메뉴
当需要诊断产品健康度或追踪竞品动态时使用。智能诊断指挥官，调度 diagnosis-health、diagnosis-competition、competitor-monitoring-report、product-sunset-plan 子Skill执行。关键词：智能诊断、健康度评分、竞品追踪、问题归因、MTTR、竞品监控、产品下线、产品诊断、问题排查。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | diagnosis-orchestrator |
| description | 当需要诊断产品健康度或追踪竞品动态时使用。智能诊断指挥官，调度 diagnosis-health、diagnosis-competition、competitor-monitoring-report、product-sunset-plan 子Skill执行。关键词：智能诊断、健康度评分、竞品追踪、问题归因、MTTR、竞品监控、产品下线、产品诊断、问题排查。 |
| metadata | {"module":"产品监控与迭代","sub-module":"问题诊断","type":"orchestrator","version":"10.0","domain_tags":["通用"],"trigger_examples":["诊断一下产品健康度","追踪一下竞品动态","排查产品问题","评估是否需要下线产品"]} |
快速定位问题根因，减少MTTR
诊断的价值不在于产出报告，而在于缩短从问题发现到根因定位的时间。每多一分钟不确定，就多一分钟的风险暴露和资源浪费。
编排协议遵循 orchestrator-protocol.md 统一标准。
pipeline: diagnosis-orchestrator
version: 10.0
post_pipeline:
- action: stage-summary
output: output/phase-reports/pm-monitoring/diagnosis-orchestrator.md
stages:
- id: phase-1
name: "健康度诊断"
depends_on: []
skills: [diagnosis-health]
parallel_with: [phase-2]
gate:
condition: "健康度评分偏差±10%以内"
fail_action: "校准评分模型或补充数据"
- id: phase-2
name: "竞品追踪"
skills: [diagnosis-competition]
parallel_with: [phase-1]
gate:
condition: "竞品动态已追踪"
fail_action: "补充竞品数据源或延长追踪周期"
- id: phase-3
name: "竞品监控报告"
depends_on: [phase-2]
skills: [competitor-monitoring-report]
gate:
condition: "竞品监控报告经人类审核确认"
fail_action: "补充分析或修改应对建议"
- id: phase-4
name: "产品下线方案"
depends_on: [phase-1]
skills: [product-sunset-plan]
trigger: 产品下线需求
gate:
condition: "产品下线方案经人类审核确认"
fail_action: "补充分析或修改迁移方案"
Skill: diagnosis-health
输入:
performance_data: APM/监控系统
availability_data: 监控系统
user_satisfaction: 反馈系统
business_metrics: 数据分析平台
competitor_dynamics: diagnosis-competition → 竞品报告（可选）
输出: output/pm-monitoring/diagnosis-health/
验证: 数据采集完整率≥90%；评分计算准确性；趋势预测偏差±10%；瓶颈识别覆盖率≥90%
模式: 🤖→👤
Skill: diagnosis-competition
输入:
competitor_data: 竞品监控系统
self_data: 产品数据平台
market_data: 行业报告（可选）
historical_tracking: diagnosis-competition → 历史报告（可选）
输出: output/pm-monitoring/diagnosis-competition/
验证: 竞品覆盖完整性≥90%；功能变更识别及时性≤7天；策略可执行性≥80%
模式: 🤖→👤
Skill: competitor-monitoring-report
输入:
competitor_tracking: diagnosis-competition
competitor_analysis: market-competitor-analysis（可选）
monitoring_period: 用户提供（可选）
输出: output/pm-monitoring/competitor-monitoring-report/
验证: 动态覆盖完整（产品/市场/舆论3维度均有分析）；威胁评估有依据；应对建议可执行
模式: 🤖→👤
Skill: product-sunset-plan
输入:
health_diagnosis: diagnosis-health
retention_data: retention-management（可选）
sunset_target: 用户提供（下线对象）
sunset_reason: 用户提供（下线原因）
输出: output/pm-monitoring/product-sunset-plan/
验证: 影响评估完整（用户/收入/品牌3维度）；迁移方案可行；数据处置合规；时间线可执行
