需求分析技能系统 (Requirement Analysis Skills)
版本：v0.1.0
创建：2026-03-09
适用：产品经理、售前工程师、需求分析师
📦 技能包概览
本技能系统包含 12 个核心技能，覆盖需求分析全流程：
┌─────────────────────────────────────────────────────────┐
│ 需求分析技能系统 (Requirement Analysis Skills) │
├─────────────────────────────────────────────────────────┤
│ │
│ 需求发现 (Discovery) │
│ ├── problem-statement (问题定义) │
│ ├── proto-persona (用户画像) │
│ ├── customer-journey-map (旅程地图) │
│ └── jobs-to-be-done (JTBD 分析) │
│ │
│ 需求分析 (Analysis) │
│ ├── problem-framing-canvas (问题框架) │
│ ├── opportunity-solution-tree (机会方案树) │
│ └── company-research (客户调研) │
│ │
│ 优先级判断 (Prioritization) │
│ ├── prioritization-advisor (优先级框架选择) │
│ ├── feature-investment-advisor (功能投资决策) │
│ └── finance-based-pricing-advisor (定价分析) │
│ │
│ 需求输出 (Output) │
│ ├── user-story (用户故事) │
│ ├── epic-hypothesis (史诗假设) │
│ └── prd-development (PRD 开发) │
│ │
└─────────────────────────────────────────────────────────┘
🎯 技能详情
一、需求发现 (Discovery)
1. problem-statement（问题定义）
类型: Component
用途: 从用户视角清晰定义问题
核心框架: 同理心驱动的问题陈述
触发场景:
- 新项目启动，需要明确问题
- 需求模糊，需要澄清
- 团队对问题理解不一致
输出:
# 问题陈述
## 用户是谁
[角色描述]
## 用户想做什么
[任务/目标]
## 什么在阻碍他们
[痛点/障碍]
## 为什么这是问题
[影响/后果]
## 用户感受如何
[情绪状态]
OpenClaw 适配:
---
name: problem-statement
description: 从用户视角定义问题，使用同理心驱动的问题陈述框架
tags: [requirement, problem-framing, user-centric]
license: MIT
---
2. proto-persona（用户画像）
类型: Component
用途: 快速创建假设性用户画像
核心框架: 假设驱动的 Persona
触发场景:
- 缺乏用户研究数据
- 需要快速对齐目标用户
- 项目早期阶段
输出:
# Proto-Persona
## 基本信息
- 姓名：[虚构但典型]
- 角色：[职位/身份]
- 背景：[相关经历]
## 目标与动机
- 主要目标：[1-3 个]
- 动机：[为什么重要]
## 痛点与挑战
- 当前痛点：[1-3 个]
- 阻碍因素：[什么在阻止他们]
## 行为特征
- 使用场景：[何时/何地]
- 技能水平：[新手/专家]
3. customer-journey-map（客户旅程地图）
类型: Component
用途: 可视化用户与品牌的完整互动过程
核心框架: NNGroup 旅程地图
触发场景:
- 优化用户体验
- 识别体验断点
- 跨渠道体验设计
输出:
# Customer Journey Map
## 旅程阶段
| 阶段 | 行为 | 触点 | 情绪 | 机会点 |
|------|------|------|------|--------|
| 认知 | ... | ... | ... | ... |
| 考虑 | ... | ... | ... | ... |
| 购买 | ... | ... | ... | ... |
| 使用 | ... | ... | ... | ... |
| 忠诚 | ... | ... | ... | ... |
## 关键洞察
- 峰值体验：[最高情绪点]
- 低谷体验：[最低情绪点]
- 关键触点：[影响力最大的触点]
4. jobs-to-be-done（JTBD 分析）
类型: Component
用途: 深度挖掘用户真实需求
核心框架: JTBD 理论
触发场景:
- 需求表面化，需要深挖
- 创新机会探索
- 产品定位调整
输出:
# Jobs To Be Done
## 功能性工作
- 用户想完成什么任务：[具体、可操作]
## 社会性工作
- 用户想在他人眼中如何：[身份/地位]
## 情感性工作
- 用户想感受什么：[情绪状态]
## 痛点
- 当前方案的不足：[1-5 个]
## 期望收益
- 理想方案的特点：[1-5 个]
二、需求分析 (Analysis)
5. problem-framing-canvas（问题框架画布）
类型: Interactive
用途: 结构化问题探索
核心框架: MITRE Problem Framing Canvas
触发场景:
- 复杂问题需要系统分析
- 多方利益相关者
- 需要避免认知偏见
引导问题:
1. Look Inward（向内看）
- 你的假设是什么？
- 你的偏见可能是什么？
- 你希望结果是什么？
2. Look Outward（向外看）
- 谁会受影响？
- 现有数据告诉我们什么？
- 类似问题的解决方式？
3. Reframe（重新定义）
- 问题可以如何重新表述？
- 是否有更根本的问题？
- 如果不解决会怎样？
输出:
# Problem Framing Canvas
## 问题陈述
[清晰、无偏见的问题描述]
## 利益相关者
[受影响的人群/组织]
## 现有证据
[数据/研究/观察]
## 假设
[需要验证的假设]
## 成功标准
[如何判断问题已解决]
6. opportunity-solution-tree（机会方案树）
类型: Interactive
用途: 从目标到方案的系统拆解
核心框架: Teresa Torres OST
触发场景:
- 多个需求需要优先级排序
- 需要探索多种解决方案
- 目标 - 方案链路不清晰
引导流程:
1. 定义目标成果
- 业务目标是什么？
- 如何衡量成功？
2. 识别机会（问题）
- 什么在阻碍目标达成？
- 用户有哪些未满足需求？
3. 生成方案
- 可能的解决方案有哪些？
- 每个方案如何解决对应机会？
4. 设计实验
- 如何验证方案有效性？
- 最小验证成本是多少？
输出:
# Opportunity Solution Tree
## 目标成果
[明确的、可衡量的目标]
## 机会层
- 机会 1: [问题/需求]
- 方案 1.1: [解决方案]
- 方案 1.2: [解决方案]
- 机会 2: [问题/需求]
- 方案 2.1: [解决方案]
- 方案 2.2: [解决方案]
## 优先级实验
- 实验 1: [验证方案 1.1]
- 实验 2: [验证方案 2.1]
7. company-research（客户调研）
类型: Component
用途: 深度分析目标客户公司
核心框架: 企业画像 + 决策链分析
触发场景:
- B2B 售前支持
- 大客户开发
- 定制化解决方案
输出:
# Company Research Report
## 公司基本信息
- 行业：[细分行业]
- 规模：[人数/营收]
- 发展阶段：[初创/成长/成熟]
## 业务模式
- 核心产品：[是什么]
- 目标客户：[服务谁]
- 收入来源：[如何赚钱]
## 数字化现状
- 现有技术栈：[主要系统]
- 数字化水平：[评估]
- 近期项目：[相关 initiative]
## 决策链
- 决策者：[姓名/职位/关注点]
- 影响者：[姓名/职位/关注点]
- 使用者：[姓名/职位/关注点]
## 痛点与机会
- 核心痛点：[1-3 个]
- 潜在机会：[1-3 个]
三、优先级判断 (Prioritization)
8. prioritization-advisor（优先级框架选择）
类型: Interactive
用途: 选择最适合的优先级框架
核心框架: 多框架自适应推荐
触发场景:
- 需求过多需要优先级排序
- 不确定用哪个框架
- 团队对优先级有争议
引导问题:
1. 产品阶段
- 0-1 探索期
- 1-10 成长期
- 10-100 成熟期
2. 团队规模
- 小团队 (<10 人)
- 中团队 (10-50 人)
- 大团队 (>50 人)
3. 数据可用性
- 无数据（靠假设）
- 部分数据（定性为主）
- 充足数据（定量支持）
4. 决策压力
- 低（可以慢慢讨论）
- 中（需要在周内决定）
- 高（今天必须决定）
推荐框架:
| 场景 | 推荐框架 | 理由 |
|---|---|---|
| 0-1+ 无数据 | ICE/RICE | 快速试错，量化假设 |
| 成长期 + 部分数据 | Kano/价值复杂度 | 平衡用户满意度与投入 |
| 成熟期 + 充足数据 | WSJF/机会成本 | 经济模型驱动 |
| 高压力决策 | MoSCoW/强制排序 | 快速达成共识 |
9. feature-investment-advisor（功能投资决策）
类型: Interactive
用途: 评估功能投资的 ROI
核心框架: 收益 - 成本 - 风险三维分析
触发场景:
- 大功能需要立项审批
- 资源有限需要取舍
- 需要向管理层证明价值
引导问题:
1. 收益评估
- 收入影响：[直接/间接/无]
- 用户影响：[多少用户受益]
- 战略价值：[是否符合方向]
2. 成本评估
- 开发成本：[人天估算]
