🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

Problem Mapper

by @lj22503

[何时使用]当用户需要系统化定义问题、设定成功标准、识别风险时;当用户说"帮我分析这个问题"时;当面临重大决策/战略模糊/复杂情境时;当需要将模糊问题转化为清晰行动时;支持两种模式(多轮对话/问题瀑布)

Versionv2.0.0
Downloads639
TERMINAL
clawhub install problem-mapper

📖 About This Skill


name: problem-mapper version: 2.0.0 description: [何时使用]当用户需要系统化定义问题、设定成功标准、识别风险时;当用户说"帮我分析这个问题"时;当面临重大决策/战略模糊/复杂情境时;当需要将模糊问题转化为清晰行动时;支持两种模式(多轮对话/问题瀑布) author: 燃冰 & ant created: 2026-03-30 skill_type: 通用🟡 allowed-tools: [Bash, Read, Write] related_skills: [decision-system, financial-product-workflow, jd-translator] tags: [问题诊断,系统思考,决策前置,战略规划,问题树,双模式] self_improvement: true

Problem-Mapper 问题图谱 🗺️

基于「系统思考」+「教练式引导」的问题诊断框架

版本: v1.0.0 最后更新: 2026-03-30


📋 功能描述

帮助用户系统化定义问题、设定成功标准、识别风险,将模糊问题转化为清晰行动计划。

🎯 双模式支持(v2.0 新增):

💬 多轮对话模式(适合深度思考)

  • AI 逐步引导,四阶段框架
  • 适合重大决策、需要启发的场景
  • 可中途调整方向,灵活深入
  • 🌊 问题瀑布模式(适合快速分析)

  • 一次性生成完整问题地图
  • 包含:问题淬炼→定义→成功标准→挑战评估→方案生成
  • 适合快速输出、团队分享、直接可用
  • 核心升级:

  • ✅ 四阶段框架(问题淬炼→问题定义→成功标准→挑战评估→方案生成)
  • ✅ 五大澄清问题(证据/视角/联系/猜想/相关)
  • ✅ 风险地图(用户/竞争/技术合规三维度)
  • ✅ MVP 验证计划(分步推进 + 量化指标)
  • 适用场景:

  • 重大决策前(投资/职业/战略)
  • 战略模糊时(方向不清晰)
  • 复杂问题(多因素交织)
  • 产品规划(从 0 到 1 设计)
  • 面试准备(系统分析目标公司)
  • 边界条件:

  • 不替代专业咨询(复杂问题需配合专家)
  • 不替代执行(输出是计划,不是结果)
  • 需配合具体情境调整
  • 版本升级: v1.0.0 → v2.0.0(新增双模式支持)


    🎯 核心架构

    四阶段框架

    【阶段 0:问题淬炼】→ 这是真问题吗?
            ↓
    【阶段 1:问题定义】→ 边界/范围/利益相关方
            ↓
    【阶段 2:成功标准】→ 定性描述 + 量化 KPI
            ↓
    【阶段 3:挑战评估】→ 风险地图 + 优先级
            ↓
    【阶段 4:方案生成】→ 方案方向 + MVP 验证计划
    


    🔄 使用流程

    默认模式:🌊 问题瀑布模式

    用户输入

    @ant 使用 problem-mapper 分析这个问题...
    

    AI 响应(瀑布模式 + 切换引导):

    好的!我会使用问题瀑布模式一次性生成完整问题地图。

    如果你需要深度思考和 AI 引导,可以回复"切换到对话模式"。


    Problem-Mapper 问题图谱 🗺️

    分析对象: [用户问题] 模式: 问题瀑布模式(默认)

    [直接输出完整分析报告,约 3000-5000 字]


    💡 提示

  • 如需 AI 逐步引导,回复"切换到对话模式"
  • 如需深入探讨某个阶段,回复"深入阶段 X"

  • 可选模式:💬 多轮对话模式

    用户输入

    @ant 使用 problem-mapper 对话模式分析这个问题...