模式: 🤖→👤
遵循 orchestrator-protocol.md 阶段总结协议。
| 参数 | 值 |
|---|---|
| 子Skill输出路径 | output/pm-monitoring/ |
| 总结输出路径 | output/phase-reports/pm-monitoring/diagnosis-orchestrator.md |
下游衔接: primary: iteration-orchestrator（诊断完成，根据诊断结论调整迭代计划） alternatives: - target: monitoring-orchestrator reason: 诊断结论为需建立监控预警 condition: 诊断发现产品缺乏有效监控覆盖时 - target: growth-orchestrator reason: 诊断结论为增长瓶颈，需增长策略 condition: 健康度下降主因为增长乏力时 - target: iteration-orchestrator reason: 健康度极低且无改善空间，需制定迭代改进或下线方案 condition: 健康度评分<30分且连续3个周期无改善时 special_cases: - target: monitoring-orchestrator reason: 仅需健康度诊断，无需完整诊断编排 condition: 已有竞品数据，仅需产品健康检查时
| 卡口 | 条件 | 未通过处理 |
|---|---|---|
| 健康度评分偏差±10% | diagnosis-health输出文件已生成且非空 | 校准评分模型或补充数据 |
| 竞品动态已追踪 | diagnosis-competition输出文件已生成且非空 | 补充竞品数据源或延长追踪周期 |
| 竞品监控报告已审核 | 竞品监控报告经人类审核确认 | 补充分析或修改应对建议 |
| 产品下线方案已审核 | 产品下线方案经人类审核确认 | 补充分析或修改迁移方案 |
| 质量验收 | 如需验收，转交 release-orchestrator 执行 quality-acceptance | — |
| 阶段总结已生成 | output/phase-reports/pm-monitoring/diagnosis-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 |
| 决策点 | 触发条件 | 决策内容 |
|---|---|---|
| 健康度评分校准 | 健康度评分与实际感知偏差超过±10% | 确认评分模型校准方案和权重调整 |
| 竞品监控报告确认 | 竞品监控报告生成完成 | 确认威胁评估和应对建议 |
| 产品下线方案确认 | 产品下线方案生成完成 | 确认下线时间线和用户迁移方案 |
| 异常类型 | 处理策略 |
|---|---|
| 健康度评分模型偏差过大（>±15%） | 暂停自动诊断，要求人工校准评分模型权重后重新运行 |
| 竞品数据源不可用 | 基于最近一次历史报告生成快照分析，标注"数据源不可用，基于历史数据" |
| 子Skill输出校验未通过 | 回退至当前阶段重新执行，最多重试1次；仍失败则标记异常并上报人类 |
| 上下游数据格式不兼容 | 按下游子Skill输入Schema做字段映射和默认值填充，记录映射关系 |
| 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 |
当需要评估获客渠道或优化获客漏斗时使用。用户获取指挥官，调度 acquisition-analysis（获客分析一体化），实现从渠道评估到漏斗优化的闭环。关键词：用户获取、获客渠道、漏斗优化、渠道评估、获客策略、acquisition-analysis、拉新、获客。
当需要识别和工程化Aha Moment时使用。Aha Moment自动工程化Pipeline，分析留存数据和行为数据，自动识别Aha Moment候选，测量到达率，识别最短路径，输出Onboarding优化建议。关键词：Aha Moment、激活时刻、用户激活、到达率、Onboarding优化、什么时候觉得好用、体验核心价值、爽点在哪。
当需要优化用户Onboarding流程时使用。Onboarding自动优化Pipeline，分析Onboarding数据和用户分群，自动生成个性化引导策略，设计A/B测试方案。关键词：Onboarding、新用户引导、引导优化、个性化引导、用户激活、新手引导、上手快、引导太长。
当需要识别Aha Moment或设计Onboarding流程时使用。用户激活指挥官，调度activation-aha/onboarding。关键词：用户激活、Aha Moment、Onboarding、新用户引导、新手引导、激活率。
当需要管理Sprint周期或追踪敏捷执行时使用。敏捷执行指挥官，调度 agile-sprint-planning、agile-daily-sync、agile-review 子Skill执行。agile-review 已合并 retrospective-auto 的自动回顾能力。关键词：敏捷执行、Sprint规划、每日站会、Sprint评审、敏捷管理、Sprint复盘、迭代复盘、敏捷开发、复盘报告、自动回顾。
当需要自动化Sprint评审和复盘报告时使用。Sprint评审与复盘报告一体化，Step 1完成Sprint评审（产出清单整理、Demo准备清单、反馈收集分类、数据收集、问题识别、改进建议生成），Step 2生成完整复盘报告（Sprint目标达成分析、交付质量评估、团队速率趋势、改进行动项、下一Sprint建议），Step 3完成上线复盘（效果复盘、工程质量复盘、过程复盘、改进行动项生成）。关键词：Sprint Review、Sprint Retro、迭代评审、迭代回顾、敏捷复盘、评审会、复盘报告、Sprint复盘、改进行动项、做得怎么样、上线复盘、发布复盘、效果评估、持续改进。