- 运维成本：[持续投入]
- 机会成本：[放弃什么]
3. 风险评估
- 技术风险：[实现难度]
- 市场风险：[用户接受度]
- 执行风险：[团队能力]
输出:
# Feature Investment Analysis
## 收益评分 (1-10)
- 收入影响：[分数] + [依据]
- 用户影响：[分数] + [依据]
- 战略价值：[分数] + [依据]
- **收益总分**: [平均分]
## 成本评分 (1-10, 越低越好)
- 开发成本：[分数] + [依据]
- 运维成本：[分数] + [依据]
- 机会成本：[分数] + [依据]
- **成本总分**: [平均分]
## 风险评分 (1-10, 越低越好)
- 技术风险：[分数] + [依据]
- 市场风险：[分数] + [依据]
- 执行风险：[分数] + [依据]
- **风险总分**: [平均分]
## 投资建议
[Build / Don't Build / Need More Data]
## 关键假设
[需要验证的假设列表]
10. finance-based-pricing-advisor（定价分析）
类型: Interactive
用途: 基于财务影响的定价决策
核心框架: 定价 - 财务模型联动
触发场景:
- 新功能定价
- 价格调整评估
- 套餐设计优化
输出:
# Pricing Decision Analysis
## 当前状态
- ARPU/ARPA: [当前值]
- 转化率：[当前值]
- 流失率：[当前值]
- NRR: [当前值]
## 定价变更影响
| 指标 | 当前 | 乐观 | 保守 | 悲观 |
|------|------|------|------|------|
| ARPU | $X | $X+20% | $X+10% | $X-5% |
| 转化率 | Y% | Y-10% | Y-20% | Y-30% |
| 流失率 | Z% | Z+5% | Z+10% | Z+20% |
| NRR | W% | W+3% | W+1% | W-2% |
## 财务影响
- 月度收入影响：[+$X / -$X]
- 年度收入影响：[+$X / -$X]
- 回本周期：[X 个月]
## 建议
[Go / No-Go / Need Test]
四、需求输出 (Output)
11. user-story（用户故事）
类型: Component
用途: 将需求转化为可执行的开发任务
核心框架: Mike Cohn 用户故事 + Gherkin 验收标准
触发场景:
- 需求准备进入开发
- 需要与研发团队对齐
- 敏捷迭代规划
输出:
# User Story: [简短标题]
## 故事描述
作为 [角色]
我想要 [完成什么任务]
以便于 [获得什么价值]
## 验收标准 (Gherkin 格式)
### 场景 1: [正常流程]
Given [前提条件]
When [执行动作]
Then [预期结果]
### 场景 2: [异常流程]
Given [前提条件]
When [执行动作]
Then [预期结果]
### 场景 3: [边界情况]
Given [前提条件]
When [执行动作]
Then [预期结果]
## 技术备注
- [技术考虑点]
- [依赖关系]
- [性能要求]
## 设计资源
- [设计稿链接]
- [原型链接]
12. epic-hypothesis（史诗假设）
类型: Component
用途: 将大型需求转化为可验证假设
核心框架: If/Then 假设结构
触发场景:
- 大型功能/项目立项
- 需要验证价值假设
- 敏捷史诗定义
输出:
# Epic Hypothesis: [史诗名称]
## 假设陈述
**如果** 我们 [做什么/提供什么功能]
**为了** [目标用户/客户群体]
**那么** 他们会 [产生什么行为/结果]
**我们将通过** [指标/信号] **来验证成功**
**成功标准是** [具体数值/阈值]
## 背景与依据
- 市场洞察：[为什么认为这是机会]
- 用户研究：[用户反馈/数据支持]
- 竞争分析：[竞品情况]
## 关键指标
| 指标类型 | 指标名称 | 基线 | 目标 | 当前 |
|----------|----------|------|------|------|
| 结果指标 | [如留存率] | X% | Y% | - |
| 过程指标 | [如使用率] | A% | B% | - |
## 验证实验
- 实验 1: [最小验证方式]
- 实验 2: [进一步验证]
## 风险与假设
- 关键假设：[需要验证的假设]
- 主要风险：[可能的失败原因]
13. prd-development（PRD 开发）
类型: Workflow
用途: 端到端的 PRD 创建流程
核心框架: 结构化 PRD + 多技能编排
触发场景:
- 正式产品/功能立项
- 需要跨团队对齐
- 需要评审和归档
工作流:
1. 问题定义 (problem-statement)
↓
2. 用户研究 (proto-persona + customer-journey)
