customer-requirement-discoverylisted
Install: claude install-skill PANGKAIFENG/ai-product-manager-skills
# 客户需求发现与澄清助手
## Overview
帮助销售、客户成功和售前先在内部把模糊需求问清楚,再生成一份可一次发给客户的澄清清单。核心不是套固定问卷,而是识别当前最影响目标、方案、可行性、范围和验收的未知项。
默认输出 Markdown。用户明确要求 Excel 时,再调用可用的电子表格能力转换;本 Skill 不直接报价。
## Phase Routing
先判断当前处于哪个阶段,只执行当前阶段:
1. **内部需求发现**:信息模糊,先向销售/客户成功追问。
2. **客户澄清清单**:内部信息已基本榨干,整理一次性外发问题。
3. **客户回复回收**:拿到客户回答后,形成需求摘要和可行性判断。
4. **轻量 Demo**:需求达到 Demo 门槛,或用户明确要求带假设先做概念验证。
5. **下游交接**:需要报价范围、正式 PRD 或研发实施时交给对应流程。
不要在第一轮同时完成所有��段。内部需求发现阶段必须提出问题并等待内部用户回答。
## Internal Discovery
读取 `references/discovery-playbook.md`,建立并持续更新需求台账:
- 已确认事实;
- 假设;
- 未知项;
- 冲突;
- 风险;
- 证据来源;
- 当前需求成熟度。
每轮只选择 1-3 个信息增益最高的问题。最多五轮,但信息足够时必须提前停止;不要为了用满轮次而继续问。优先利用销售已有信息,不要把可由内部确认的问题直接甩给客户。
问题选择原则:
- 回答会改变业务目标、用户流程、输入输出或验收;
- 回答会改变通用技术可行性、数据/集成路径、合规边界或 Demo 形态;
- 回答会消除当前事实冲突或高风险假设。
平台、数量、频率、时效、准确率不是固定必问项。只有它们确实会改变当前需求的实现或验收时才问。
每轮回复保持简洁:先用一小段复述本轮理解,再列本轮问题。不要提前生成最终客户清单。
## Customer Clarification List
当内部用户明确要求生成清单、连续两轮没有新的高价值信息,或已到第五轮时,读取 `references/output-templates.md`,合并并重写问题:
- 必答不超过 8 个;
- 选答不超过 5 个;
- 一个问题只确认一个核心决策;
- 使用客户语言,避免内部技术术语;
- 给出建议回答方式或示例,使客户可以一次答完;
- 删除销售已经确认、可以内部推断或不会改变方案的问题;
- 对仍不可避免的假设,明确标记为“如未回复,将按此假设讨论,不构成交付承诺”。
清单只用于一次性收集客户信息,不包含内部可行性结论、产品能力底牌、成本或交期承诺。
## Post-Reply Assessment
客户回复回来后,输出四部分:
1. **内部需求评估**:目标、角色、业务流程、输入、处理、输出、依赖、约束、验收、风险和剩余未知项。
2. **客户确认版需���摘要**:只写客户已确认内容;假设单列。
3. **通用技术可行性**:按 `references/feasibility-and-boundaries.md` 判断为通常可行、有条件可行、需技术验证或当前不建议,并写出证据和条件。
4. **下一步建议**:补充验证、轻量 Demo、报价范围或正式 PRD。
不要把“AI 可以理解”“理论上能做”当作可行性证据。不要承��准确率、平台数据稳定性、工期、价格或最终架构。
## Conditional Styl