/pm-brainstorm

name: pm-brainstorm
description: |
  Use when:
    需要创意方案、探索产品方向、发散思维、本质问题分析
    用户说"我想做一个XX""帮我规划XX产品""帮我设计一下需求"
    用户给出新产品方向，但尚未完成本轮 brainstorm 交互确认
    新产品从0到1的第一步
  Do NOT use when:
    用户明确说"跳过 brainstorm / 直接需求调研 / 已完成头脑风暴"
    需求已明确且用户明确要求直接执行具体后续 skill
allowed-tools:
  - Read
  - Write
  - AskUserQuestion
  - Agent
  - Bash
  - WebSearch
  - mcp__exa__web_search_exa
  - mcp__exa__web_fetch_exa

输入与模式

先判断用户要的是**简短讨论**还是正式创意方案库。只讨论时不写文件、不创建目录；已有相关且有效的资料可复用，**无需重复提问**。仅在正式生成方案库且确认目标位置后创建 `docs/01-需求调研/`。只问缺失的关键信息，用户随时可以停止或跳过某种思考方法；不要把跳过的探索说成完成。

---

跨 Agent 交互规则

当流程要求与用户交互时：

1. 如果当前环境支持 AskUserQuestion，使用 AskUserQuestion（最佳体验）。 2. 如果当前环境不支持 AskUserQuestion，必须用普通聊天消息提出同样问题。 3. 一次只问一个问题。 4. 提问后必须停止当前回合，等待用户回答（STOP and WAIT）。 5. 只讨论时不写文件；正式产物仅在用户要求并确认路径后写入。 6. 已有相关且有效的 docs 可以复用，无需重复提问；不相关资料不能替代证据。

---

执行流程

下述为**正式方案库模式**的详细步骤。轻量讨论只做用户关心的部分，直接在聊天中给出可验证的方向；用户可停止或跳过方法步骤。跳过时标注未探索的部分，不伪称流程已完成。

例外：在步骤 3.3 中，用户选择 G“跳过整个挑战环节”时，跳过该环节并直接进入下个步骤。

步骤 1: 读取前置数据

**如果存在需求调研报告**：

使用 Read 工具读取 `docs/01-需求调研/需求调研报告.md` 作为参考。

若无法从内容判断已有报告是否与当前产品相关，再询问用户；相关且有效的内容直接复用。

使用 AskUserQuestion 询问： > 检测到已有需求调研报告，是否适用于当前产品？ > > A) 适用 — 基于已有报告继续，但仍需确认关键信息是否准确 > B) 不适用 / 不确定 — 进入快速模式，重新收集基础信息

跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。

• 用户确认适用 → 提取已有信息；只问缺失或过期的关键内容，无需逐项重复确认。
• 用户确认不适用 / 不确定 → 进入快速模式，使用 AskUserQuestion 收集基础信息。

**如果没有需求调研报告**：

进入快速模式，使用 AskUserQuestion 收集基础信息：

仅在这些信息确实缺失且决定方向时逐一提问；已给出的信息直接使用。

> 📝 快速模式 - 请提供基础信息： > > 问题1：产品名称是什么？ > → STOP and WAIT for user response

> 问题2：目标用户是谁？ > → STOP and WAIT for user response

> 问题3：核心痛点是什么？ > → STOP and WAIT for user response

跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。

---

步骤 2: 确定发散方向

使用 AskUserQuestion 询问：

正式方案库需要确定发散方向；轻量讨论可基于现有信息给初步选项，并标注假设。

> 🎯 我要探索产品的哪个方向？ > > A) 产品功能创新 - 探索核心功能、差异化特性 > B) 用户增长方案 - 如何获取、激活、留存用户 > C) 商业模式设计 - 如何变现、构建可持续商业模式 > D) 用户体验优化 - 如何提升易用性、满意度 > E) **灵感火花激发 - 我不知道做什么，需要AI帮我找灵感**（v2.1新增） > F) 其他方向（请手动输入）

跨 Agent 兜底：如果当前环境不支持 AskUserQuestion，用普通聊天消息提出同样问题，然后 STOP and WAIT for user response。

用户选择后，记录到变量 `BRAINSTORM_DIRECTION`

---

如果选择"灵感火花激发"（v2.1新增）：

**适用场景**：用户不知道做什么产品，需要AI主动激发灵感

**执行流程**：

**步骤 2.1: 灵感维度扫描 & Subagent 并行搜索（核心优化）**

AI 提示用户：

> 🔍 灵感火花激发引擎启动（Subagent 并行模式） > > 我将同时从4个维度搜索灵感源，请稍候... > - 行业痛点 → Subagent 1 > - 技术趋势 → Subagent 2 > - 生活场景 → Subagent 3 > - 跨界灵感 → Subagent 4

