Skip to content

LuckyOneTwoThree/pm-skill / pm-01-discovery/skills/opportunity-scoring

opportunity-scoring

Verified

当需要对产品机会进行多维度量化评分时使用。机会评分自动计算,包括问题真实性、市场规模、解决可行性、战略契合度、竞争壁垒五个维度。关键词:机会评分、机会量化、加权评分、战略契合度、机会优先级。

Opportunity Scoring — 机会评分

核心原则

  1. 评分是建议不是决策——AI输出为决策参考,最终优先级排序需人类综合判断
  2. 战略契合度必须人类判定——AI仅提供分析建议,该维度得分必须由人类确定
  3. 多维度独立贡献——各维度独立评分,不因某维度高分而抬高其他维度
  4. 未评分维度显式标注——任何缺失评分的维度必须标记needs_human,加权总分保持null

交互模式

🤖 AI 自动执行(战略契合度维度 👤 由人类执行)

输入

输入项类型必填来源说明
用户研究数据JSON是output/pm-discovery/user-research-voice-analysis/voice-analysis.json / output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json痛点提及率、行为数据印证
市场分析数据JSON是output/pm-discovery/market-tam-som/tam-som.jsonSOM 估算值
竞品分析数据JSON是output/pm-discovery/market-competitor-intel/competitor-intel.json竞品能力与壁垒分析
技术团队评估object○用户提供现有技术栈可实现性评估

执行步骤

评分函数

总分 = Σ(维度得分 × 维度权重)

维度1:问题真实性(权重 0.30)

得分标准
5痛点提及率 > 10% 且行为数据印证
4痛点提及率 > 10% 但无行为数据印证
3痛点提及率 5%-10% 且行为数据印证
2痛点提及率 5%-10% 但无行为数据印证
1无直接数据,纯假设

维度2:市场规模(权重 0.25)

得分标准
5SOM > 1亿
4SOM 5000万-1亿
3SOM 1000万-5000万
2SOM 500万-1000万
1无法估算

维度3:解决可行性(权重 0.20)

得分标准
5现有技术栈可直接实现
4现有技术栈需少量扩展
3需引入新技术但团队有能力
2需引入新技术且团队需学习
1当前技术不可行

维度4:战略契合度(权重 0.15)👤 人类判定

得分标准
5核心战略方向,高度契合
4重要战略方向,较好契合
3相关战略方向,部分契合
2边缘战略方向,弱契合
1不在战略方向内

注意:AI 提供战略契合度分析建议,但最终得分必须由人类判定。AI 评分后此维度标记为 needs_human: true。

维度5:竞争壁垒(权重 0.10)

得分标准
5竞品无此能力且短期难复制
4竞品无此能力但中期可复制
3竞品有部分能力但体验差
2竞品有较好能力但未主导
1竞品已领先

输出

输出文件:output/pm-discovery/opportunity-scoring/opportunity-scoring.json

输出Schema:

{
  "type": "object",
  "required": ["opportunities", "metadata"],
  "properties": {
    "opportunities": {"type": "array", "description": "机会评分列表,含各维度得分和加权总分"},
    "metadata": {"type": "object", "description": "评分元数据,含版本和待人类输入状态"}
  }
}

输出校验规则

字段路径类型必填说明
opportunitiesarray是机会评分列表,不可为空数组
opportunities[].namestring是机会名称,不可为空字符串
opportunities[].scores.{dimension}.scorenumber|null是维度得分1-5,待人类判定时必须为null
opportunities[].scores.{dimension}.weightnumber是维度权重,5个维度权重之和必须等于1.00
opportunities[].scores.{dimension}.evidencestring是评分依据,不可为空字符串
opportunities[].scores.{dimension}.needs_humanboolean是是否需要人类判定,strategic_fit维度必须为true
opportunities[].weighted_totalnumber|null是加权总分,任一维度score为null时必须为null
opportunities[].provisional_ranknumber|null是暂定排名,基于已评分维度计算
metadata.scoring_versionstring是评分版本号
metadata.awaiting_human_inputboolean是是否有待人类输入,strategic_fit未评分时必须为true
metadata.pending_dimensionsarray是待人类判定的维度列表,不可为空当awaiting_human_input为true
{
  "opportunities": [
    {
      "name": "机会名称",
      "scores": {
        "problem_validity": {
          "score": 4,
          "weight": 0.30,
          "evidence": "痛点提及率12%,行为数据显示用户反复尝试解决",
          "needs_human": false
        },
        "market_size": {
          "score": 3,
          "weight": 0.25,
          "evidence": "SOM估算约3000万",
          "needs_human": false
        },
        "feasibility": {
          "score": 4,
          "weight": 0.20,
          "evidence": "现有技术栈需少量扩展",
          "needs_human": false
        },
        "strategic_fit": {
          "score": null,
          "weight": 0.15,
          "evidence": "AI分析:该机会与核心战略方向高度相关,建议评分4-5",
          "needs_human": true
        },
        "competitive_moat": {
          "score": 3,
          "weight": 0.10,
          "evidence": "竞品有部分能力但体验差",
          "needs_human": false
        }
      },
      "weighted_total": null,
      "provisional_rank": null
    }
  ],
  "metadata": {
    "scoring_version": "1.0",
    "awaiting_human_input": true,
    "pending_dimensions": ["strategic_fit"]
  }
}

