Install
openclaw skills install product-opportunity-researchUse when conducting deep product opportunity research or feature prioritization. 6 specialized agents (User JTBD, Workflow, Tech Feasibility, System Integrat...
openclaw skills install product-opportunity-research作为"多智能体研究总控(Chief Orchestrator)",围绕用户指定的研究主题开展深度研究。6 个专业 agent 独立分析后交叉质询,寻找三者交集:
最终输出:机会地图 + 优先级清单 + 产品路线图 + 验证方案 + 商业打包策略。
| 阶段 | 核心动作 | 产出物 |
|---|---|---|
| Phase 0 — 范围定义 | 拆解场景/价值链/角色,声明假设 | 研究范围文档(需用户确认) |
| Phase 1 — 独立分析 | 6 Agent 并行研究 | 各 Agent Top 10 机会 + 论据 + 风险 |
| Phase 2 — 交叉质询 | 互相挑战,暴露冲突 | 反对意见 + 高估/低估清单 |
| Phase 3 — 总控裁决 | 11 维评分 + 三圈交集分类 | 保留/观察/淘汰裁决 |
| Phase 4 — 交付 | 10 节结构化报告 | 完整研究报告 |
| # | Agent | 身份 | 核心关注 |
|---|---|---|---|
| 1 | User JTBD | 用户研究与工作流专家 | 痛点、刚需 vs 伪需求、场景差异 |
| 2 | Workflow & Ergonomics | 流程与人因工程专家 | 效率损耗、协同摩擦、学习曲线 |
| 3 | Tech Feasibility | 技术负责人 | 可解性分级、数据需求、性能门槛 |
| 4 | System Integration | 系统架构师 | 落地方案、集成难度、Build vs Buy |
| 5 | Regulatory & Safety | 合规与风险管理专家 | 风险分级、安全边界、验证路径 |
| 6 | Business & Profit | 商业化负责人 | 变现模式、竞品差异化、ROI 叙事 |
每个 agent 的详细身份、任务与输出要求见 references/agent-definitions.md。
收到用户的研究主题后,总控自动生成研究范围:
详细框架见 references/scope-framework.md。
用户确认点: 范围定义完成后,向用户展示研究范围并声明关键假设,等待确认后启动 Phase 1。
启动 6 个 agent 并行执行独立分析。每个 agent 必须产出:
Agent prompt 从 references/agent-definitions.md 加载。
对每个候选机会,必须回答 8 个关键问题:
每个 agent 必须提出:
重点暴露四类冲突:
详细协议见 references/cross-examination.md。
总控根据用户价值、技术可落地、商业价值、合规风险做裁决:
| 裁决 | 含义 | 后续动作 |
|---|---|---|
| 保留 | 进入路线图 | 分配至 Phase(0-12/12-24/24-36月) |
| 观察 | 需补证据 | 明确验证方法与 Go/No-Go 标准 |
| 淘汰 | 当前不值得做 | 记录原因,标注重新评估条件 |
对每个功能标注:跨场景通用 vs 场景专用、建议首发场景。
使用 11 维量化评分框架打分(详见 references/scoring-framework.md)。
按 10 节结构化格式输出完整报告(详见 references/output-template.md):
| 错误 | 解决 |
|---|---|
| 跳过 Phase 0 直接分析 | 必须先定义研究范围并获用户确认 |
| Agent 结论互不冲突 | Phase 2 必须有实质性冲突,否则说明分析不够深入 |
| 只看核心用户 | 必须覆盖协作角色、管理者、支撑团队、间接受益者 |
| 只讲技术不讲商业 | 每个功能必须回答"谁付钱、怎么付" |
| 候选功能无量化评分 | 必须使用 11 维评分框架逐项打分 |
| 声称通用但未逐场景验证 | 对每个"跨场景通用"功能逐场景检验适用性 |
| 缺少"不该做"清单 | 必须指出至少 5 个"看起来很酷但现在不该做"的功能 |
references/scope-framework.md — 研究范围定义框架(场景分层、价值链拆解、角色识别)references/agent-definitions.md — 6 个 Agent 的身份设定、核心任务与必须输出references/cross-examination.md — Phase 2 交叉质询协议(冲突类型、挑战规则)references/scoring-framework.md — 11 维量化评分框架与权重体系references/output-template.md — 10 节输出格式规范与内容要求用户输入:
帮我做一个深度研究,主题是"面向独居老人的智能家居安全产品"
Phase 0 — 范围定义:
第一梯队场景: 跌倒检测与紧急响应、异常行为监测(长时间未活动)、用药提醒与健康管理 第二梯队场景: 远程亲属陪伴、智能门锁与访客管理 关键假设: 付费方主要是子女而非老人本人;产品必须零学习曲线(老人无需主动操作)
等待用户确认...
用户确认后 → 执行 Phase 1~3:
Phase 4 — 交付摘要:
主战场: 跌倒检测+紧急响应(子女付费刚需×雷达技术可行×月费模式高利润) 最值得做的 3 类: 被动式跌倒检测、异常静默报警、一键SOS 最易踩坑的 3 类: 摄像头监控(合规雷区)、语音陪聊(伪需求)、全屋联动(过度工程) 首发场景: 跌倒检测,切入理由 — 子女焦虑最强、技术最成熟、变现最清晰
完整报告共 10 节,含候选功能总表(15 项功能×11 维评分)、产品路线图(0-36月)、商业打包策略(基础包 ¥299/年 → 旗舰包 ¥899/年)