--- name: pm-decision description: | Use when: 需要做重大战略决策(自研vs外包vs收购)、投资评估、多方案比较选择 Do NOT use when: 决策已由高层确定、决策影响极小无需系统分析 allowed-tools: - Agent - Read - Write - AskUserQuestion - Bash - WebSearch - mcp__exa__web_search_exa - mcp__exa__web_fetch_exa --- ## Preamble (run first) ```bash # 检查是否有相关前置文档 if [ -f "docs/05-产品战略/产品组合战略.md" ]; then echo "✅ 检测到产品组合战略文档" fi if [ -f "docs/05-产品战略/资源分配方案.md" ]; then echo "✅ 检测到资源分配方案文档" fi ``` --- ## 写入时边界 只讨论时不写文件,启动检查不创建目录。用户要求保存产物时,先确认当前产品、精确输出路径及已有文件的覆盖/追加选择;确认后**仅在实际 Write 前**创建该输出文件的父目录。完整安装可参见 `skills/_shared/artifact-policy.md`,单独安装本 skill 也按本段执行。 --- ## 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. 不得在用户回答前生成文档、写入 docs。 6. 已有 docs 文件不能替代本轮用户回答。 --- ## 执行流程 ### 步骤 1: 明确决策问题 **询问方式**:使用 AskUserQuestion 逐个询问 --- **问题 1: 决策类型** 使用 AskUserQuestion 询问: > 请问您面临的决策类型是? A) 自研 vs 外包决策 B) 自研 vs 收购决策 C) 产品投资决策 D) 市场进入决策 E) 业务转型决策 F) 合作伙伴选择 G) 其他(请手动输入) --- **问题 2: 决策背景** 询问: > 请简要描述决策背景 引导用户输入: - 决策触发因素 - 面临的问题或机会 - 决策时间要求 - 决策影响范围 --- **问题 3: 决策约束条件** 询问: > 决策面临的主要约束条件是?(可多选) A) 资金预算限制 B) 时间紧迫性 C) 技术能力限制 D) 人才资源限制 E) 风险承受能力 F) 战略一致性要求 G) 其他(请手动输入) --- ### 步骤 2: 识别决策选项 根据决策类型,识别可选方案: --- **场景A: 自研 vs 外包决策** **可选方案**: 1. 完全自研 2. 部分外包 3. 完全外包 4. 混合模式(自研核心,外包非核心) --- **场景B: 自研 vs 收购决策** **可选方案**: 1. 完全自研 2. 收购成熟公司 3. 投资参股 4. 战略合作 5. 专利授权 --- **场景C: 产品投资决策** **可选方案**: 1. 重大投资(全力以赴) 2. 中等投资(稳健推进) 3. 小额试探(快速验证) 4. 暂不投资(观望等待) --- ### 步骤 3: 决策矩阵评估 对每个决策选项,进行多维度评估: --- **评估维度定义**: 询问: > 请选择决策评估维度 推荐维度: 1. 财务维度:成本、收益、ROI 2. 时间维度:上市时间、开发周期 3. 技术维度:技术风险、技术可控性 4. 战略维度:战略一致性、竞争优势 5. 资源维度:人力需求、资金需求 6. 风险维度:市场风险、技术风险、执行风险 --- **逐项评估**: 针对每个维度,使用 AskUserQuestion 询问每个选项的得分(1-10分): **示例(自研 vs 外包)**: > 请为"完全自研"方案在"财务成本"维度打分(1-10分,分数越低成本越高) A) 1-2分(成本极高) B) 3-4分(成本较高) C) 5-6分(成本适中) D) 7-8分(成本较低) E) 9-10分(成本极低) 依次评估所有选项、所有维度。 --- **权重设定**: 询问: > 各评估维度的权重如何分配? 引导用户分配权重(总和100%): | 维度 | 权重 | |------|------| | 财务成本 | [X]% | | 上市时间 | [X]% | | 技术风险 | [X]% | | 战略一致性 | [X]% | | 长期竞争力 | [X]% | | **合计** | 100% | --- ### 步骤 4: 决策树分析 针对复杂决策,构建决策树: --- **决策树构建**: 询问关键决策节点: > 决策的关键不确定性因素是什么? **示例**: 1. 市场需求是否达标?(概率:[X]%) 2. 技术难题能否攻克?(概率:[X]%) 3. 竞品是否会提前入场?(概率:[X]%) --- **情景分析**: 针对每个不确定性因素,分析不同情景: **情景1:市场需求达标** - 概率:[X]% - 收益:[X]万元 - 成本:[X]万元 - 净收益:[X]万元 **情景2:市场需求未达标** - 概率:[X]% - 收益:[X]万元 - 成本:[X]万元 - 净收益:[X]万元 **期望收益**:概率加权平均 --- ### 步骤 5: 敏感性分析 测试关键假设变化对决策结果的影响: --- **敏感性测试**: 询问: > 哪些关键假设可能影响决策结果? **常见关键假设**: 1. 开发成本:预算[X]万元 2. 开发时间:[X]个月 3. 市场规模:[X]亿元 4. 市场增长率:[X]% 5. 