fainshare/liam-skills/osborn

Osborn 奥斯本发散

"It is easier to tone down a wild idea than to think up a new one."

— Alex Osborn

概述

方案只想到一条路？方向定了但觉得可能有更好的选择？脑子里的东西倒不出来？团队讨论总是在同一批想法里打转？

先铺量，后筛选。围绕主题做大量发散，不评判、不筛选，把可能性空间彻底铺开。四条核心手法：量级驱动，想法够多好方向才会浮现；延迟判断，"不切实际"的先留着；SCAMPER 七算子补盲，替、合、调、改、用、消、重，逐一扫描思维盲区；利益相关方视角轮换，从用户、对手、新人、老板不同位置看同一件事。产出 idea-pool.md，结构化整理所有想法，直接喂给黑格尔（澄源）做收敛。

太虚五转第一转：散怀（发散）。先把空间打开，后面逐步收紧。

这个 skill 做什么

主题摆在你面前，第一个冒出来的想法往往就把后面的可能性挤掉了，这叫收敛过早。这个 skill 的工作是强行把空间先铺开：不评判、不筛选、不排序，先把数量堆出来，再用 SCAMPER 和视角轮换把盲区补齐。

奥斯本的原话是：把一个野想法调温和，比凭空想出一个新想法容易。这个 skill 信这条。

核心机制：把问题空间想象成一张地图，维度轴是坐标轴（如"输入源/处理管线/输出形态"），覆盖率是探索进度。暂停点展示哪些维度已饱和（🔴）、哪些还空白（🟢），驱动"继续发散还是进入下一阶段"的决策。

四个 skill 的分工：osborn（🟢发散）→ hegel（🔵收敛）→ bayes（⚪验证）→ feynman（⚫审查）→ debono（🟡回溯）。详见 references/comparisons.md。

P0-clarify — 模糊主题的渐进澄清

当用户输入过于模糊，无法直接进入发散时，先做 P0-clarify 渐进式对话澄清主题。主题清晰时跳过此阶段，直接进入 P0.1。

清晰度测试：能否用一句话说清发散主题 + 识别至少 3 个问题空间维度轴（P0.2 建议 5-7 个，3 个为最低门槛）？能则跳过，不能则进入 P0-clarify。

P0-clarify 采用渐进式 Q&A（一次一问），逐步澄清：主题→动机→用户→边界→就绪度。交互规则详见 references/elicitation-rules.md。非软件话题加载 references/non-software-facilitation.md。

澄清完成后综合为一句话主题，用户确认，进入 P0.1。若 2-3 轮后仍无法明确主题，建议用 hegel --spec-only 做结构化需求规格化。

六项核心能力

延迟判断(P1/P2)、量级驱动(P1)、SCAMPER补盲(P2a)、想法组合(P1)、疯狂想法保护、发散-收敛双阶段（收敛交给 hegel）。

执行流程：P0-clarify → P0 → P1 → P2(a+b) → P3

P0-clarify → P0 明确主题 → P1 自由发散 → P2a SCAMPER 补盲 → P2b 视角轮换 → P3 想法池整理
   │              │              │              │                  │              │
 渐进式Q&A     类型判定        量级驱动        七算子扫描          四类视角        idea-pool.md
 (仅模糊时)    第一性分解      延迟判断                                            标记来源
               边界/维度      组合衍生

P0 — 明确发散主题

确认五件事再开始发散：

1. 发散主题：要扩展什么？（一句话能说清）
2. 问题类型判定：三信号渐进式分类（见 P0.1）
3. 第一性分解：将主题分解到不可再分的基础要素（见 P0.2）
4. 边界：发散范围、约束条件（哪些维度要扩，哪些不在范围内）
5. 问题空间维度轴：定义 5-7 个评估维度（由 AI 提议，用户确认）

如果用户没明确主题，主动追问——主题不清做不出有用的发散。不要硬扩。

P0.1 — 问题类型判定（三信号渐进式分类）

problem_type 判定遵循三信号优先级（高→低）：

分类枚举：deterministic / non_deterministic / mixed / pending

判定标准：

• deterministic：问题有唯一正确答案，可通过逻辑推导验证（如"这段代码是否有 bug"）
• non_deterministic：问题涉及人的行为、市场或未来预测，没有唯一正确答案（如"该不该买这个标的"）
• mixed：部分子问题确定、部分不确定（如"这个架构方案是否可行"——技术可行性确定，业务采纳不确定）
• pending：信息不足以判定，各下游 Skill 按默认行为执行

`--lens` 的定位：--lens 参数（如 ideation / code / investment）是 AI 分析的上下文输入特征，不作为独立的类型信号。例如 --lens investment 倾向于 non_deterministic，但不强制——AI 仍需分析具体主题。

Future Enhancement：当 pipeline 使用数据 ≥50 次且 --lens → type 映射准确率 >75% 时，可将 lens 推断升级为独立信号（Signal 2），并同步复活冲突检测机制。

判定结果写入 idea-pool.md frontmatter 的 problem_type 字段。

P0.2 — 第一性分解

在发散之前，将主题分解到不可再分的基础要素。发散不是凭空想象，而是从基本要素出发重新组合。

分解三步：

1. 识别基本实体：主题涉及哪些不可再分的核心概念？

• 如"如何优化投资决策"→ 标的、信号、仓位、时间、风险
• 如"这段代码是否有 bug"→ 输入、处理逻辑、输出、边界条件

1. 列出公理假设：哪些前提被当作"显然成立"而未被质疑？

• 如"分散降低风险"——在什么条件下？相关性突变时还成立吗？
• 如"这个函数是纯函数"——有副作用吗？有隐式依赖吗？

1. 标注未知项：哪些基本要素的状态不确定？

• 如"市场情绪"→ 不可直接观测但影响价格
• 如"并发条件下的竞态"→ 需要实验验证而非推理

与发散的关系：第一性分解是收敛操作（向下钻到基础），发散是扩展操作（从基础向上组合）。先收敛到底，再发散出去——P1 中的新想法不是凭空冒出来的，是基本要素的新组合。AI 在 P1 中应主动从基本要素的重新排列出发生成新想法。

与 problem_type 的关系：

• deterministic：基本实体和公理假设清晰，未知项少，分解重点是验证公理是否成立
• non_deterministic：未知项多，分解重点是识别哪些不可观测、哪些不可预测
• mixed：部分子问题清晰、部分不确定，分解时分别标注

分解结果不写入 idea-pool.md 正文，作为 P1 发散的上下文锚点。

维度轴适用性检查：维度轴假设问题空间可以分解为独立维度。不适用于高度耦合主题（如"如何提升团队士气"——薪酬/认可/成长/工作生活平衡高度交织）。如果主题维度高度耦合，跳过维度轴，直接用 P1 自由发散 + P2a SCAMPER 补盲。

维度轴定义：

AI 根据主题提议 5-7 个维度（如"输入源/处理管线/输出形态/交互方式/存储策略"），用户确认或调整。同时根据主题特性判定 problem_type（deterministic / non_deterministic / mixed / pending），写入 idea-pool.md frontmatter：

`--focus-dimensions` 参数（UltraPlan 并行模式）：当 pipeline 启用 --parallel 时，通过 --focus-dimensions dim1,dim2 限制本实例只在指定维度发散。未指定时（默认），在所有维度发散。启用时：

• P1 自由发散仅围绕指定维度
• P2a SCAMPER 仅扫描指定维度的替代/组合/改造等
• P2b 视角轮换仅从指定维度的利益相关方视角
• P3 产出标记 [parallel-focus: dim1,dim2]
• 覆盖率暂停点仅展示指定维度的饱和度

---
topic: "{主题}"
problem_type: "deterministic | non_deterministic | mixed | pending"
total_ideas: {N}
dimensions:
  - 维度1
  - 维度2
  - 维度3
  - ...
---

数据质量校验：产出 idea-pool 后，校验 frontmatter total_ideas 与实际编号想法数一致。不一致时以实际编号数为准更新 frontmatter。

维度轴本身是发散的一部分——如果用户觉得 AI 提议的维度不合理，可以调整。中途发现某维度始终空白（连续 2 次暂停该维度 0%）或全部想法堆在一个维度（该维度 >80% 且其余维度均 <20%）时，允许重新定义维度轴。调整时已分类想法按新维度重新归类，覆盖率按新轴重算。

P1 — 自由发散

核心原则：

• 量级驱动：先追求数量，质量从数量里浮现。低于 25 个想法不算"扩开了"。P1+P2 合计目标 ≥50 个想法
• 延迟判断（R2 在 AI 场景的定义）：P1/P2 阶段不做任何价值筛选、可行性判断、优先级排序、"这个不太现实"的过滤
• 疯狂想法保护：明显"不切实际"的想法照样保留——后续收敛阶段会处理
• 想法组合（Hitchhiking）：AI 主动在已有想法基础上衍生新想法，例如 "想法 #3 + 想法 #7 → 新想法 #N"