↓
3. 需求分析 (problem-framing + OST)
↓
4. 优先级排序 (prioritization-advisor)
↓
5. 方案定义 (user-story + epic-hypothesis)
↓
6. 成功标准 (metrics definition)
↓
7. PRD 整合 (final document)
输出:
# Product Requirements Document (PRD)
## 1. 文档信息
| 项目 | 内容 |
|------|------|
| 产品名称 | [名称] |
| 版本 | v1.0 |
| 创建日期 | YYYY-MM-DD |
| 最后更新 | YYYY-MM-DD |
| 负责人 | [姓名] |
| 状态 | [草稿/评审中/已批准] |
## 2. 背景与目标
### 2.1 问题陈述
[从用户视角描述问题]
### 2.2 业务目标
- 目标 1: [可衡量的业务目标]
- 目标 2: [可衡量的业务目标]
### 2.3 用户目标
- 用户是谁：[目标用户]
- 用户需求：[核心需求]
## 3. 需求范围
### 3.1 In Scope
- 功能 1: [描述]
- 功能 2: [描述]
### 3.2 Out of Scope
- 不包含 1: [描述]
- 不包含 2: [描述]
## 4. 用户故事
### 4.1 用户故事地图
[用户故事地图或链接]
### 4.2 优先级排序
| 优先级 | 用户故事 | 验收标准 |
|--------|----------|----------|
| P0 | [故事 1] | [标准 1] |
| P0 | [故事 2] | [标准 2] |
| P1 | [故事 3] | [标准 3] |
## 5. 功能规格
### 5.1 功能 1 详情
- 描述：[详细说明]
- 交互流程：[流程图/原型链接]
- 技术考虑：[技术要点]
### 5.2 功能 2 详情
[同上]
## 6. 成功标准
### 6.1 产品指标
| 指标 | 基线 | 目标 | 测量方式 |
|------|------|------|----------|
| [指标 1] | X | Y | [方式] |
| [指标 2] | A | B | [方式] |
### 6.2 业务指标
| 指标 | 基线 | 目标 | 测量方式 |
|------|------|------|----------|
| [指标 1] | X | Y | [方式] |
## 7. 发布计划
### 7.1 里程碑
| 阶段 | 日期 | 交付物 |
|------|------|--------|
| 需求评审 | YYYY-MM-DD | PRD 定稿 |
| 开发完成 | YYYY-MM-DD | 功能完成 |
| 测试完成 | YYYY-MM-DD | 测试报告 |
| 正式发布 | YYYY-MM-DD | 上线 |
### 7.2 发布策略
- 发布范围：[全量/灰度/内测]
- 灰度比例：[10% → 50% → 100%]
- 回滚计划：[如果失败如何回滚]
## 8. 风险与依赖
### 8.1 技术风险
- 风险 1: [描述] + [缓解措施]
- 风险 2: [描述] + [缓解措施]
### 8.2 依赖关系
- 依赖 1: [团队/系统] + [期望日期]
- 依赖 2: [团队/系统] + [期望日期]
## 9. 附录
- 用户研究报告：[链接]
- 竞品分析报告：[链接]
- 设计稿：[链接]
- 技术架构图：[链接]
🔧 OpenClaw 集成方案
方案 A: 单技能多模式（推荐）
创建一个 requirement-analysis 技能，通过模式切换：
---
name: requirement-analysis
description: 需求分析全流程技能系统，覆盖需求发现/分析/优先级/输出
tags: [product-management, requirement-analysis, prd]
license: MIT
---
# 需求分析技能系统
## 可用模式
### discovery（需求发现）
- problem-statement
- proto-persona
- customer-journey-map
- jobs-to-be-done
### analysis（需求分析）
- problem-framing-canvas
- opportunity-solution-tree
- company-research
### prioritization（优先级判断）
- prioritization-advisor
- feature-investment-advisor
- finance-based-pricing-advisor
### output（需求输出）
- user-story
- epic-hypothesis
- prd-development
