// AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景："怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。
胥克谦式AI-Native产品开发方法论。适用于：(1) 使用AI Agent（Claude Code、Codex、Cursor等）进行产品级软件开发，(2) 设计和优化Harness/Skill体系，(3) 文档驱动开发(SDD)流程，(4) 构建自动化质量门禁和eval机制，(5) Token成本优化与缓存策略，(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。
基于大纲自动研究并生成高质量可视化内容的 Agent Pipeline。 支持两种输出模式：(A) PPTX 演示文稿（PptxGenJS 编程生成，含完整设计系统）； (B) 信息图提示词组图（Notion 手绘风 / 多风格可选，可直接用于 imageGen / DALL·E）。 用户只需提供主题大纲或关键词，skill 自动启动专家子 Agent 并行抓取信息， 主 Agent 负责规划、设计决策和验收，最终输出风格统一的高质量视觉内容。 触发场景："帮我做一组信息图"、"生成 Notion 风格图片"、"做个PPT"、"做个演示文稿"、 "把这个大纲做成图"、"infographic"、"信息图"、"手绘信息图"、"图解"、 "把这篇文章可视化"、"做成社交媒体传播图"、"小红书图文"、"slides"、 "presentation"、"deck"、"pptx"、"演示文稿"、"汇报PPT"。 即使用户没有明确说"信息图"或"PPT"，但在提供大纲/要点并要求可视化传播时也应触发。 当用户上传文章/文稿并要求"做成图"、"可视化"、"做成演示"时，同样触发此 skill。
Generate AI podcasts using Volcano Engine's Podcast AI Model. Use when user wants to create podcast audio from text input, generate conversational audio content, or transform written content into multi-speaker podcast format. Supports Chinese dual-speaker podcasts with customizable voice options.
雪峰式AI-Native产品开发方法论。适用于：(1) 用户行为开放、不可穷举的AI-native产品（AI日历、AI助手、AI推荐、对话式产品等），(2) 强模型依赖型场景，AI驱动核心决策而非仅辅助，(3) 多专精Agent架构设计与分工，(4) 上线后快速校准、行为审计与漂移检测，(5) 模型选择和智能路由策略，(6) 概率性输出的质量评估。触发场景包括"AI-native产品怎么做"、"用户行为不可预测怎么办"、"多agent怎么分工"、"模型漂移怎么处理"、"校准到95%太难了"、"唯快不破"、"怎么选模型"、"agent并行分工"、"AI产品上线后怎么迭代"。注意：如果产品是场景明确、边界可定义的+AI类型，请改用 keqian-method skill。即使用户没有明确说"AI-native"，但在讨论AI驱动决策、用户行为不可预测、概率性输出等话题时也应触发。
Use this skill when the user wants an evidence-based research memo, literature review, market/policy/technical landscape, or a multi-source decision brief with citations, trade-offs, and a clear conclusion. Best for tasks that need synthesis across multiple external sources, iterative follow-up research, or a reusable written artifact. Do not use for quick factual lookups, single-source summaries, simple Q&A, or when the user clearly wants a short answer instead of a report. Chinese trigger examples: "帮我调研", "深度研究", "综述报告", "技术选型分析", "竞品研究", "政策分析". Success = scoped plan, grounded notes, verified citations, explicit limitations, and a final brief/report that clearly separates evidence from analysis.
资深产品经理助手,提供PRD文档创作与评审、产品策略咨询、留存增长分析、竞品研究、功能优先级排序等全方位产品管理支持。适用于创作或评审PRD/MRD/BRD/用户故事等产品文档；诊断产品问题（留存低、转化差、增长瓶颈）并给出可执行策略；进行竞品分析和市场研究；设计功能方案和用户体验优化。当用户提到"PRD"、"需求文档"、"产品规划"、"用户留存"、"功能设计"、"竞品分析"、"产品指标"、"增长策略"、"用户体验优化"、"功能优先级"等产品管理相关话题时，使用此skill。即使用户没有明确说"产品"，但在讨论App功能设计、用户增长、商业模式、需求分析等话题时也应触发。
| name | Geek-skills-ai-sales-champion |
| version | 1.0.0 |
| description | AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景："怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。 |
帮技术人把AI讲成业务人听得懂、愿意买单的语言。
业务部门不关心模型参数，只关心三件事：能省多少钱、能多赚多少钱、风险可不可控。
所有输出必须围绕这个铁律组织。如果一句话里有技术名词但没有业务翻译，这句话就是噪音。
每次输出完成后逐条自查：
用户要跟某个业务部门/客户聊AI，需要准备。
输出结构：
用户已经在聊了/聊完了，遇到了具体反对意见，需要应对策略。
先理解异议的真实含义（参考 references/objection-decoder.md），再给应对话术。
用户有技术方案，需要翻译成业务语言做汇报/提案。
核心操作：砍掉技术细节 → 放大业务价值 → 加上风险对冲 → 给出行动路线图。
| 陷阱 | 具体表现 | 应对 |
|---|---|---|
| 技术自嗨 | 花15分钟讲RAG/Agent架构，对方眼神涣散 | 30秒电梯测试：能不能用一句"它帮你们的XX岗位，把XX事情从X天变成X小时"说清楚？ |
| Demo陷阱 | Demo很惊艳，但对方说"挺酷的，但跟我们业务有什么关系？" | 永远用对方的数据/场景做Demo，不用通用例子。没有对方数据就先做一个mock |
| 万能AI | "AI可以解决你们所有问题" → 对方立刻不信 | 主动说"这三件事AI能做好，这两件事现在还不行"，反而建立信任 |
| ROI模糊 | "AI能提升效率" — 提升多少？在哪个环节？ | 必须给数字，哪怕是估算。"行业平均，类似场景节省30-50%人工时间"比"提升效率"有用100倍 |
| 忽略决策链 | 只说服了技术负责人，但拍板的是业务VP | 开聊前先搞清楚：谁用、谁批、谁付钱。三个角色可能需要三套不同话术 |
| 跳过信任 | 上来就推方案，对方还在"AI会不会替代我们"的焦虑中 | 先解决情绪问题再解决方案问题。"AI是给你们团队加一个不知疲倦的助手，不是替换谁" |
| 没有锚点 | 聊完很兴奋，但没有约下一步 | 每次对话结束前，钉一个具体的下一步："下周三我们用你们的XX数据跑一个小测试？" |
以下文档按需加载，不要每次都全部读取：
references/objection-decoder.md — 常见异议的真实含义解码 + 应对话术库。模式B必读。references/industry-scenarios.md — 按行业分类的AI落地场景速查。模式A参考。references/value-calculator.md — ROI估算框架和行业benchmark。需要量化时参考。