字段说明

字段类型说明
namestring机会名称
scores.{dimension}.scorenumber|null维度得分(1-5),待人类判定时为 null
scores.{dimension}.weightnumber维度权重
scores.{dimension}.evidencestring评分依据
scores.{dimension}.needs_humanboolean是否需要人类判定
weighted_totalnumber|null加权总分,待人类判定后计算
provisional_ranknumber|null暂定排名,待人类判定后计算

决策规则

  1. 战略契合度必须人类判定:AI 仅提供分析建议,不自动评分
  2. 加权总分待人类判定后计算:所有维度评分完成后方可计算 weighted_total
  3. 暂定排名基于已评分维度:在人类判定前可提供基于4个维度的暂定排名供参考

质量检查

检查项通过条件
所有维度已评分5个维度均有 score 值或标记为 needs_human
战略契合度标记为待人类判定strategic_fit.needs_human === true
评分依据完整每个维度的 evidence 字段非空
权重一致性5个维度权重之和 = 1.00

降级策略

当上游文件不存在时,本Skill仍可独立执行:

缺失的上游输入降级方案输出影响
用户研究数据(voice-analysis / behavior-analysis)用户描述机会 → 基于描述评分,问题真实性维度使用默认值,标注置信度较低problem_validity.score 降为默认值2,evidence 标注"缺乏用户研究数据",置信度<0.5
市场分析数据(tam-som)用户描述机会 → 市场规模维度基于用户估算评分,标注"缺乏市场数据"market_size.score 基于用户估算,evidence 标注"缺乏市场数据",置信度<0.5
竞品分析数据(competitor-intel)用户描述机会 → 竞争壁垒维度基于用户描述评分,标注"缺乏竞品数据"competitive_moat.score 基于用户描述,evidence 标注"缺乏竞品数据",置信度<0.5
所有上游文件均缺失提示用户先执行前序阶段,或基于用户描述的机会直接评分(标注置信度较低)多个维度使用默认值,weighted_total 可信度极低,metadata 中标注全量降级
若用户未提供技术团队评估跳过该输入相关步骤,可解决性维度使用默认值3(中等),标记confirmed=falsefeasibility.score 为默认值3,evidence 标注"缺乏技术评估",needs_human 可能为true

数据获取说明:

  • 本Skill需要用户研究、市场分析和竞品分析数据,请通过以下方式之一提供:
    1. 直接描述机会及其相关数据
    2. 上传voice-analysis.json / tam-som.json / competitor-intel.json文件
    3. 提供数据文件路径
  • AI不负责外部数据采集,仅负责分析

上游变更响应

上游变更影响表

上游数据源变更类型影响维度影响描述响应策略
voice-analysis.json痛点提及率更新problem_validity痛点频率变化可能导致问题真实性得分升降重新计算problem_validity得分,更新evidence
behavior-analysis.json行为数据更新problem_validity行为印证变化影响问题真实性评分重新评估行为印证,更新score和evidence
tam-som.jsonSOM估算值调整market_sizeSOM数值变化直接影响市场规模得分重新计算market_size得分,更新evidence
competitor-intel.json竞品能力变更competitive_moat竞品新增能力或壁垒变化影响竞争壁垒评分重新计算competitive_moat得分,更新evidence

下游通知机制表

下游消费者通知字段通知时机通知内容
opportunity-problem-statementmetadata.scoring_version评分结果更新后通知评分版本变更及受影响的维度得分
opportunity-briefopportunities[].weighted_total加权总分计算完成后通知最终评分结果及排名变化
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall