| name | pm-brainstorm |
| version | 2.3.0 |
| description | Use when: 需要创意方案、探索产品方向、发散思维、本质问题分析、产品遇到瓶颈需要突破
Do NOT use when: 需求已明确需要直接执行、已有成熟方案无需创新
|
| allowed-tools | ["Read","Write","AskUserQuestion","Agent","Bash","WebSearch","mcp__exa__web_search_exa","mcp__exa__web_fetch_exa"] |
Preamble (run first)
bash "$(dirname "${BASH_SOURCE[0]}")"/check-update.sh 2>/dev/null || true
mkdir -p docs/01-需求调研
if [ ! -f "docs/01-需求调研/需求调研报告.md" ]; then
echo "⚠️ 未找到需求调研报告"
echo ""
echo "建议先执行 /pm-demand 完成需求调研"
echo ""
echo "您也可以选择："
echo "A) 执行 /pm-demand 先完成需求调研（推荐）"
echo "B) 直接开始头脑风暴（快速模式）"
echo "C) 手动输入基础信息"
fi
执行流程
步骤 1: 读取前置数据（可选）
如果存在需求调研报告：
使用 Read 工具读取 docs/01-需求调研/需求调研报告.md
提取关键信息：
如果没有需求调研报告：
进入快速模式，使用 AskUserQuestion 收集基础信息：
📝 快速模式 - 请提供基础信息：
问题1：产品名称是什么？
问题2：目标用户是谁？
问题3：核心痛点是什么？
步骤 2: 确定发散方向
使用 AskUserQuestion 询问：
🎯 我要探索产品的哪个方向？
A) 产品功能创新 - 探索核心功能、差异化特性
B) 用户增长方案 - 如何获取、激活、留存用户
C) 商业模式设计 - 如何变现、构建可持续商业模式
D) 用户体验优化 - 如何提升易用性、满意度
E) 灵感火花激发 - 我不知道做什么，需要AI帮我找灵感（v2.1新增）
F) 其他方向（请手动输入）
用户选择后，记录到变量 BRAINSTORM_DIRECTION
如果选择"灵感火花激发"（v2.1新增）：
适用场景：用户不知道做什么产品，需要AI主动激发灵感
执行流程：
步骤 2.1: 灵感维度扫描 & Subagent 并行搜索（核心优化）
AI 提示用户：
🔍 灵感火花激发引擎启动（Subagent 并行模式）
我将同时从4个维度搜索灵感源，请稍候...
- 行业痛点 → Subagent 1
- 技术趋势 → Subagent 2
- 生活场景 → Subagent 3
- 跨界灵感 → Subagent 4
并行派发 4 个 subagent 搜索：
使用 Agent 工具同时派发：
Subagent 1 - 行业痛点:
type: "general-purpose"
prompt: |
搜索行业痛点和用户未被满足的需求。
搜索要求：
1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：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 Bash 调用 python3 <路径> search "查询词" --max_results 5），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
2. 搜索：site:36kr.com OR site:huxiu.com 用户痛点 2026；site:zhihu.com 用户抱怨 不满
3. 搜索：ProductHunt 用户差评 痛点
4. 提取 5-8 个具体痛点，每个包含：痛点描述、受影响用户、严重程度
输出 JSON 格式：
{"dimension":"行业痛点","findings":[{"pain_point":"描述","users":"受影响用户","severity":"高/中/低"}]}
Subagent 2 - 技术趋势:
type: "general-purpose"
prompt: |
搜索2026年最新技术趋势和AI应用场景。
搜索要求：
