opportunity-orchestrator

name	opportunity-orchestrator
description	当需要执行完整的机会识别与定义流程时使用。机会识别指挥官，调度opportunity-definition完成机会评分、问题陈述、HMW发散和机会简报。关键词：机会识别、机会评分、HMW、Problem Statement、Opportunity Brief、产品机会、机会评估、问题定义。
metadata	{"module":"产品探索与发现","sub-module":"机会识别","type":"orchestrator","version":"8.0","domain_tags":["通用"],"trigger_examples":["帮我评估一下这个产品机会","识别一下有哪些产品机会","定义一下我们要解决的问题","生成机会简报"]}

机会识别指挥官

核心原则

1. 好机会是定义出来的——机会不是客观存在等待发现的，而是通过Problem Statement定义、HMW重构、评分验证逐步定义出来的，编排器确保定义过程完整
2. 评分先于发散——先评分确定机会优先级（scoring），再发散探索创新空间（hmw），顺序不可颠倒，否则HMW会发散到低价值方向
3. Problem Statement是锚点——所有HMW和Brief都锚定在Problem Statement上，Problem Statement质量不通过则后续输出不可信
4. 人类判定三个关键节点——战略契合度评分人类判定、Problem Statement质量3次不通过人类仲裁、Brief最终决策人类审批

编排器定位声明

本编排器当前 Pipeline 仅包含 1 个子 Skill（opportunity-definition），属于合并简化后的退化编排器。保留本编排器的理由：

1. 统一入口：为机会识别子模块提供标准化的调用入口，上层编排器（如 product-launch-orchestrator）无需关心内部子 Skill 的合并历史
2. 阶段总结：强制生成阶段总结文档（post_pipeline），确保子模块产出可审计、可追溯
3. 异常处理：提供统一的异常处理策略和降级方案，子 Skill 自身的降级策略不覆盖编排器层面的异常拦截
4. 人类决策点：在子 Skill 执行前后提供人类决策卡口，确保关键结论经人类确认后才传递下游

若未来该子模块需要扩展为多阶段 Pipeline，本编排器可直接增加阶段，无需修改上层编排器的调用方式。

编排协议

遵循 orchestrator-protocol.md 编排协议。

Pipeline 定义

pipeline: opportunity-orchestrator
version: 8.0

post_pipeline:
  - action: stage-summary
    output: output/phase-reports/pm-discovery/opportunity-orchestrator.md

stages:
  - id: phase-1
    name: "机会识别与定义"
    skills: [opportunity-definition]
    gate:
      condition: "opportunity-definition.json已生成，评分完整，Problem Statement质量检查通过，HMW 4维度覆盖，Brief证据摘要完整"
      fail_action: "按子步骤失败原因分别处理：评分缺失等人类判定、Problem Statement质量不通过自动重试3次后升级人类、HMW维度不完整补充数据、Brief缺失补充上游数据"

阶段执行计划

阶段1：机会识别与定义

调用 opportunity-definition

Skill: opportunity-definition
输入:
  voice_analysis: output/pm-discovery/user-research-voice-analysis/voice-analysis.json
  behavior_analysis: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json
  tam_som: output/pm-discovery/market-tam-som/tam-som.json
  competitor_analysis: output/pm-discovery/market-competitor-analysis/competitor-analysis.json
  persona: output/pm-discovery/user-research-user-modeling/persona.json（可选）
  insight_analysis: output/pm-discovery/insight-analysis/insight-analysis.json（可选）
  tech_assessment: 用户提供（可选，技术团队评估）
输出: output/pm-discovery/opportunity-definition/opportunity-definition.json
验证:
  - scoring: 5个维度均已评分，战略契合度标记为needs_human=true，评分依据完整
  - problem_statement: 5项质量检查全部通过（quality_check.all_passed=true），数据支撑完整
  - hmw: 4个维度均已覆盖，总计8-12个HMW陈述
  - brief: 证据摘要3个子字段均有内容，关键假设已列出可验证性，人类决策项非空，机会评分完整
模式: 🤖→👤（战略契合度维度👤由人类判定，Brief最终决策👤人类审批）

阶段总结（post_pipeline）

所有子Skill执行完成后，必须生成阶段总结文档，写入 output/phase-reports/pm-discovery/opportunity-orchestrator.md，包含以下6项结构（均不可为空）：

1. 执行概览：编排器名称与版本、执行时间、子Skill执行状态（成功/失败/降级）
2. 关键发现：每个子Skill的核心输出摘要（1-3条）、跨子Skill的交叉洞察
3. 决策记录：人类决策点及决策结果、AI自动决策及依据
4. 产出清单：所有输出文件路径及内容摘要、产出质量评估（是否通过验证）
5. 风险与待办：未通过验证的项、降级执行的项、建议后续跟进的事项
6. 下游衔接：本编排器产出可被哪些下游编排器消费、推荐的下一步编排器

参数	值
子Skill输出路径	output/pm-discovery/opportunity-definition/
总结输出路径	output/phase-reports/pm-discovery/opportunity-orchestrator.md
审批记录路径	output/approvals/{orchestrator-name}/{stage-id}.approval.json

下游衔接: primary: business-orchestrator（机会定义完成，将机会转化为可持续的商业模式） alternatives: - target: design-orchestrator reason: 商业模式已确定，直接进入产品设计 condition: 商业模式已在前序阶段确定，无需重新设计时 - target: validation-orchestrator reason: 机会假设风险较高，需先验证再投入 condition: 机会简报中关键假设风险等级≥高时 special_cases: []

阶段卡口

卡口	条件	未通过处理
阶段1完成	opportunity-definition.json 已生成且非空	按子步骤失败原因分别处理
战略契合度人类已确认	人类已确认战略契合度评分	等待人类判定战略契合度
Opportunity Brief人类已确认	人类已审批Opportunity Brief	等待人类审批决策项
阶段总结已生成	output/phase-reports/pm-discovery/opportunity-orchestrator.md 已生成且6项结构均非空	补充缺失结构项后重新生成

人类决策点

决策点	触发条件	决策内容
战略契合度判定	opportunity-definition Step 1 机会评分完成	确认每个机会的战略契合度评分（AI仅提供分析建议，最终得分必须由人类判定）
Problem Statement质量检查	opportunity-definition Step 2 质量检查3次不通过	人工审核所有尝试版本并决定最终Problem Statement
Opportunity Brief最终决策	opportunity-definition Step 4 机会简报完成	审批机会简报的结论、关键假设验证优先级和推荐下一步方案

异常处理

异常类型	处理策略
机会评分战略契合度未判定	暂停Brief生成，等待人类判定战略契合度评分，其余4个维度评分结果可先输出
Problem Statement质量检查3次不通过	升级人类仲裁，输出3次尝试版本及未通过项对比，由人类决定最终Problem Statement
HMW某维度未覆盖	标注"维度覆盖不完整"，基于已有Problem Statement补充生成该维度HMW，标注"推断补充"
Brief上游数据大量缺失	基于已有数据生成Brief，缺失字段标注"数据缺失"，证据摘要和关键假设置信度降级，建议人类补充数据后重新生成
所有上游数据全部缺失	降级为轻量版流程：用户口述问题 → 基于描述生成Problem Statement → 基于Problem Statement生成HMW → 输出轻量版Brief，全流程标注"数据缺失"
阶段总结生成失败	基于已完成的子Skill输出生成部分总结，缺失项标注"数据缺失"，不阻塞编排完成