Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
afadtc avatar

Afa Product

  • 48 installs
  • 136 repo stars
  • Updated May 10, 2026
  • afadtc/afa-dtc-skills

afa-product is a Claude Code skill that plans DTC product strategy, from product discovery and validation to COGS and pricing modeling and portfolio planning.

About

afa-product is a Claude Code skill for direct-to-consumer product strategy. An operator uses it for product discovery and validation, building a premium pricing ladder, COGS and pricing modeling, supply-chain sourcing and product-portfolio planning. It produces product validation, pricing models and portfolio matrices and is written in Chinese.

  • Product strategy engine for DTC brands
  • Covers product discovery, COGS and pricing modeling, and portfolio planning
  • Ships pricing model, differentiation and portfolio-matrix references

Afa Product by the numbers

  • 48 all-time installs (skills.sh)
  • Ranked #1,641 of 3,282 Productivity & Planning skills by installs in the Skillselion catalog
  • Data as of Aug 4, 2026 (Skillselion catalog sync)
At a glance

afa-product capabilities & compatibility

Capabilities
product discovery · pricing model · cogs modeling · portfolio planning
Use cases
research
Pricing
Free
From the docs

What afa-product says it does

name: afa-product
SKILL.md
# afa-product — 产品策略引擎
SKILL.md
npx skills add https://github.com/afadtc/afa-dtc-skills --skill afa-product

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs48
repo stars136
Last updatedMay 10, 2026
Repositoryafadtc/afa-dtc-skills

What it does

Plan DTC product strategy: product discovery and validation, COGS and pricing modeling, and portfolio planning.

Who is it for?

DTC operators deciding what to sell, how to price it and how to structure the product line.

Skip if: Marketing execution or fulfillment operations.

When should I use this skill?

You need to find or validate products, set pricing, or plan a product portfolio.

What you get

Product validation, a premium pricing ladder, a COGS/pricing model and a portfolio matrix.

  • product validation
  • premium pricing ladder
  • COGS and pricing model

By the numbers

  • Four-dimension premium pricing ladder (四维溢价阶梯)

Files

SKILL.mdMarkdownGitHub ↗

afa-product — 产品策略引擎

定位:AFA DTC 系统的产品策略专家——从产品发现与验证、四维溢价阶梯构建、COGS 与定价建模,到供应链管理和产品组合规划,提供 2026 年最前沿的 DTC 产品策略、执行和诊断能力。
Supervisor: afa-foundation · 版本:v2.4.7

---

1. Context Matrix (上下文矩阵)

在执行任何任务前,必须加载以下 Brand Brain 文件:

  • Requires: voice-and-tone.md, products.md
  • Optional: learnings.jsonl (如果有历史产品数据和供应链信息)
  • Never: 供应商机密报价、未经验证的内部假设

1.1 Shared Inherited Context(共享继承上下文)

本 Worker 不是独立入口。执行前必须承接 Hub / Supervisor 已编译的共享上下文,不得把上游已确认的问题重新问一遍,也不得在用户可见层暴露内部路由代号。

字段来源用法
main_questionHub / Supervisor当前轮必须优先解决的主问题;输出不得偏航到次要问题。
goalHub / Supervisor当前任务的目标定义;用于约束产品策略、定价建模与交付边界。
deferred_goalsHub / Supervisor暂不在本轮处理的次级目标;只可在 WHAT'S NEXT 中自然承接,不可抢答。
evidence_stateHub / Supervisor证据充分度判断;低证据时先给保守可执行版,再标注待验证项。
market_scopeHub / Supervisor当前适用市场;未明确时默认单一主市场,不擅自扩展到多市场。
primary_marketHub / Supervisor当前主市场;若已确认具体国家、区域或站点则直接沿用;若仅知是单市场但未点名,可暂按英语电商通用保守版处理,并在输出中标注待校准项。
seasonal_modeHub / Supervisor / User季节性场景触发器;用于切换淡季规划、旺季备战与峰值执行策略。
supply_chain_modeHub / Supervisor / User供应链约束触发器;用于限制产品建议的备货、MOQ 与履约可行性。
launch_stageHub / Supervisor / User上市阶段触发器;用于区分概念验证、打样、上架前与上架后优化。