    切换到对话模式

    AI 响应

    好的!切换到多轮对话模式

    我会按照四阶段框架逐步引导你。

    【阶段 0:问题淬炼】 这是真问题吗?让我先问 5 个澄清问题...

    1. 证据:...

    请回答第一个问题...


    模式对比

    | 特性 | 🌊 瀑布模式(默认) | 💬 对话模式 | |------|------------------|-----------| | 交互方式 | 一次性生成 | AI 逐步引导 | | 适合场景 | 快速分析、团队分享 | 深度思考、需要启发 | | 输出时长 | 1-2 分钟 | 5-10 分钟 | | 输出格式 | 完整框架直接可用 | 对话历史→报告 | | 灵活性 | 中(固定框架) | 高(可中途调整) |

    如何选择

  • 默认用瀑布模式(快速出结果)
  • 需要深度思考 → 切换到对话模式

  • 阶段 0:问题淬炼(这是真问题吗?)

    目标: 澄清和深化初始问题,避免解决"假问题"

    五大澄清问题:

    | 问题 | 目的 | 示例 | |------|------|------| | (证据) | 具体现象/趋势作为例证 | "当您提到'本质变化'时,是否有具体的现象或趋势作为例证?" | | (视角) | 明确审视视角 | "您更希望从哪个视角来审视?用户/行业/时间视角?" | | (联系) | 定位核心价值链条 | "价值链的哪个环节正在受到最根本的冲击?" | | (猜想) | 重新定义"获胜关键" | "AI 是否正在重新定义行业的获胜关键?" | | (相关) | 明确最终目的 | "探讨这个问题的最终目的是什么?" |

    输出: 淬炼后的核心问题(聚焦和升维)

    示例:

    原始问题:"财富管理行业在 AI 加持下,有本质变化的是什么?"

    淬炼后:"在 AI 技术驱动下,财富管理行业的核心矛盾将如何演化? 一家金融科技公司应如何为普通投资者重构产品与服务, 以在'关系与信任'这一根本基础上建立新的护城河?"


    阶段 1:问题定义(画个清晰的像)

    目标: 用结构化方式定义问题的边界与要素

    结构化陈述:

    【背景】当前情境/趋势
    【挑战/机遇】核心矛盾/机会点
    【核心任务】需要完成的关键任务
    【关键利益相关方】
      - 用户:...
      - 我们:...
      - 竞争者:...
      - 生态伙伴:...
    【边界与范围】
      - 聚焦:...
      - 时间范围:...
      - 不深入讨论:...
    

    输出: 问题定义报告


    阶段 2:成功标准(描绘胜利的画面)

    目标: 明确"成功"的定性和量化标准

    定性描述(胜利画面):

    当用户...时,他们会如何描述自己的感受?
    产品解决了他们哪些最深切的痛点?
    

    关键指标(KPIs):

    | 维度 | 指标示例 | |------|---------| | 用户价值 | 用户认知评分提升、平均持有周期延长、盈利用户占比 | | 商业价值 | AUM、付费转化率、用户生命周期总价值(LTV) | | 行业影响 | NPS、被行业报告引用次数 |

    输出: 成功标准报告


    阶段 3:挑战评估(识别路障)

    目标: 系统识别通往"胜利画面"路上的主要障碍

    三维度风险评估:

    | 维度 | 具体挑战 | 可能的风险/后果 | |------|---------|---------------| | 用户与市场层面 | 信任建立的悖论、行为改变的惰性、期望管理失控 | AI 功能无人敢用、产品沦为摆设、品牌声誉受损 | | 竞争与商业层面 | 策略趋同化、数据与算力壁垒、商业化平衡 | 同质化竞争、马太效应、信任损害 | | 技术与合规层面 | 合规性与有用性权衡、系统复杂性、评估体系缺失 | AI 输出保守、迭代变慢、失去方向 |

    优先级排序:

  • 🔴 P0:必须攻克的核心挑战(1-2 个)
  • 🟡 P1:重要但可延后的挑战
  • 🟢 P2:次要挑战
  • 输出: 风险地图 + 优先级排序


    阶段 4:方案生成(构思杠杆解)

    目标: 构思能够同时撬动多个挑战的方案

    方案方向表:

    | 目标挑战 | 方案方向 | 具体产品构思 | 预期如何破解关联挑战 | |---------|---------|-------------|-------------------| | 信任建立 | A1. 透明度革命 | "AI 解读日志":展示推理关键要素 | →破行为惰性:用户理解"为什么"才更可能执行 | | | A2. 共情优先 | 市场暴跌日首先推送"今天市场让人心慌..." | →建立深度信任:用户感觉被理解 | | 行为改变 | B1. 游戏化行为设计 | "投资行为养成器":拆解为小任务 | →积累信任:用户通过微小成功获得正反馈 | | | B2. 降低改变门槛 | "AI 调仓助手":一键执行复杂决策 | →直接攻克惰性:填平"知道"和"做到"的鸿沟 | | 策略趋同 | C1. 生态位聚焦 | 深度服务"焦虑的进阶者" | →建立信任:垂直深度服务远超泛泛而谈 | | | C2. 构建数据飞轮 | "个性化信号系统":基于用户交互优化 | →终极护城河:用户越用,系统越懂他 |

    MVP 验证计划:

    第一步(1-2 个月):[具体行动],验证 [指标](目标:X%)
    第二步(3-4 个月):[具体行动],验证 [指标](目标:X%)
    第三步(6 个月后):[具体行动],验证 [指标](目标:X%)
    

    输出: 方案方向表 + MVP 验证计划


    ⚠️ 常见错误

    错误 1:跳过问题淬炼,直接找答案

    问题:
    • 解决的是"假问题",浪费资源
    • 没有澄清问题的本质,方案偏离目标

    解决: ✓ 先执行阶段 0:问题淬炼 ✓ 用五大澄清问题深化问题 ✓ 确保解决的是"真问题"

    错误 2:问题定义模糊,边界不清

    问题:
    • 利益相关方不明确,方案难以落地
    • 边界不清,范围蔓延

    解决: ✓ 用结构化陈述定义问题 ✓ 明确"聚焦什么"和"不深入讨论什么" ✓ 列出所有关键利益相关方

    错误 3:成功标准只有定性,没有量化

    问题:
    • 无法衡量是否成功
    • 方案迭代失去方向

    解决: ✓ 定性描述 + 量化 KPI 结合 ✓ 用户价值/商业价值/行业影响三维度 ✓ 每个 KPI 都有目标值

    错误 4:挑战评估不全面,遗漏关键风险

    问题:
    • 实施过程中遇到意外障碍
    • 方案无法落地

    解决: ✓ 三维度风险评估(用户/竞争/技术合规) ✓ 优先级排序(P0/P1/P2) ✓ 提前制定应对预案

    错误 5:方案生成贪多求全,没有 MVP 思维

    问题:
    • 方案太复杂,难以快速验证
    • 资源分散,效果不佳

    解决: ✓ 分步推进(第一步/第二步/第三步) ✓ 每步都有验证指标和目标值 ✓ 先做 MVP,验证后再扩展


    🧪 使用示例

    示例 1:蚂蚁投顾面试准备

    默认(瀑布模式)

    @ant 使用 problem-mapper 分析蚂蚁投顾面临的 4 个核心问题:
    1. 产品货架化,难以跟基金线形成差异
    2. 用户旅程断裂,新客户找不到切入点
    3. 与基金销售割裂,痛点用户被漏掉
    4. AI 应用浅层,未形成差异化
    

    AI 响应(瀑布模式 + 切换引导):

