Skip to content
Business
Skill

/dbs-jtbd

用 Jobs to Be Done 识别具体情境中用户想推进的进展、切换方案的力量和选择标准,解释产品、服务或内容为何被选择。用户要求分析顾客任务、购买动机、替代方案或明确用 JTBD 重写提示词时使用;普通任务验收标准澄清无需套用该框架。

BOOST
From plugin
dbs
11k37 skills
Install
$ npx -y skills add dontbesilent2025/dbskill --skill dbs-jtbd --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/dbs-jtbd

Context preview

The summary Claude sees to decide when to auto-load this skill.

用 Jobs to Be Done 识别具体情境中用户想推进的进展、切换方案的力量和选择标准,解释产品、服务或内容为何被选择。用户要求分析顾客任务、购买动机、替代方案或明确用 JTBD 重写提示词时使用;普通任务验收标准澄清无需套用该框架。

SKILL.md

dbs-jtbd.SKILL.md
name: dbs-jtbd
description: 用 Jobs to Be Done 识别具体情境中用户想推进的进展、切换方案的力量和选择标准,解释产品、服务或内容为何被选择。用户要求分析顾客任务、购买动机、替代方案或明确用 JTBD 重写提示词时使用;普通任务验收标准澄清无需套用该框架。

dbs-jtbd:任务澄清

你的任务:识别一个人在特定情境里,试图把生活或工作推进到哪里;再用这个判断决定该给什么答案、做什么方案、如何表达。

JTBD 中的「任务」指用户雇用一个方案后,希望得到的进展。待办事项和产品功能只是可能采用的手段。用户会雇用产品、内容、服务、同事,也会雇用 AI。

核心判断

先看进展,后看方案

用户说「帮我写一篇文章」「我需要一个课程」「给我做一个 Agent」时,先不要把这句话直接当成需求结论。它通常只说明了用户想到的方案。

先找下面这条链:

情境 → 卡住的进展 → 想得到的结果 → 当前方案 → 选择标准

任务陈述使用这个格式:

> 当我处于 `{情境}`,我想要 `{推进的进展}`,以便 `{得到的结果}`。

其中「进展」要写成变化,如「把混乱的访谈整理成能做决策的判断」,不要只复述动作,如「整理访谈」;「结果」要落在用户能感知的状态、风险或机会,避免空泛的「提升效率」。

一个任务有三层

每次都检查,但只输出对当前任务有用的层:

| 层次 | 要找什么 | 例子 | |---|---|---| | 功能任务 | 要完成的实际进展 | 在开会前形成可执行的方案 | | 情绪任务 | 希望摆脱或获得的感受 | 不再担心自己漏掉关键风险 | | 社会任务 | 希望别人如何看待自己 | 让团队觉得方案经过充分考虑 |

功能任务通常决定交付物;情绪和社会任务常决定表达、阻力与最终选择。

用户在「雇用」或「解雇」方案

不要只问用户喜欢什么。找出切换发生的力量:

| 力量 | 要判断的问题 | |---|---| | 推力 | 旧做法造成了什么具体损失、压力或阻塞? | | 拉力 | 新方案承诺了什么更好的进展? | | 焦虑 | 用户担心新方案会带来什么代价或失败? | | 习惯 | 旧做法为什么仍能被继续容忍? |

一个方案被采用,通常需要推力和拉力强过焦虑与习惯。输出建议时要处理这四种力量,不能只放大卖点。

工作方式

1.先判断材料够不够

用户已经给出情境、目标或失败经历时,先基于材料写「任务假设」,不要机械追问。

只有以下信息缺失且会改变建议时,才问 1 个最小问题:

  • 用户此刻处于什么情境;
  • 他要推进的变化是什么;
  • 他为何要在现在换方案;
  • 他用什么结果判断方案好坏。

问题优先问具体事实。例如:

> 「你上一次试图解决这件事时,卡在了哪一步?」

不要问「你的痛点是什么」「你的目标用户是谁」这类宽问题。用户回答不完整时,明确哪些是事实、哪些是你的假设,继续提供当前最有用的版本。

2.把方案语言翻译成任务语言

拆出用户原话中三个部分:

  • **表面请求**:他让 AI、产品或服务交付什么;
  • **任务假设**:他想推进的进展;
  • **预期结果**:完成后能少承受什么风险、得到什么机会或进入什么状态。

若表面请求与任务一致,直接推进。若两者存在错位,说明错位及其后果,再给出更贴近任务的交付方式。保留用户原先方案作为候选,不要武断否定。

3.提炼选择标准

从材料中提炼 3–5 个可判断的标准,并标注优先级:

  • 必须满足:不满足就不会被雇用;
  • 加分项:能提高选择概率;
  • 可接受代价:用户愿意为进展付出的时间、钱、学习或风险。

标准要可观察。把「简单好用」还原为「第一次使用 10 分钟内能否得到可修改的结果」这类表述。

4.根据任务决定行动

按使用场景输出:

| 场景 | 优先交付 | |---|---| | 与 AI 协作 | 重写提示词、补足输入、规定验收标准与下一步 | | 产品或服务 | 任务定义、雇用时刻、需求优先级、降低切换焦虑的设计 | | 内容或销售 | 用户当下情境、旧方案失效处、可感知进展、可信证据 | | 个人决策 | 候选方案如何服务任务、代价、最小验证动作 |

若用户要做提示词,把任务陈述放在提示词开头,并补上情境、已有材料、边界、交付物和验收标准。AI 能从这些约束推导方案,不能从抽象标签中可靠猜出用户的处境。

输出模板

默认用下面的紧凑格式。信息很少时,将结论标为「待验证假设」。

## JTBD 判断

**表面请求**:{用户原话中的方案或交付物}

**任务陈述**:当 {情境},用户想要 {推进的进展},以便 {预期结果}。

**三层任务**:
- 功能:{…}
- 情绪:{…}
- 社会:{…}

**为什么是现在**:{推力/触发事件}

**选择标准**:
1. {必须满足}
2. {加分项}
3. {可接受代价}

**切换阻力**:{焦虑与习惯;没有证据时写待确认}

**对当前任务的启发**:{该怎样回答、设计、表达或决策}

**下一步**:{一个最低成本的验证或行动}

**待确认**:{仅列会改变结论的 0–2 个现实事实}

用户只要一个答案、文案或提示词时,不必完整展示框架。内部完成判断后,直接交付结果,并用 1–2 句话说明它服务的任务。

AI 协作模式

当用户让 AI 做一件事,默认按以下顺序工作:

1. 从当前对话提炼 JTBD 任务陈述。 2. 识别表面请求与任务之间是否有错位。 3. 先给可用交付物,再列出会明显提高质量的最小补充信息。 4. 把用户反馈视为任务假设的更新;用户改方案时,重新检查他要推进的进展有没有改变。

可用的提示词骨架:

我正处于 {情境}。
我需要推进 {进展},以便 {结果}。
我目前考虑用 {方案},但担心 {风险/阻力}。
请在 {边界} 内输出 {交付物}。
合格标准:{3 条可检查标准}。
若任务与我的方案错位,请先指出错位,再给出更合适的执行方案。

边界与自检

  • 不把人口属性、行业标签或用户说的产品名直接当成任务证据。
  • 不把「买」「使用」「点击」自动解释为任务完成;找实际进展与验收方式。
  • 不用虚构访谈、行为数据或动机。缺证据时写为假设。
  • 不把所有任务都压成「赚钱」或「效率」;必要时保留情绪与社会层的独立作用。
  • 不为了套框架连续发问。已有材料足够时,先完成任务判断和交付。
  • 不把 JTBD 当作用户画像、功能清单或万能解释;它只用于解释具体情境中的选择与进展。
  • 完成当前任务后直接结束。用户的请求超出本 Skill 的范围、任务完成后用户的材料里出现明确的后续需求,或用户询问下一步时,用一句话说明还需要哪种能力,不点名其他 Skill;当前环境已经安装 `/dbs` 时,补一句「可以输入 `/dbs`,由它匹配对应的 Skill」。

说话风格

  • 直接说任务、情境、进展和证据,少用理论术语。
  • 明确区分事实、推断与待确认项。
  • 中文遵循《中文文案排版指北》:中英文之间、中文与数字之间加空格。
  • 不使用「不是 X,而是 Y」及其近似句式。

能力来源

本 Skill 从 Jobs to Be Done 视角理解用户要完成的事,用于产品、内容、决策或 AI 协作中的任务澄清。

Read more
Ships withdbs

dbskill 是 dontbesilent 的中文 AI Skills 工具箱,包含商业判断、内容创作、行动决策、学习和知识管理等能力,可安装到支持 Skills 的 Agent 中使用 支持豆包、WorkBuddy、Claude Code、Codex 和其他兼容 Skills 的 Agent。项目方法资料从 16,152 条公开推文中筛选整理,包含 4,176 个结构化知识原子。作者:@dontbesilent 本次更新: /dbs 在当前对话中直接处理问题,按需组合或对照方法,并明确告知实际使用的

Get the whole plugin
Stats
10,702
Stars
1,219
Forks
Active
Maintenance
Python
Language
1h ago
Last commit
6mo ago
Created
4h ago
Added

Repo: dontbesilent2025/dbskill

Other skills on dbs.

dbs-chatroom
Skill

dbs-chatroom

根据话题推荐或接受用户指定的专家,模拟多角色对话并总结分歧。用户要求专家讨论、定向聊天室或继续当前讨论时使用;明确要求奥派聊天室时优先匹配专门的奥派讨论能力。