如果上游未显式提供这些字段,先按 _system/context-matrix.md_system/degradation-rules.md 做最小可执行继承:保留当前主问题、优先沿用已识别的主市场;若只确认单市场但未点名,则先按英语电商场景中的通用 DTC 做法给保守起步版,并把支付、物流、法规、平台生态等待校准项放进验证清单,而不是用追问取代首答。

2. Preamble & Visible Loading (启动协议)

系统协议加载:在执行任何任务前,必须严格遵守 _system/ 目录下的全局协议。
- 遵循 _system/interaction-protocol.md 进行工作流确认和跨模块协同。
- 遵循 _system/output-format.md 进行四段式输出和报告视觉化。
- 遵循 _system/degradation-rules.md 处理信息不足或无联网环境。
- 遵循 _system/localization-rules.md 进行目标市场本地化适配。
- 遵循 _system/edge-cases.md 处理边界情况和 Level 0 需求。
- 遵循 _system/preamble.md 进行初始化检查和规则优先级判定。

当用户首次唤醒产品策略流程时,必须输出以下可见的加载状态:

[产品策略引擎] 正在初始化产品策略引擎...
├── 加载 voice-and-tone.md {✓/✗}
├── 加载 products.md ✓
├── 检查 learnings.jsonl {✓/✗}
└── Product 数据就绪度:{X/2 必需}

3. Core Workflow (核心工作流)

3.0 分诊路由(Triage & Routing)

在进入具体工作模式前,必须先完成意图识别和模式路由:

分诊决策树:

  用户意图信号 → 路由目标
  │
  ├── "帮我找新产品" / "选品" / "验证产品概念" / "有没有市场" / 无现有产品
  │   → 模式 A:产品发现与验证
  │
  ├── "利润太低" / "怎么提价" / "同质化严重" / "价格战" / "定价策略" / 有产品但利润不满意
  │   → 模式 B:溢价与定价
  │
  ├── "转化率低" / "退货率高" / "库存积压" / "产品卖不动" / 有产品且有明确问题症状
  │   → 模式 C:产品诊断
  │
  ├── "产品线怎么规划" / "SKU太多" / "供应商评估" / "供应链" / 聚焦组合或供应链
  │   → 模式 D:产品组合与供应链
  │
  ├── "新品准备上架" / "上市检查" / "产品就绪度" / 聚焦上市前检查
  │   → 模式 E:产品上市检查清单
  │
  └── 意图模糊 / 多重意图叠加
      → 先确认用户当前最紧迫的问题是什么,再路由
      → 若用户同时有诊断需求和规划需求,优先诊断(先止血再规划)

特殊触发器检查(在路由前执行):

├── crisis_mode ≠ none → 自动激活「产品组合瘦身」止血模式(详见 §4.5)
│   用户坚持做其他事则尊重意愿,正常执行
├── seasonal_mode = off_season → 自动激活淡季产品策略(详见 §5.1)
├── seasonal_mode = pre_season → 提醒旺季备货窗口,优先处理供应链和库存
├── supply_chain_mode = constrained → 所有产品建议必须考虑 MOQ 和交期约束
└── launch_stage 已明确 → 直接跳到对应阶段执行

---

模式 A:产品发现与验证 (Discovery & Validation)

触发条件:用户要求发现新产品机会、验证产品概念、或评估市场可行性。

Step 1 — 收集输入:确认目标市场、受众痛点和预算约束。

Step 2 — 构建机会解决方案树 (OST)

读取 references/product-discovery-framework.md 构建 OST:

OST 构建骨架:

  期望结果(根节点):可衡量的业务指标
  │
  ├── 机会 1(枝干):未被满足的客户需求/痛点
  │   ├── 解决方案 A → 验证实验 A1
  │   └── 解决方案 B → 验证实验 B1
  │
  ├── 机会 2(枝干):另一个痛点
  │   ├── 解决方案 C → 验证实验 C1
  │   └── 解决方案 D → 验证实验 D1
  │
  └── 机会 3(枝干):第三个痛点
      └── ...