关键协议（R4 切换入口）：

每产出约 8-10 个想法后，主动暂停并展示问题空间覆盖率图：

饱和度 = 该维度想法数 ÷ 目标值（默认 12）。维度状态直接映射边际价值判断——继续往这个维度投入还有没有产出空间：

阈值：🔴 ≥80%（饱和，停止扩展）| ⚪ 40-79%（中等）| 🟢 ≤40%（空白，建议定向发散）

方法论改进：旧的「边际贡献分类」（🟦新方向/🟩深化/🟨组合变异/🟥过度工程）描述的是想法间的拓扑关系，无法回答「继续发散有没有价值」。覆盖率图把问题空间当成地图，维度轴是坐标轴，饱和度是探索进度——直接告诉你哪里还有空白，驱动「继续还是进入下一阶段」的决策。

展示覆盖率图后，给出下一步选项（定向发散空白维度/继续自由发散/进入 P2a）。完整示例见 references/coverage-map-example.md。

决策规则（按优先级排序，首条匹配即生效）：

⚠️ 魔法数字待校准：5-7 个维度、目标 8 个/维度、阈值 40%/60%/80%、总数 ≥ 18 均为初始估计值，需通过 3-5 次实战使用后校准。如果发现某个阈值频繁误判，记录到 BACKLOG。

不要默默继续。让用户基于数据控制节奏。

想法不足处理：P1 结束时如果不足 15 个，显式告知：

当前共 N 个想法，建议继续自由发散或切换到 SCAMPER 补盲来打开更多空间。

不要假装数量够了。

P2a — SCAMPER 补盲

SCAMPER 是补盲工具不是主框架。P1 已经铺开后，用七个算子作为 structured checklist 扫一遍，补 P1 漏掉的视角：

逐条扫描，每个算子至少产出 1-2 个新想法。仍然延迟判断。

🔴 P2a → P2b 切换入口：SCAMPER 扫描完毕后，展示覆盖率全景表：

SCAMPER 算子覆盖：S✓ C✓ A✓ M✓ P✓ E✓ R✓（7/7）

展示全景表后，给出下一步选项（进入 P2b/直接 P3/回 P1 补盲）。

P2a 分阶段解读：如果某维度 P1 已饱和但 P2a 零贡献，说明 SCAMPER 未能打开该维度的新视角，可跳过该维度的后续补盲。

P2b — 利益相关方视角轮换

切到不同视角再扫一遍，补 P2a 之后剩下的盲区：

每个视角至少 2-3 个想法。仍然延迟判断。

🔴 P2b → P3 确认入口：

视角轮换完毕后，主动确认：

发散阶段完成。共 N 个想法（P1: n1, P2a: n2, P2b: n3）。确认整理为 idea-pool.md？

选项：(1) 确认整理 (2) 回到某个阶段继续发散

P3 — 想法池整理

把 P1 + P2a + P2b 全部想法汇总，标记来源，写入 idea-pool.md（含 YAML frontmatter: topic / problem_type / total_ideas / dimensions）。每条想法标记来源 [P1] / [P2a-S] / [P2b-用户] 等。不评分、不排序。详见 references/idea-pool-format.md。

不做的事

三模式/SubAgent/交接协议/评分筛选/PRD内嵌方案（这些是 hegel/liam-prd-writer 的职责）。需求规格化由 hegel --spec-only 承担。不含脚本。

边界条件与 Fallback

与下游 skill 的衔接

osborn (idea-pool.md + dimensions) → hegel --target idea-pool.md --lens ideation → bayes → feynman → debono。hegel 读取 dimensions 字段做维度级收敛分析。P0-clarify 阶段吸收的模糊需求不传递给下游，只有澄清后的主题进入发散。

能力来源（V2.4）：P3 阶段吸收已废弃 ce-brainstorm 的 anti-genericness test——整理 idea-pool 时检查是否存在至少 3 个非显而易见的想法（即不是行业常识或第一反应的变体）。若全部想法均为常规思路，在 idea-pool.md frontmatter 中标注 genericness_warning: true，提醒 hegel 在收敛时关注创新性不足的风险。此检查不违反延迟判断原则——不筛选不排序，仅做整体质量信号标注。

反模式（不要这样做）

提前收敛（P1<15 个就停）、偷偷筛选、视角偏斜（P2b 未跑满四视角）、跳过 SCAMPER、不询问就继续发散、在 P3 做评分、P0-clarify 超过 5 轮还不综合、一次问多个问题、对清晰主题强做澄清。