跳到技能内容
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
词映 AI导航
工具库Skills 技能
我的收藏
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
技能目录24 小时热门TOP100 技能每日更新
Skills 技能/haabe/tic-tac-toe/ost-builder

Claude Code ost-builder:用研究证据整理机会解决方案树

English

Claude Code 安装步骤

  1. 打开 GitHub 固定提交的 `.claude/skills/ost-builder/SKILL.md`,核对内容与使用条件。
  2. 在自己的项目中创建 `.claude/skills/ost-builder/`,把核对后的文件保存为 `.claude/skills/ost-builder/SKILL.md`。
  3. 在该项目根目录启动 Claude Code,在斜杠菜单中选择 `/ost-builder`。

中文摘要

从访谈、观察和使用数据提取需求,将期望结果、机会、假设与解决方案连成可追溯的结构。

SKILL.md 中文导读

可复现示例

调研样例 ost-27 中,访谈 interview-A 与观察 observation-B 都显示报名者难以确认活动是否登记成功。关注结果是减少登记后重复尝试。

工作步骤

  1. 先把结果指标和研究证据对应起来,提取用语明确的需求。
  2. 记录证据支持的机会节点,列出方案和可验证的假设。

验收方法

树的机会节点记录 {need: 'confirm registration outcome', evidence: ['interview-A', 'observation-B']}。再比较确认页面或其他反馈方式,用简短观察验证假设。

GitHub 原文 · 更新日期 2026-11-14

适用环境

在 Claude Code 中准备目标指标和真实研究材料。每项机会需要至少两条证据,可用匿名编号标记。

常见问题

已有解决方案能直接算作机会节点吗?

机会节点写使用者的需求及证据。确定需求后,再把不同解决方案和各自的验证假设接在下面。

技能信息

GitHub 仓库
haabe/tic-tac-toe

收集于互联网

相关指南

  • Claude Code 自定义 Skills:SKILL.md 的目录、触发条件与测试
更多 Claude Code 技能

相关推荐

  • assumption-test 技能

    haabe/tic-tac-toe

  • bias-check 技能

    haabe/tic-tac-toe

  • delivery-bootstrap 技能

    haabe/tic-tac-toe

  • gist-plan 技能

    haabe/tic-tac-toe

  • preflight 技能

    haabe/tic-tac-toe

  • privacy-check 技能

    haabe/tic-tac-toe

词映 AI 导航Skills 技能
工具分类全部工具已本地化技能选型指南AI 快讯