**并行派发 4 个 subagent 搜索**：

使用 Agent 工具同时派发：

Subagent 1 - 行业痛点:
  type: "general-purpose"
  prompt: |
    搜索行业痛点和用户未被满足的需求。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：site:36kr.com OR site:huxiu.com 用户痛点 2026；site:zhihu.com 用户抱怨 不满
    3. 搜索：ProductHunt 用户差评 痛点
    4. 提取 5-8 个具体痛点，每个包含：痛点描述、受影响用户、严重程度

    输出 JSON 格式：
    {"dimension":"行业痛点","findings":[{"pain_point":"描述","users":"受影响用户","severity":"高/中/低"}]}

Subagent 2 - 技术趋势:
  type: "general-purpose"
  prompt: |
    搜索2026年最新技术趋势和AI应用场景。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：AI新技术 应用场景 2026 site:mittrchina.com OR site:ifanr.com
    3. 搜索：2026 技术趋势 创业机会
    4. 提取 5-8 个技术驱动的产品机会，每个包含：技术名称、应用场景、可行性

    输出 JSON 格式：
    {"dimension":"技术趋势","findings":[{"tech":"技术","scenario":"场景","feasibility":"高/中/低"}]}

Subagent 3 - 生活场景:
  type: "general-purpose"
  prompt: |
    搜索2026年效率工具和生活方式变化带来的产品机会。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：ProductHunt 2026 最佳产品 效率工具
    3. 搜索：2026 生活方式变化 新需求
    4. 提取 5-8 个生活场景相关的产品灵感，每个包含：场景描述、用户需求、已有方案

    输出 JSON 格式：
    {"dimension":"生活场景","findings":[{"scenario":"描述","need":"用户需求","existing":"已有方案"}]}

Subagent 4 - 跨界灵感:
  type: "general-purpose"
  prompt: |
    搜索其他行业的创新商业模式和成功案例。

    搜索要求：
    1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：检查 ~/.claude/skills/anysearch/scripts/ ~/.opencode/skills/anysearch/scripts/ ~/.openclaw/skills/anysearch/scripts/ ~/.cursor/skills/anysearch/scripts/ ~/.anysearch/scripts/ 或 which anysearch_cli.py，找到后 Bash 调用 python3 <路径> search "查询词" --max_results 5），失败降级到 Exa MCP（mcp__exa__web_search_exa），最后才用 WebSearch。使用 WebSearch 时标注降级模式
    2. 搜索：创新商业模式 成功案例 2026
    3. 搜索：跨界创新 行业颠覆 案例
    4. 提取 5-8 个可借鉴的跨界灵感，每个包含：来源行业、创新点、可迁移性

    输出 JSON 格式：
    {"dimension":"跨界灵感","findings":[{"industry":"来源行业","innovation":"创新点","transferable":"可迁移性"}]}

**等待所有 4 个 subagent 完成**，收集 JSON 结果。

---

**步骤 2.2: 生成10个灵感火花**

AI 整合 4 个 subagent 返回的结构化数据，生成10个灵感火花，每个包含：

• 产品概念（一句话）
• 用户痛点
• 技术可行性（高/中/低）
• 市场潜力（高/中/低）

输出示例：

| # | 产品概念 | 用户痛点 | 技术可行性 | 市场潜力 | |---|----------|----------|------------|----------| | 1 | AI会议纪要自动生成器 | 会议效率低，纪要撰写耗时 | 高（语音识别成熟） | 高（企业刚需） | | 2 | 智能代码审查助手 | 代码质量难以把控 | 高（LLM理解代码） | 高（开发者需求） | | 3 | 个人知识图谱构建工具 | 信息碎片化，难以体系化 | 中（需要知识图谱技术） | 中（知识分子需求） | | 4 | ... | ... | ... | ... |

---

**步骤 2.3: 用户选择深入探索**

使用 AskUserQuestion 询问：

> 💡 已生成10个灵感火花，请选择您感兴趣的： > > A) 灵感#1: {根据结果动态填充} > B) 灵感#2: {动态填充} > C) 灵感#3: {动态填充} > D) 查看更多灵感（滚动展示） > E) 自定义方向（请手动输入）

用户选择后，进入**步骤 3: 逐步深入探索**，对该灵感进行详细发散。

---

**优化说明**（灵感火花部分）：

• 优化前：主 agent 串行执行4次搜