竞品动态:[X]个月内入场 --- **情景测试**: **情景1:开发成本增加20%** - 对各选项的影响:[分析] - 决策是否改变:[是/否] **情景2:市场规模下降30%** - 对各选项的影响:[分析] - 决策是否改变:[是/否] --- ### 步骤 6: 生成战略决策建议 使用 Write 工具生成文档: ```markdown --- product: [产品/项目名称] created_at: [当前时间] author: [用户] skill: pm-decision status: draft --- # 战略决策建议报告 ## 一、决策背景 ### 决策问题 **核心问题**:[自研 vs 外包决策] **决策背景**: [描述决策背景,包括触发因素、面临的问题或机会] **决策时间要求**:[X]周内做出决策 **决策影响范围**:[X]个部门,影响[X]人 --- ### 决策约束条件 1. **资金预算限制**:预算上限[X]万元 2. **时间紧迫性**:需在[X]个月内上线 3. **技术能力限制**:[描述] 4. **人才资源限制**:现有团队[X]人 5. **风险承受能力**:[低/中/高] --- ## 二、决策选项 ### 方案1:完全自研 **方案描述**: 组建[X]人团队,完全自主开发,预计[X]个月完成。 **优势**: - 技术完全可控 - 知识产权自有 - 可深度定制 **劣势**: - 成本高([X]万元) - 周期长([X]个月) - 技术风险高 --- ### 方案2:部分外包 **方案描述**: 核心模块自研,非核心模块外包给[供应商名称],预计[X]个月完成。 **优势**: - 平衡成本与可控性 - 加快开发速度 - 降低技术风险 **劣势**: - 沟通协调成本 - 依赖外部供应商 - 知识产权需明确 --- ### 方案3:完全外包 **方案描述**: 整体外包给[供应商名称],预计[X]个月完成,总价[X]万元。 **优势**: - 成本可控 - 时间最短 - 风险转移 **劣势**: - 技术不可控 - 后续迭代依赖供应商 - 知识产权风险 --- ## 三、决策矩阵评估 ### 评估维度与权重 | 维度 | 权重 | 说明 | |------|------|------| | 财务成本 | 25% | 开发成本、运维成本 | | 上市时间 | 20% | 开发周期、上线时间 | | 技术风险 | 20% | 技术难度、技术可控性 | | 战略一致性 | 20% | 与公司战略契合度 | | 长期竞争力 | 15% | 技术积累、竞争壁垒 | | **合计** | 100% | - | --- ### 评分结果 | 维度 | 权重 | 完全自研 | 部分外包 | 完全外包 | |------|------|---------|---------|---------| | 财务成本 | 25% | 4分 | 6分 | 8分 | | 上市时间 | 20% | 5分 | 7分 | 9分 | | 技术风险 | 20% | 6分 | 7分 | 5分 | | 战略一致性 | 20% | 9分 | 7分 | 4分 | | 长期竞争力 | 15% | 9分 | 7分 | 3分 | | **加权总分** | - | **6.4分** | **6.75分** | **5.95分** | --- ### 评估结论 **推荐方案**:部分外包(得分最高:6.75分) **理由**: 1. 在财务成本、时间、风险之间取得平衡 2. 核心技术自主可控,保障战略一致性 3. 非核心模块外包,加快上市速度 --- ## 四、决策树分析 ### 决策树结构 ``` 决策节点 ├─ 方案1:完全自研 │ ├─ 技术成功(概率70%)→ 收益:[X]万元 │ └─ 技术失败(概率30%)→ 损失:[X]万元 │ └─ 期望收益:[X]万元 │ ├─ 方案2:部分外包 │ ├─ 执行成功(概率80%)→ 收益:[X]万元 │ └─ 执行失败(概率20%)→ 损失:[X]万元 │ └─ 期望收益:[X]万元 │ └─ 方案3:完全外包 ├─ 质量达标(概率60%)→ 收益:[X]万元 └─ 质量不达标(概率40%)→ 损失:[X]万元 └─ 期望收益:[X]万元 ``` --- ### 期望收益对比 | 方案 | 成功概率 | 成功收益 | 失败概率 | 失败损失 | 期望收益 | |------|---------|---------|---------|---------|---------| | 完全自研 | 70% | [X]万 | 30% | [X]万 | [X]万 | | 部分外包 | 80% | [X]万 | 20% | [X]万 | [X]万 | | 完全外包 | 60% | [X]万 | 40% | [X]万 | [X]万 | **结论**:部分外包期望收益最高 --- ## 五、敏感性分析 ### 关键假设 1. 开发成本:预算[X]万元 2. 开发时间:[X]个月 3. 市场规模:[X]亿元 4. 技术难度:中 --- ### 情景测试 #### 情景1:开发成本增加20% **影响分析**: - 完全自研:成本增加[X]万,得分降低至[X]分 - 部分外包:成本增加[X]万,得分降低至[X]分 - 完全外包:成本固定,得分不变 **决策改变**:否,仍推荐部分外包 --- #### 情景2:市场规模下降30% **影响分析**: - 各方案收益下降30% - ROI降低,但仍为正向 - 决策框架不变 **决策改变**:否,仍推荐部分外包 --- #### 情景3:技术难度升级为"高" **影响分析**: - 完全自研风险大幅增加 - 部分外包风险适度增加 - 完全外包风险较低 **决策改变**:可能倾向于完全外包,但需权衡知识产权风险 --- ## 六、风险评估 ### 风险1: 供应商选择不当 **影响**:项目延期或质量不达标 **概率**:中 **应对**: 1. 