1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：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 Bash 调用 python3 <路径> search "查询词" --max_results 5），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
2. 搜索：AI新技术 应用场景 2026 site:mittrchina.com OR site:ifanr.com
3. 搜索：2026 技术趋势 创业机会
4. 提取 5-8 个技术驱动的产品机会，每个包含：技术名称、应用场景、可行性
输出 JSON 格式：
{"dimension":"技术趋势","findings":[{"tech":"技术","scenario":"场景","feasibility":"高/中/低"}]}
Subagent 3 - 生活场景:
type: "general-purpose"
prompt: |
搜索2026年效率工具和生活方式变化带来的产品机会。
搜索要求：
1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：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 Bash 调用 python3 <路径> search "查询词" --max_results 5），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
2. 搜索：ProductHunt 2026 最佳产品 效率工具
3. 搜索：2026 生活方式变化 新需求
4. 提取 5-8 个生活场景相关的产品灵感，每个包含：场景描述、用户需求、已有方案
输出 JSON 格式：
{"dimension":"生活场景","findings":[{"scenario":"描述","need":"用户需求","existing":"已有方案"}]}
Subagent 4 - 跨界灵感:
type: "general-purpose"
prompt: |
搜索其他行业的创新商业模式和成功案例。
搜索要求：
1. 搜索工具优先级：首选 AnySearch（先定位 anysearch_cli.py：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 Bash 调用 python3 <路径> search "查询词" --max_results 5），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
2. 搜索：创新商业模式 成功案例 2026
3. 搜索：跨界创新 行业颠覆 案例
4. 提取 5-8 个可借鉴的跨界灵感，每个包含：来源行业、创新点、可迁移性
输出 JSON 格式：
{"dimension":"跨界灵感","findings":[{"industry":"来源行业","innovation":"创新点","transferable":"可迁移性"}]}
等待所有 4 个 subagent 完成，收集 JSON 结果。
步骤 2.2: 生成10个灵感火花
AI 整合 4 个 subagent 返回的结构化数据，生成10个灵感火花，每个包含：
- 产品概念（一句话）
- 用户痛点
- 技术可行性（高/中/低）
- 市场潜力（高/中/低）
输出示例：
| # | 产品概念 | 用户痛点 | 技术可行性 | 市场潜力 |
|---|
| 1 | AI会议纪要自动生成器 | 会议效率低，纪要撰写耗时 | 高（语音识别成熟） | 高（企业刚需） |
| 2 | 智能代码审查助手 | 代码质量难以把控 | 高（LLM理解代码） | 高（开发者需求） |
| 3 | 个人知识图谱构建工具 | 信息碎片化，难以体系化 | 中（需要知识图谱技术） | 中（知识分子需求） |
| 4 | ... | ... | ... | ... |
步骤 2.3: 用户选择深入探索
使用 AskUserQuestion 询问：
💡 已生成10个灵感火花，请选择您感兴趣的：
A) 灵感#1: {根据结果动态填充}
B) 灵感#2: {动态填充}
C) 灵感#3: {动态填充}
D) 查看更多灵感（滚动展示）
E) 自定义方向（请手动输入）
用户选择后，进入步骤 3: 逐步深入探索，对该灵感进行详细发散。
优化说明（灵感火花部分）：
