deanpeters/opportunity-solution-tree
使用机会解决方案树进行结构化决策分析
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：deanpeters/opportunity-solution-tree。 它的用途是：使用机会解决方案树进行结构化决策分析 详细介绍见：https://321skill.com/skills/deanpeters-opportunity-solution-tree/ 请根据该页面的说明完成安装。
使用示例
“我需要为新产品‘智能笔记App’制定一个增加用户粘性的季度计划，请帮我用机会解决方案树框架梳理一下。” 它会引导你从定义核心目标（如“将用户周活跃度提升20%”）开始，逐步识别用户流失的机会点（如“笔记检索效率低”），并针对每个机会点 brainstorm 解决方案（如“增加智能标签系统”），最后建议可运行的验证实验（如“A/B测试标签系统的使用率”）来形成完整的决策树。
介绍
机会解决方案树（Opportunity Solution Tree）是一种强大的可视化框架，旨在帮助团队或个人在复杂项目中做出清晰、结构化的决策。它通过将顶层目标、用户机会、解决方案和实验系统地连接起来，确保所有行动都紧密对齐最终目标，避免资源浪费在无关紧要的方向上。
使用时，您需要从定义明确的顶层目标开始，然后识别阻碍目标达成的用户痛点或机会，接着为每个机会构思潜在的解决方案，最后设计实验来验证这些方案的有效性。整个过程通常在协作白板工具或专用软件中完成，形成一棵从目标到实验的“树状”图谱。
该技能非常适合产品经理、项目经理以及任何需要进行战略规划或复杂问题拆解的团队成员。它尤其适用于产品开发、功能迭代、市场进入策略等需要权衡多种可能性的场景。
建议在项目启动或遇到方向性瓶颈时使用此框架。注意保持目标的唯一性和可衡量性，并鼓励团队基于用户证据（而非主观猜测）来识别机会和设计实验，以确保决策的客观性。
核心特点
与普通的思维导图或待办清单工具不同，机会解决方案树强制建立从目标到具体实验的因果逻辑链，确保每一个被探索的方案都直接服务于顶层目标，有效过滤分散注意力的“好点子”。它提供了从战略目标到可执行实验的完整、可追溯的决策路径。
注意事项
不适用于需要快速执行、决策路径简单或目标极其模糊尚未定义的场景。
常见问题
机会解决方案树和用户故事地图有什么区别？
用户故事地图侧重于梳理用户旅程和功能序列，而机会解决方案树专注于为达成特定业务目标，系统性地探索问题和验证解决方案，更具战略性和实验性。
个人开发者可以用它来做什么？
个人开发者可以用它来规划侧边项目，拆解复杂的技术选型问题，或者系统化地学习一项新技能，确保学习路径和项目决策始终围绕核心目标。