方法论沉淀

两套Skill + 三个项目的方法论体系，覆盖需求分析、UI设计、AI辅助开发、Agent架构、内容运营五个维度

Skill

product-requirements-chat（需求分析Skill）

把模糊想法变成可执行需求的对话式Agent

GitHub 仓库

核心机制：探索→收敛→落文档

探索阶段 → 收敛阶段 → 落文档阶段

探索阶段

当信息不足时，用追问清单补齐关键维度：

  • Who：目标用户/使用者与决策者
  • When & Where：触发场景、频率、渠道与入口
  • What：核心任务与最小可用闭环
  • Why：价值与成功指标
  • Success：成功指标与不可触碰边界
  • Constraints：时间/成本/合规/技术/数据约束
  • Reference：竞品/参考与不可接受体验

收敛阶段

当信息基本齐备时，对齐成功指标与边界，输出P0/P1/P2优先级与可测验收标准草案。

落文档阶段

先给提纲再展开，每轮只扩展1-2章或5-10条清单，生成结构化的PRD/用户故事/风险依赖表。

范围三分法（每轮必含）

  • In scope：明确在范围内的内容
  • Out of scope：明确不在范围内的内容
  • 待确认：需要进一步确认的内容

核心原则：避免AI替用户做决定，每轮对话必须包含"当前理解+追问/下一步+范围三分法"。

工具路由表

内置工具路由表，确保信息不足时有降级路径：

竞品调研 → WebSearch 交互取证 → Playwright 表格导出 → Excel 文档共创 → doc-coauthoring 定价策略 → pricing-strategy 内容规划 → content-strategy
这套Skill让我能在30分钟内把"一句话想法"变成完整的PRD框架。
Skill

ui-designer-agent（UI设计Skill）

Apple级美学视觉规范Agent

GitHub 仓库

核心约束：四条负面规则

为避免看起来像通用Bootstrap模板，严格遵循以下负面约束：

  • 禁用默认科技蓝：禁止使用默认的科技蓝或靛蓝色，除非特别要求
  • 圆角禁用4px/8px：使用0px表示锐利，或使用更大的值如16px、24px，或完全圆形/药丸形状
  • 禁用轮廓图标：不要使用通用的轮廓图标，使用实心/填充图标以获得更扎实和现代的外观
  • 禁用重阴影：禁止使用沉重、刺眼的阴影（#000000高不透明度）；使用大而扩散、非常低不透明度的阴影，或依赖微妙的1px边框

色彩策略：从自然取材

背景色

使用极其中性的背景：

  • 浅色模式：#FAFAFA（米白色）
  • 深色模式：#121212（深炭色）

暖色调：日出渐变

如需温暖、充满活力的感觉：

#FF9A9E → #FECFEF

冷色调：多云天空

如需冷静、平静的感觉：

#E0C3FC → #8EC5FC

使用原则：将自然渐变仅用于强调和激活状态，谨慎使用。

输出格式：Pencil绘制指令包

设计方案包含可直接落地的Pencil绘制指令包：

  • 画板：设备/尺寸（例如 iPhone 390×844、Desktop 1440×900）
  • 网格：列数/边距/间距（默认 8pt 或 12pt 体系，圆角禁用 4/8）
  • 页面：每页 1 个 Frame；命名：Page/State（如 Home/Default）
  • 图层：Layout → Sections → Components → Text/Icon
  • 组件参数：尺寸、圆角（0/16/24/全圆）、边框（1px 低对比）、阴影（大扩散低不透明度）
  • 绘制顺序：布局 → 容器 → 组件 → 文本 → 图标 → 状态（hover/active/disabled）
这套Skill让我3天完成35个HTML原型。
项目方法论

渐成画迹习惯App

AI辅助开发的全链路工程化

四分文档交叉验证机制

建立了四分文档交叉验证机制，解决AI单文档膨胀问题：

PRD → TDD → DBD → TestPlan
  • PRD：写"用户要什么"
  • TDD：写"怎么算"
  • DBD：写"存什么"
  • TestPlan：写"怎么验"

问题发现与解决

最初让国际版AI写PRD，token中断后文档混进技术设计和数据库定义，边界完全模糊。后来拆分为四分文档，但第一次拆分发现PRD内容缺失（缺拼豆激励规则、统计公式、边界定义），导致TestPlan写不出用例、TDD和DBD对不上。

最终沉淀："国际版发散→中文版补PRD→Skill交叉验证→Kimi检查"的闭环。结果是4份完整文档、23/24项AC通过。

原型驱动需求迭代机制

建立了原型驱动需求迭代机制：

Trae生成设计 → Figma整体修改 → Pencil局部迭代

关键发现：UI设计倒逼需求细化

统计系统PRD最初只写"提供日周月年统计"，画原型时发现需要：

  • 周期选择器
  • 多维度视图
  • 趋势图
  • 习惯榜单
  • 日期选择等7项交互

PRD里完全没定义这些交互细节。

教训与机制

日历提醒原型有但PRD没写，AI就没实现。所以建立机制——UI产出过程中，功能修改同步回写PRD。

3天
完成35个原型
4份
完整文档
23/24
AC通过

《响应式自适应布局实现指南》

开发中发现激励页面小字换行、设置页面文字截断、统计页面元素重叠，当时零散修复。开发完成后意识到是系统性缺失，协同AI编写规范：

  • Tailwind断点配置
  • 禁止1-3字换行
  • 触摸目标≥44px

后续页面不再出现同类问题。

项目方法论

AI刺绣定制平台

Agent架构设计的止损与验证方法论

4-Agent串联架构

设计了4-Agent串联架构，每个Agent有明确的输入/输出/接口契约：

Agent1 需求解析 → Agent2 图案生成 → Agent3 匠人匹配 → Flow 进度监控

核心机制

7维度完整度评分

  • 0-7分评分体系
  • ≥5分：直接生成
  • 2-4分：澄清
  • ≤1分：判断无关

预算优先推导原则

在需求解析阶段优先确认预算范围，作为后续Agent决策的重要依据。

冲突预检机制

拦截社交禁忌场景，例如"送母亲+猛虎"的组合会被识别并拦截。

最关键的经验：止损决策

最初想做端到端Agent（输入文字直接出融合图），用Coze低代码搭Demo，8组测试发现4个致命问题：

  • 文字描述无法生成完整载体图
  • 上下文记忆缺陷
  • 不能切换载体款式
  • 能力边界不清晰

3天内果断止损转向拆分架构，避免了2-3周的沉没成本。

6维度加权测试体系

建立了6维度加权测试体系，量化评估AI Agent的质量：

20%
语义翻译
20%
边界拦截
20%
约束冲突
20%
澄清策略
10%
社交语境
10%
基础功能

测试迭代结果

第一次测试V4版本85%通过率（14/16），发现C3阻断级缺陷（送母亲+猛虎未识别），修复后V5定为基线。

核心价值：量化评估AI Agent的质量，而不是凭感觉。

这套测试方法论让我能量化评估AI Agent的质量，而不是凭感觉。