- 优化前：主 agent 串行执行4次搜索，搜索结果占用上下文约 8,000 tokens
- 优化后：4个 subagent 并行搜索，主 agent 只处理结构化 JSON，节省约 85% token
- 速度提升：从 ~4 分钟（串行搜索）→ ~1.5 分钟（并行 subagent）
步骤 2.5: 选择头脑风暴模式（v2.0新增）
使用 AskUserQuestion 询问：
🧠 选择头脑风暴模式：
A) 常规发散思维 - 基于行业经验和类比推理
B) 第一性原理拆解 - 从基本事实推导，突破常规假设
C) SCAMPER创新法 - 替代、组合、调整、修改、用途、消除、重排
用户选择后，记录到变量 BRAINSTORM_MODE
步骤 3: 逐步深入探索
根据选择的模式，采用不同的探索路径：
如果选择"第一性原理拆解"（v2.0新增）：
第一性原理核心：
- 拆解到基本事实
- 从基本事实重新推导
- 突破常规假设和类比思维
步骤 3.1: 拆解基本事实
使用 AskUserQuestion 询问：
🔍 第一性原理拆解 - 步骤1
请列出与"{产品方向}"相关的基本事实（不证自明的真理）：
示例（配送速度）：
- 用户期望：越快越好
- 物理极限：光速、交通速度
- 成本规律：速度越快成本越高
请逐个输入基本事实：
引导用户输入 3-5 个基本事实：
- {基本事实1}
- {基本事实2}
- {基本事实3}
步骤 3.2: 识别常规假设
使用 AskUserQuestion 询问：
🎭 第一性原理拆解 - 步骤2
行业中的常规假设是什么？（可能存在认知偏差）
示例（配送速度）：
- 假设1：30分钟送达是极限
- 假设2：必须有自己的配送团队
- 假设3：用户不愿意支付高价
请列出行业常规假设：
引导用户识别 3-5 个常规假设：
- {常规假设1}
- {常规假设2}
- {常规假设3}
步骤 3.3: 挑战假设，重新推导
针对每个假设，使用 AskUserQuestion 询问：
💡 第一性原理拆解 - 步骤3
挑战假设："{常规假设}"
A) 这个假设是真的吗？有反例吗？
B) 如果打破这个假设，会怎样？
C) 有其他方式实现同样的目标吗？
D) 这个假设的根源是什么？
E) 其他思考（请手动输入）
AI 分析：
- 找出假设的漏洞
- 提出突破性方案
- 结合基本事实重新推导
步骤 3.4: 生成创新方案
AI 根据第一性原理推导，生成突破性方案：
示例输出（配送速度）：
常规方案：
- 自建配送团队 → 成本高，难扩张
- 第三方物流 → 速度不可控
- 前置仓模式 → 成本高，覆盖范围小
第一性原理方案：
-
众包配送：突破"必须有自己团队"的假设
-
预测备货：突破"用户下单后才开始准备"的假设
-
社区微仓：突破"集中式仓储"的假设
如果选择"常规发散思维"：
关键原则：
- 一次只问一个问题
- 每个问题提供 3-5 个选项
- 最后一个选项永远是"其他（手动输入）"
- 根据用户选择，逐步深入
如果选择"产品功能创新"：
问题 1：
核心功能应该解决什么问题？
A) 提升效率 - 让用户更快完成任务
B) 降低门槛 - 让新用户更容易上手
C) 增强体验 - 让过程更愉悦、更有趣
D) 创造连接 - 让用户之间产生互动
E) 其他（请手动输入）
问题 2：
如何实现差异化？
A) 技术创新 - 使用新技术或独特算法
B) 模式创新 - 创新的商业模式或运营方式
C) 体验创新 - 更好的用户界面或交互
D) 服务创新 - 更好的客户服务或售后支持
E) 其他（请手动输入）
问题 3：
哪些功能是必须有的（MVP）？
A) 核心功能 + 基础体验
B) 核心功能 + 社交属性
C) 核心功能 + 数据分析
D) 核心功能 + 会员体系
E) 其他（请手动输入）
如果选择"用户增长方案"：
问题 1：
主要增长渠道是什么？
A) 内容营销 - 通过内容吸引流量
B) 社交传播 - 通过用户分享裂变
C) 付费推广 - 广告投放、KOL合作
D) 线下推广 - 地推、活动、展会
E) 其他（请手动输入）
问题 2：
如何激活用户？
A) 新手引导 - 清晰的Onboarding流程
B) 激励机制 - 签到奖励、新手红包
C) 社交驱动 - 好友邀请、团队协作
D) 内容推荐 - 个性化内容推送
E) 其他（请手动输入）
问题 3：
如何提升留存？
A) 会员体系 - 等级、积分、特权
B) 内容更新 - 持续提供新鲜内容
C) 社区运营 - 用户互动、UGC激励
D) 定期活动 - 限时活动、节日营销
E) 其他（请手动输入）