    好的!我会使用问题瀑布模式一次性生成完整问题地图。

    如果你需要深度思考和 AI 引导,可以回复"切换到对话模式"。


    Problem-Mapper 问题图谱 🗺️

    分析对象: 蚂蚁投顾 4 个核心问题 模式: 问题瀑布模式(默认)

    [输出完整问题地图,约 4000 字]


    💡 提示

  • 如需 AI 逐步引导,回复"切换到对话模式"
  • 如需深入探讨某个阶段,回复"深入阶段 X"
  • 切换到对话模式

    切换到对话模式
    

    AI 响应

    好的!切换到多轮对话模式

    我会按照四阶段框架逐步引导你。

    【阶段 0:问题淬炼】 这是真问题吗?让我先问 5 个澄清问题...

    1. 证据:您提到的"产品货架化",具体表现是什么?

    请回答...

    详见: content/interviews/ant-interview-problem-mapper.md


    示例 2:职业转型决策

    默认(瀑布模式)

    @ant 使用 problem-mapper 帮我分析是否应该从大厂跳槽到创业公司

    【情境】 我在大厂工作 5 年,稳定但成长慢。 有创业公司 offer,风险高但成长快。

    AI 响应

    好的!我会使用问题瀑布模式一次性生成完整分析框架。

    如需深度思考,回复"切换到对话模式"。


    Problem-Mapper 问题图谱 🗺️

    [输出完整职业决策分析,约 3500 字]


    💡 提示:如需 AI 逐步引导,回复"切换到对话模式"


    示例 3:产品从 0 到 1 设计

    默认(瀑布模式)

    @ant 使用 problem-mapper 帮我设计一个基金投顾产品

    【情境】 我们正在规划基金投顾产品,目标提升用户留存和 AUM。

    AI 响应

    好的!我会使用问题瀑布模式生成完整产品规划框架。

    如需团队讨论或深入思考,回复"切换到对话模式"。


    Problem-Mapper 问题图谱 🗺️

    [输出完整产品规划,约 4500 字]


    💡 提示:如需 AI 逐步引导,回复"切换到对话模式"


    🔗 相关资源(渐进式披露)

  • references/five-clarifying-questions.md - 五大澄清问题详解
  • references/risk-mapping.md - 三维度风险评估指南
  • references/mvp-validation.md - MVP 验证计划模板
  • examples/case-study.md - 实战案例分析(蚂蚁投顾/职业转型/产品设计)
  • templates/problem-map-template.md - 问题地图模板

  • 🔧 故障排查

    | 问题 | 检查项 | |------|--------| | 问题定义模糊 | 用五大澄清问题深化了吗?结构化陈述完整吗? | | 成功标准不清晰 | 有定性描述吗?有量化 KPI 吗?有目标值吗? | | 挑战评估不全面 | 三维度都覆盖了吗?优先级排序了吗? | | 方案难以落地 | 有 MVP 验证计划吗?分步推进了吗? | | 不触发 | description 是否包含触发词? |


    📊 版本历史

    | 版本 | 日期 | 更新内容 | |------|------|---------| | v1.0.0 | 2026-03-30 | 初始版本(四阶段框架 + 五大澄清问题 + 三维度风险评估) |


    💡 核心洞察

    关于"回路":

  • 负向循环:问题模糊 → 方案偏离 → 资源浪费 → 更模糊
  • 正向循环:问题清晰 → 方案聚焦 → 快速验证 → 更清晰
  • 关于"层级":

  • 事件层:表面问题("产品货架化")
  • 模式层:问题背后的模式("策略货架 vs 用户场景")
  • 结构层:系统结构("基金销售 vs 投顾利益冲突")
  • 心智层:用户根本期望("安全感/成长感/掌控感")
  • 关键心智突破点:

  • 从"功能思维"到"关系思维"
  • 从"一刀切"到"分层适配"
  • 从"结果导向"到"过程陪伴"
  • 从"技术驱动"到"行为设计驱动"

  • *问题图谱不是寻找答案,而是澄清问题。问题清晰了,答案往往自然浮现。*