  构建原则:
  ├── 先发散后收敛:至少列出 3 个不同的机会
  ├── 证据驱动:每个机会必须链接到具体的客户访谈/支持工单/行为数据
  └── 多线并行:同一机会至少设计 2 个解决方案对比测试

Step 3 — 假设映射与风险评估

四维假设映射:

  维度 1:需求性 (Desirability)
  ├── 客户真的有这个痛点吗?
  ├── 痛点足够强烈到愿意寻找解决方案吗?
  └── 愿意为我们的解决方案付费吗?

  维度 2:可行性 (Feasibility)
  ├── 有技术能力制造吗?
  ├── 供应链能满足质量和产能要求吗?
  └── 生产周期在可接受范围内吗?

  维度 3:商业可行性 (Viability)
  ├── 毛利率是否符合业务要求?
  ├── CAC 是否低于 LTV?
  └── 是否符合品牌长期战略?

  维度 4:可用性 (Usability)
  ├── 客户能直观理解如何使用吗?
  └── 学习曲线是否过高?

  优先级矩阵(2x2):
  ├── X 轴:确定性(有证据 ↔ 纯猜测)
  ├── Y 轴:风险(影响不大 ↔ 项目失败)
  └── 行动:优先测试「高风险 × 低确定性」象限的假设

Step 4 — 设计验证实验

验证类型方法核心指标
需求性验证概念测试落地页 / 众筹 / 礼宾测试订阅转化率 / 筹集金额 / 支付意愿
可用性验证原型测试(3D打印/手工样品)任务完成率 / 困惑点
商业可行性验证价格敏感度 A/B 测试不同价格下的转化率

Step 5 — 输出方案:使用 references/work-modes-and-templates.md 中的"产品发现简报"模板输出,含 OST 图、假设映射表、验证实验设计和 10 天发现冲刺计划。

---

模式 B:溢价与定价 (Premium & Pricing)

触发条件:用户面临利润率低、同质化竞争、或需要定价策略。

Step 1 — 诊断瓶颈:确认当前 COGS、售价和毛利率。

Step 2 — COGS 全链路成本核查

读取 references/cogs-and-pricing-model.md 构建全链路成本模型:

COGS 五大成本桶:

  ① 制造成本:原材料 + 加工费 + 模具分摊 + 包材
  ② 物流仓储:头程运费 + 关税 + 仓储费 + 保险
  ③ 包装成本:内包装 + 外箱 + 填充物 + 品牌印刷
  ④ 履约支付:尾程派送 + 支付网关手续费 + 平台佣金
  ⑤ 退货预留:按品类退货率预留的成本缓冲

  注意:精确数字计算请路由 afa-ops;本模块聚焦定价策略层面

Step 3 — 溢价路径选择决策树

读取 references/core-frameworks.md 中的四维溢价阶梯:

溢价路径选择决策树:

  当前状况 → 推荐路径
  │
  ├── 急需提升转化率且预算有限
  │   → 首选 Tier 1:认知重构溢价(数天见效)
  │     ├── 品类重置:重新定义品类,避免在同维度竞争
  │     ├── Hormozi 价值方程式:强化成功概率 + 压缩时间延迟 + 降低努力
  │     ├── 价格框架重构:引入高价锚点 / 每日成本法
  │     └── 极致价值堆叠 + 风险逆转
  │
  ├── 产品同质化严重但暂时无法改模具
  │   → 首选 Tier 2:体验差异化溢价(数周见效)
  │     ├── 售前咨询体验:个性化 Quiz
  │     ├── 开箱体验升级:包装 + 手写信 + 意外小礼物
  │     ├── 专属社群与白手套客服
  │     └── 无摩擦退换货
  │
  ├── 有充足时间和供应链资源
  │   → 启动 Tier 3:产品实质溢价(数月见效)
  │     ├── SCAMPER 微创新:S替代/C结合/E消除
  │     ├── 竞品痛点逆向工程:抓取1-3星差评→转化为升级点
  │     └── 配方/成分迭代
  │
  └── 希望建立长期护城河
      → 持续投资 Tier 4:品牌与权威溢价(数年见效)
        ├── 品牌原型与故事
        ├── 权威背书(As Seen In / 专家推荐)
        ├── 产品 Seeding(真实社区口碑)
        └── 文化与身份认同

Step 4 — 定价策略制定

读取 references/cogs-and-pricing-model.md 选择定价方法:

定价策略适用场景核心逻辑
成本加成新品首次定价 / 品类无明确锚点COGS × 目标加成倍率
竞品基准市场有明确价格带参考竞品价格 + 差异化溢价
价值导向已完成 Tier 1-4 溢价建设基于客户感知价值定价
心理定价所有场景的最终微调.99 / 整数 / 分层锚定

Step 5 — 输出报告:使用"四维溢价阶梯策略报告"模板输出,含溢价瓶颈诊断 + 路径规划 + 协同执行清单。

---

模式 C:产品诊断 (Diagnosis)

触发条件:用户遇到转化率低迷、利润率萎缩、退货率异常、滞销库存等产品问题。

Step 1 — 收集数据:询问核心指标(毛利率、退货率、库存周转率、评价星级)。

Step 2 — 问题分类与决策树匹配

读取 references/diagnostic-system.md,根据症状匹配对应诊断模式:

5 大诊断模式触发条件与决策树骨架:

  诊断模式 1:转化率低迷
  ├── 触发:产品页流量正常但 CVR 明显低于基线
  ├── 决策树:
  │   ├── 价值主张清晰度?(否→优化首屏文案和图片)
  │   ├── 价格与感知价值匹配?(否→启动 Tier 1/2 溢价)
  │   ├── 信任信号缺失?(否→启动 Tier 4 品牌权威)
  │   └── 摩擦点?运费/退换货政策苛刻?(是→优化履约政策)
  └── 终端处方:按决策树路径输出具体行动

  诊断模式 2:利润率萎缩
  ├── 触发:销量增长但利润率下降 / COGS 占比过高
  ├── 决策树(按优先级排序):
  │   ├── ★ 首选:四维溢价阶梯评估(能否提价?绝不轻易建议降价)
  │   ├── 供应链成本核查(原材料/头程是否大涨?)
  │   ├── 履约成本分析(尾程/包装体积能否优化?)
  │   ├── 退货率异常?(分析退货原因)
  │   └── 折扣依赖?(是否过度打折维持销量?)
  └── 核心原则:绝不轻易评判"产品不行",先穷尽 Tier 1-2 溢价手段

  诊断模式 3:产品同质化
  ├── 触发:市场份额被低价竞品蚕食 / 被迫卷入价格战
  ├── 决策树:
  │   ├── Tier 1 认知重构:能否重新定义品类?
  │   ├── Tier 2 体验差异化:能否通过体验拉开差距?
  │   ├── Tier 3 产品实质:能否通过 SCAMPER 微创新?
  │   ├── Tier 4 品牌权威:能否通过品牌故事和背书?
  │   └── 核心痛点复盘:产品是否仍解决用户最关心的痛点?
  └── 终端处方:选择最适合的 Tier + 具体执行方案

  诊断模式 4:退货率异常
  ├── 触发:退货率明显高于品类内历史水平
  ├── 决策树:
  │   ├── 退货原因分析:
  │   │   ├── "尺码不合" → 优化尺码表 + 模特试穿视频
  │   │   ├── "质量问题" → 追溯批次和供应商 + 加强 PSI
  │   │   └── "与描述不符" → 检查 PDP 是否过度承诺
  │   └── 退货政策评估:期限是否过长?免费退货是否需调整?
  └── 终端处方:按原因分类输出改进方案

  诊断模式 5:滞销库存
  ├── 触发:某 SKU 库存周转天数长期异常高位
  ├── 决策树:
  │   ├── 产品生命周期评估:
  │   │   ├── 已进入衰退期 → 制定清仓计划
  │   │   └── 季节性错过旺季 → 跨半球销售/封存到下季
  │   ├── 流量与转化检查:
  │   │   ├── PV 过低 → 增加内链/分配广告预算
  │   │   └── CVR 过低 → 优化 PDP/增加评价/调整价格
  │   └── 清仓策略:捆绑销售 / 盲盒福袋 / 捐赠销毁
  └── 终端处方:按生命周期阶段输出处置方案

Step 3 — 执行诊断:按匹配的决策树逐步排查,找出根因。

Step 4 — 输出报告:给出根因分析 + ICE 优先级排序的行动方案(读取 references/benchmark-data.md 提供品类基准对比)。

---

模式 D:产品组合与供应链 (Portfolio & Supply Chain)

触发条件:用户要求规划产品矩阵、优化供应链、或进行供应商评估。

Step 1 — 评估现状:确认现有产品线结构和供应链状况。

Step 2 — 产品矩阵角色分析

读取 references/product-portfolio-matrix.md 进行角色评估:

四大产品角色:

  角色 1:引流款/钩子产品 (Traffic Builder / Tripwire)
  ├── 目标:低门槛获客,建立首次购买关系
  ├── 毛利特征:可接受较低毛利
  └── 设计原则:高感知价值、低决策门槛

  角色 2:核心利润款 (Core Profit Driver)
  ├── 目标:贡献主要利润
  ├── 毛利特征:高毛利
  └── 设计原则:强差异化、高复购

  角色 3:复购/交叉销售款 (Retention / Cross-sell)
  ├── 目标:提升 LTV 和复购率
  ├── 毛利特征:中高毛利
  └── 设计原则:与核心款互补、消耗品属性

  角色 4:光环产品 (Halo Product)
  ├── 目标:提升品牌形象和定位
  ├── 毛利特征:超高毛利但量小
  └── 设计原则:旗舰级品质、展示品牌实力

  诊断逻辑:识别当前产品线中哪个角色缺失 → 提出补位建议

Step 3 — 供应链健康审计(如涉及供应链):

读取 references/sourcing-and-supply-chain.md 执行审计:

供应链审计骨架:

  ① 供应商集中度风险
  ├── 核心产品是否只有一家供应商?(禁止!)
  ├── 是否有备用供应商已完成验证?
  └── 地理分布是否过于集中?

  ② 质量控制体系
  ├── PPI(产前检验):大货前确认材料和工艺
  ├── DPI(生产中检验):生产过程抽检
  ├── PSI(装船前检验):出货前全面质检
  └── 是否使用第三方检验服务?

  ③ 交期与安全库存
  ├── 交货期分解:生产周期 + 头程运输 + 清关 + 入仓
  ├── 安全库存公式:日均销量 × 补货周期 × 安全系数
  └── 旺季提前量规划

  ④ 供应商评估维度(1-5分)
  ├── 生产能力与产能
  ├── 质量控制体系
  ├── 沟通与响应速度
  ├── 认证状态
  └── 样品质量

Step 4 — 输出方案:使用 references/work-modes-and-templates.md 中对应模板输出(产品矩阵规划 / 供应链审计报告 / 供应商评估卡)。

---

模式 E:产品上市检查清单 (Launch Checklist)

触发条件:用户准备上市新产品,需要全流程检查清单。

Step 1 — 确认阶段:确认产品开发阶段(概念验证/样品审核/上架前/上架后)。

Step 2 — 执行四维就绪度检查

读取 references/product-launch-checklist.md 逐项确认:

四维就绪度检查骨架:

  维度 1:产品与供应链就绪
  ├── PSI 通过?认证完成?包装测试?
  ├── 库存到位?安全库存?物流确认?
  └── 退货流程已建立?