如果选择"商业模式设计"：
问题 1：
主要收入来源是什么？
A) 直接付费 - 用户购买产品或服务
B) 订阅制 - 按月/年收费（会员、SaaS）
C) 广告收入 - 广告展示、信息流广告
D) 交易佣金 - 平台抽成、手续费
E) 其他（请手动输入）
问题 2：
定价策略是什么？
A) 免费增值 - 基础免费，高级功能收费
B) 分层定价 - 不同价格不同功能
C) 按量付费 - 按使用量或时长收费
D) 一次性付费 - 买断制
E) 其他（请手动输入）
问题 3：
如何降低付费门槛？
A) 免费试用 - 先试用后付费
B) 阶梯优惠 - 长期订阅优惠
C) 推荐奖励 - 邀请好友获得优惠
D) 捆绑销售 - 与其他产品打包
E) 其他（请手动输入）
如果选择"用户体验优化"：
问题 1：
当前最大的体验问题是什么？
A) 操作复杂 - 步骤太多、流程太长
B) 视觉混乱 - 界面不清晰、信息过载
C) 反馈不足 - 不知道操作结果
D) 性能问题 - 加载慢、卡顿
E) 其他（请手动输入）
问题 2：
如何简化操作流程？
A) 智能推荐 - 减少用户决策
B) 一键操作 - 减少步骤
C) 语音交互 - 解放双手
D) 自动填充 - 记忆用户习惯
E) 其他（请手动输入）
问题 3：
如何增强用户满意度？
A) 个性化定制 - 根据用户偏好调整
B) 即时反馈 - 操作后立即响应
C) 惊喜设计 - 意想不到的彩蛋或奖励
D) 情感连接 - 温馨文案、节日祝福
E) 其他（请手动输入）
步骤 4: 汇总创意方案
AI 根据用户选择，汇总生成创意方案库。
步骤 5: 生成创意方案库文档
使用 Write 工具创建 docs/01-需求调研/创意方案库.md：
# 创意方案库
## 一、基础信息
- **产品名称**: {PRODUCT_NAME}
- **发散方向**: {BRAINSTORM_DIRECTION}
- **生成时间**: {当前时间}
---
## 二、核心创意方案
### 方向 1: {根据用户选择生成标题}
**核心思路**:
{根据用户回答生成的详细描述}
**具体方案**:
1. {方案细节1}
2. {方案细节2}
3. {方案细节3}
**预期效果**:
{预期的业务效果}
---
### 方向 2: {第二个方向}
**核心思路**:
{描述}
**具体方案**:
1. {细节}
2. {细节}
**预期效果**:
{效果}
---
## 三、创意评分
| 方案 | 可行性 | 创新性 | 用户价值 | 商业价值 | 总分 |
|------|--------|--------|----------|----------|------|
| 方案1 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 16/20 |
| 方案2 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 16/20 |
---
## 四、下一步建议
建议执行：
1. **/pm-clarify** - 需求细化，明确具体需求细节（推荐）
2. **/pm-market** - 市场分析，验证方案可行性
3. **/pm-priority** - 优先级排序，决定先做哪个
---
**项目状态**: 创意发散完成
**生成时间**: {时间戳}
**生成工具**: super-pm v2.2.1
步骤 6: 输出完成提示
使用 AskUserQuestion 提供下一步选项：
✅ 头脑风暴完成！
📄 创意方案库已生成：docs/01-需求调研/创意方案库.md
🎯 建议下一步：
A) 执行 /pm-clarify - 需求细化，明确细节（推荐）
B) 执行 /pm-market - 市场分析，验证可行性
C) 执行 /pm-priority - 优先级排序
D) 查看创意方案库
兜底机制
场景 1: 无需求调研报告
提供快速模式选项，允许手动输入基础信息。
场景 2: 用户选择"其他"
允许用户手动输入，AI 理解并继续探索。
注意事项
- 一次一问：严格遵循，避免信息过载
- 3-5选项：每个问题提供清晰选项
- 最后一项"其他"：允许用户自由输入
- 逐步深入：根据用户选择继续深入探索
- Markdown存储：生成的方案库人类可读可编辑
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
⚠️ 任何一项未通过 → 补全后再标记完成。