## 使用方式
/requirement-analysis discovery problem-statement "用户反馈注册流程复杂" /requirement-analysis analysis ost "提升新用户激活率" /requirement-analysis prioritization "12 个需求如何排序" /requirement-analysis output prd "移动审批功能"
方案 B: 独立技能包
创建 13 个独立技能，按目录组织：
skills/
└── requirement-analysis/
├── 01-discovery/
│ ├── problem-statement/
│ ├── proto-persona/
│ ├── customer-journey-map/
│ └── jobs-to-be-done/
├── 02-analysis/
│ ├── problem-framing-canvas/
│ ├── opportunity-solution-tree/
│ └── company-research/
├── 03-prioritization/
│ ├── prioritization-advisor/
│ ├── feature-investment-advisor/
│ └── finance-based-pricing-advisor/
└── 04-output/
├── user-story/
├── epic-hypothesis/
└── prd-development/
方案 C: 工作流编排
创建一个 Workflow Skill，自动编排多个技能：
---
name: requirement-workflow
description: 端到端需求分析工作流，从问题定义到 PRD 输出
type: workflow
---
# 需求分析工作流
## 阶段 1: 问题定义 (10-15 分钟)
1. 运行 problem-statement
2. 运行 proto-persona
3. 输出：问题定义文档
## 阶段 2: 需求探索 (30-60 分钟)
1. 运行 customer-journey-map 或 jobs-to-be-done
2. 运行 problem-framing-canvas
3. 输出：需求分析报告
## 阶段 3: 方案设计 (30-60 分钟)
1. 运行 opportunity-solution-tree
2. 运行 prioritization-advisor
3. 输出：方案选项 + 优先级
## 阶段 4: 需求输出 (60-90 分钟)
1. 运行 user-story（针对 P0 需求）
2. 运行 epic-hypothesis（针对大型功能）
3. 输出：用户故事 + 史诗假设
## 阶段 5: PRD 整合 (30-60 分钟)
1. 整合所有输出
2. 运行 prd-development
3. 输出：完整 PRD
📊 与 PreSales AI 集成
集成点 1: 需求分析 Agent
在 PreSales AI 工作台中：
客户需求 → 需求分析 Agent → 结构化需求清单
↓
调用 requirement-analysis 技能
↓
- problem-statement
- customer-journey-map
- opportunity-solution-tree
集成点 2: 方案生成 Agent
结构化需求 → 方案生成 Agent → 完整解决方案
↓
调用 prioritization-advisor
调用 feature-investment-advisor
↓
- 优先级排序
- ROI 分析
集成点 3: 原型设计 Agent
方案 → 原型设计 Agent → 可交互原型
↓
调用 user-story
调用 epic-hypothesis
↓
- 用户故事地图
- 功能假设定义
🎯 实施路线图
Phase 1: 核心技能 (Week 1-2)
- problem-statement
- user-story
- prioritization-advisor
- prd-development
Phase 2: 分析技能 (Week 3-4)
- problem-framing-canvas
- opportunity-solution-tree
- customer-journey-map
- epic-hypothesis
Phase 3: 决策技能 (Week 5-6)
- feature-investment-advisor
- finance-based-pricing-advisor
- company-research
Phase 4: 工作流编排 (Week 7-8)
- requirement-workflow（端到端编排）
- 与 PreSales AI 集成
- 文档和示例
✅ 质量标准
每个技能必须包含：
- 清晰的触发场景
- 结构化的输出模板
- 引导式问题（Interactive 类型）
- 使用示例
- 与其他技能的关联
适配 OpenClaw 标准：2026-03-09