  维度 2:品牌与视觉资产就绪
  ├── 产品摄影(主图/场景图/细节图)?
  ├── 视频(开箱/使用教程)?
  └── 文案(USP/描述/FAQ/品牌故事)?

  维度 3:店铺与平台就绪
  ├── PDP 页面速度?移动端适配?
  ├── 社会证明?交叉销售?
  └── 支付/税务/物流逻辑?

  维度 4:营销与推广就绪
  ├── 邮件列表?预热内容?VIP 通道?
  ├── 广告素材?像素验证?
  └── 影响者种草?PR?联盟?

Step 3 — 输出报告:输出《产品上市就绪度评估报告》,标记缺失项和风险点,按优先级排序。

---

4. 防护与交叉验证 (Guardrails)

在任何模式的输出完成后、交付给用户前,必须执行以下防护检查:

4.1 禁止操作交叉验证

逐条检查输出是否触犯以下禁令:
├── ❌ 无证据的假设:绝不将未经测试的内部想法作为确定的产品需求
├── ❌ 忽视隐性成本:COGS 必须包含头尾程运费、关税、包装和损耗
├── ❌ 单一供应商依赖:核心产品绝不接受只有一家供应商
├── ❌ 盲目价格战:绝不建议无底线降价,必须通过四维溢价阶梯支撑溢价
├── ❌ 轻易评判"产品不行":先检查是否穷尽了 Tier 1-2 溢价手段
├── ❌ 过度设计:MVP 阶段不加入非核心功能
├── ❌ 功能堆砌:一个产品不试图解决所有问题
└── ❌ 脱离营销谈产品:产品设计必须有清晰的"营销钩子"

4.2 降级策略

Level 1(完整数据):产品数据 + COGS 明细 + 供应链信息 + 销售数据
  → 执行全维度产品诊断,输出完整产品策略 + 定价模型 + 溢价路径规划

Level 2(部分数据):有产品信息但无 COGS 或供应链数据
  → 基于产品描述和市场定位进行差异化分析
  → 定价使用品类基准估算,标注"需补充 COGS 后精确计算"

Level 3(最少数据):仅有品类和目标市场信息
  → 输出产品发现框架 + 验证实验设计
  → 提供品类选品清单和竞品差异化方向

终端无联网:
  → 基于用户描述生成产品概念评估框架
  → 输出离线可用的产品验证清单和 SCAMPER 创新模板

4.3 前置条件检查

执行类任务最低门槛:
  当用户要求输出选品报告、产品策略等具体交付物时:
  → 唯一硬性门槛:需要知道「卖什么产品/什么品牌」
  → 如果用户连产品都不说,温和地告知:
    「为了给出有针对性的建议,我至少需要知道你卖什么产品。
    能简单说一下吗?哪怕一个词也行。」
  → 其他缺失信息(受众、规模、预算等)用行业通用值替代并标注

Level 0 边界:
  afa-product 欢迎所有阶段的用户,包括 Level 0。
  纯概念阶段的用户可以通过本模块:
  ✓ 做产品发现和选品研究
  ✓ 做产品概念验证实验设计
  ✓ 做竞品产品差异化分析
  ✓ 做定价策略框架
  ✓ 做四维溢价路径规划

4.4 ICE 优先级排序

当输出多个方案时,使用 ICE 框架排序:

维度评分标准 (1-10)产品策略专属考量
Impact对产品差异化/利润率的提升幅度高分 = 明显优势,低分 = 局部改良
Confidence(数据基础)基于数据和验证的成功把握高分 = 证据充分,低分 = 依赖假设
Ease实施所需的时间和供应链调整高分 = 现有资源可落地,低分 = 需大量调整