严格的供应商筛选流程 2. 分阶段验收机制 3. 备选供应商名单 --- ### 风险2: 核心人员流失 **影响**:核心技术无法延续 **概率**:低 **应对**: 1. 关键知识文档化 2. 核心人员激励 3. 团队备份机制 --- ### 风险3: 市场需求变化 **影响**:产品不再符合市场需求 **概率**:中 **应对**: 1. 敏捷开发,快速迭代 2. 定期市场调研 3. MVP快速验证 --- ## 七、决策建议 ### 最终推荐 **推荐方案**:部分外包 **核心理由**: 1. 决策矩阵得分最高(6.75分) 2. 期望收益最高([X]万元) 3. 在成本、时间、风险、战略之间取得平衡 --- ### 实施路径 **阶段1:供应商筛选(Week 1-2)** - 发布需求文档 - 供应商报价与评估 - 最终选择 **阶段2:合同签订(Week 3)** - 明确交付标准 - 分阶段付款 - 知识产权归属 **阶段3:开发执行(Week 4-12)** - 每周进度检查 - 分阶段验收 - 风险监控 **阶段4:验收上线(Week 13-14)** - 全面测试 - 问题修复 - 正式上线 --- ### 成功标准 - 按时交付:[X]周内完成 - 质量达标:无P0级Bug - 成本可控:不超预算10% - 知识产权:核心模块知识产权归公司所有 --- ## 八、下一步建议 建议执行: 1. /pm-resource - 制定详细的资源分配方案 2. /pm-risk - 制定风险管控方案 3. /pm-release - 制定上线执行方案 --- **项目状态**: 战略决策分析完成 **生成时间**: [当前时间] **生成工具**: super-pm ``` --- ## Subagent 并行分析(v2.0 新增) 在决策矩阵评估完成后,可派发 subagent 并行进行深度分析: **Agent 1: 方案可行性调研** ``` type: "general-purpose" prompt: "基于决策选项,搜索各方案的实际案例、成功率和关键因素。搜索工具优先级:首选 AnySearch(Bash 调用 anysearch_cli.py(先定位: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 python3 <路径>)search),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。" ``` **Agent 2: 市场数据验证** ``` type: "general-purpose" prompt: "搜索行业数据验证决策假设,包括市场规模、竞争格局、增长率。搜索工具优先级:首选 AnySearch(Bash 调用 anysearch_cli.py(先定位: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 python3 <路径>)search),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。" ``` ## V1 vs V2 对比 | 维度 | v1(串行) | v2(Subagent 并行) | |------|-----------|-------------------| | 方案调研 | 主 agent 手动搜索 | Subagent 独立研究 | | 市场验证 | 无系统验证 | Subagent 并行验证 | | Token 占用 | 搜索结果占主上下文 | Subagent 独立处理 | | 决策依据 | 用户主观判断 | 数据支撑的客观建议 | --- ## 注意事项 1. **决策科学性**:基于数据和事实,避免主观臆断 2. **多维评估**:综合考虑财务、战略、技术、风险等多维度 3. **动态调整**:根据环境变化及时调整决策 4. **决策记录**:记录决策过程和依据,便于复盘 --- ## 输出质量对比 **✅ Good 示例**: ``` - 有数据引用:「根据 Q4 数据,留存率从 35% 降至 28%」 - 有验证来源:「数据来源:Google Analytics, 2025-12-01」 - 有明确建议:「建议将新手引导步骤从 5 步减少至 3 步」 ``` **❌ Bad 示例**: ``` - 模糊结论:「数据表明留存率有所下降」 - 无来源:「根据经验,这个功能很重要」 - 没有行动建议:「留存是个问题」 ``` --- ## 常见误区 / Red Flags — STOP 出现以下情况立即停止并回溯: | 误区 | 正确做法 | |------|---------| | 使用"应该"、"大概"、"看起来"做结论 | 必须基于实际数据和验证 | | 未运行检查就声称已完成 | 先验证,再陈述 | | 因时间紧迫跳过关键步骤 | 没有例外,时间紧更要严格 | | "这次应该没问题"的想法 | 每次都要重新验证 | --- ## 产出质量检查 / Verification Checklist - [ ] 前置依赖已满足(输入文档/数据已收集) - [ ] 核心步骤已全部执行 - [ ] 输出文档已生成到 `docs/` 目录 - [ ] 每个判断都有数据/证据支撑 - [ ] 已推荐 2-3 个后续 skill > ⚠️ 任何一项未通过 → 补全后再标记完成。 ---