菜单
当用户需要启动AI项目的创意发现阶段，组织跨职能团队寻找AI应用场景时使用。 用户在问"我们该做什么AI项目"、"怎么找到AI落地场景"、"brainstorm AI ideas"时激活。 不适用于: 组织完全没有AI专业知识（无内外部顾问可用）、问题已明确定义无需创意探索的场景。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/kangarooking/ai-for-everyone-skill --skill cross-functional-brainstorming命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | cross-functional-brainstorming |
| description | 当用户需要启动AI项目的创意发现阶段，组织跨职能团队寻找AI应用场景时使用。 用户在问"我们该做什么AI项目"、"怎么找到AI落地场景"、"brainstorm AI ideas"时激活。 不适用于: 组织完全没有AI专业知识（无内外部顾问可用）、问题已明确定义无需创意探索的场景。 |
Original cangjie-skill frontmatter from the distillation run:
name: cross-functional-brainstorming
description: |
当用户需要启动AI项目的创意发现阶段，组织跨职能团队寻找AI应用场景时使用。
用户在问"我们该做什么AI项目"、"怎么找到AI落地场景"、"brainstorm AI ideas"时激活。
不适用于: 组织完全没有AI专业知识（无内外部顾问可用）、问题已明确定义无需创意探索的场景。
source_book: 《给所有人的AI入门课》 吴恩达 (Andrew Ng)
source_chapter: p14, p24
tags: [ideation, cross-functional, brainstorming, project-selection]
related_skills:
- slug: automate-task
relation: composes-with
- slug: triple-due-diligence
relation: composes-with
"我常组建包含AI知识专家及业务领域专家的团队共同探讨，以便共同识别两个集合的交集项目。"
— 吴恩达, p14
高质量的AI项目创意来自两个圆的交集： 第一个圆是"AI 能做什么"——这由 AI 专家掌握，他们了解当前技术的能力边界和可行任务类型。 第二个圆是"什么创造业务价值"——这由业务领域专家掌握，他们了解哪些流程成本高、哪些环节是瓶颈、哪些改进能带来最大回报。 单独让 AI 专家脑暴，会产生技术上可行但业务上无用的项目；单独让业务团队脑暴，会产生有价值但技术上不可行的想法。 只有当两类专家坐在一起，在"可行"和"有价值"的交集处寻找项目，才能找到真正值得投入的AI应用场景。 这个方法论的核心洞察是：AI项目的失败往往不是技术失败，而是"解决了错误的问题"。
automate-task 的区别: 自动化任务框架是"如何把一个方向拆解成具体任务"，跨职能头脑风暴是"谁来参与创意发现"——前者关注HOW，后者关注WHO。ml-feasibility 的区别: 可行性双因素是评估具体项目是否可行，跨职能头脑风暴是在找到项目之前的创意生成阶段。ab-mapping 的区别: A→B 映射是把问题形式化，跨职能头脑风暴是在形式化之前的创意探索。当 skill 被激活后, agent 应按以下步骤执行:
识别AI专家资源
识别业务领域专家
组织结构化头脑风暴