "第一次价值"
features: ["第一次展示的功能"]
complexity: "极低"
setup: "零设置"
time_to_value: "< 5 分钟"
guidance: "手把手引导"
core_usage:
name: "核心使用"
features: ["核心功能"]
complexity: "低"
setup: "简单设置"
time_to_value: "< 30 分钟"
guidance: "上手教程"
advanced:
name: "高级功能"
features: ["进阶功能"]
complexity: "中"
setup: "需要配置"
discovery: "需求触发"
guidance: "高级教程"
expert:
name: "专家模式"
features: ["全部功能"]
complexity: "高"
setup: "完全可配置"
discovery: "主动探索"
guidance: "文档 + 社区"
triggers:
- type: "触发类型"
condition: "触发条件"
stage: "触发阶段"
anti_patterns:
- "避免的反模式1"
- "避免的反模式2"
metrics:
- "新手完成率"
- "功能发现率"
- "用户活跃度"
- "功能使用深度"
示例:AI 数据分析工具
阶段设计:
- 第一次价值:上传 CSV → 自动生成一个图表
- 核心使用:选择图表类型、添加筛选条件、导出报告
- 高级功能:联合分析、趋势预测、异常检测
- 专家模式:自定义建模、API 调用、自动化工作流
触发机制:
- 高级功能在用户试图做复杂操作时自动展示
- 专家模式需要主动点击"高级设置"
常见误判
- 一次性展示所有:导致用户信息过载
- 披露太慢:用户不知道产品还有更多能力
- 强制引导:不给用户跳过教程的选择
一句判断
好的产品不是让用户知道你有多少功能,而是让用户在需要的时候自然地发现这些功能。
Signals
- GitHub stars
- 46
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
p8c-progressive-disclosure- Source
- github.com/gmaxxxie/ai-native-product-agent-skills