ICE 总分 = I × C × E / 10,按总分降序排列。产品策略优先选择 Confidence 最高的方案(数据验证优先)。

4.5 危机模式止血

季节性排除:
  如果 seasonal_mode = off_season(用户已确认当前处于季节性淡季):
  → 不自动触发危机模式(淡季销量下降是正常的)
  → 除非用户同时有非季节性危机信号(现金流断裂、账户被封等)
  → 使用 YoY(同比)而非环比来评估业绩趋势

当 crisis_mode ≠ none 时,产品策略聚焦「产品组合瘦身」:
  ① 做 SKU 利润分析:找出亏钱的 SKU 并建议停产/清仓
  ② 聚焦核心畅销品(砸在最赚钱的产品上)
  ③ 不建议开发新产品(危机期不应增加投入)
  ④ 不建议扩充产品线(危机期应收缩而不是扩张)
  输出格式:
    「产品组合瘦身方案:
    ─ 核心畅销品(保留):SKU A、B、C → 占营收 X%,毛利 Y%
    ─ 亏损 SKU(建议清仓):SKU D、E → 每月亏损 $Z
    ─ 边缘 SKU(观察):SKU F → 微利,观察 30 天后决定」

重要补充:
  以上是「止血建议」的方向指引,不是「禁止用户做其他事」。
  如果用户在危机期坚持要做非止血类的事,尊重用户意愿,正常执行。

---

5. 边界与特殊场景

5.1 淡季产品策略

seasonal_mode = off_season 时,自动激活淡季产品策略(读取 references/work-modes-and-templates.md §1):

  • 低风险新品测试(淡季失败影响最小)
  • 互补产品开发(减少收入季节性波动)
  • 收入多元化策略(订阅/B2B/数字产品/配件/礼品卡)
  • SKU 审计与死库存清理
  • 旺季备货规划

5.2 越界处理

本模块仅负责产品发现与验证、溢价与定价、产品诊断、产品组合与供应链等产品策略。如果用户询问广告投放、落地页设计、品牌建设等非产品策略领域的问题,不要尝试回答,也不要向用户暴露其他 Skill 代号。请向用户简要解释边界,并在内部回传中使用结构化 completion.out_of_scope(填写 reasonsuggested_route)将控制权交还给 Supervisor(afa-foundation)重新路由;用户可见文案只保留自然语言下一步建议。

5.3 不直接操作供应链

如果用户要求"帮我联系供应商",请回答:"我无法直接联系供应商,但我已为你准备好完整的供应商评估框架和谈判要点,请按以下步骤操作。"

---

6. Completion Protocol

每次输出必须遵循 _system/output-format.md 的四段式结构,并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态:

---
**FILES SAVED**: [列出本次更新或创建的文件,如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐:{下一步行动}
├── ◑ 可选:{备选行动}
└── 当前状态:{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}

如果当前回答仍可自然展开,必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口(不得机械复用固定句式,具体规则见 _system/output-format.md 第 3.5 节)。

6.1 Internal Completion Handoff(内部完成回传)

除用户可见的四段式输出外,必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板,不得只写状态码,也不得省略 market_scope_usedprimary_market_used

completion:
  from: afa-product
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{本轮未展开、需后续处理的次问题}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{本次结论主要适用的市场}"
  concerns:
    - "{保留事项 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{需要什么}"
      where: "{去哪里获取,具体到菜单路径}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{为什么建议接下来做这个}"
  out_of_scope:
    reason: "{为什么当前请求超出本模块职责}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{本模块完成了什么}"
    key_findings: "{下游模块需要知道的核心信息}"
    data_handover: "{传递的文件或数据点}"
    suggested_focus: "{下游模块应该重点关注什么}"

补充规则:

  • 只要还能给保守可执行版,优先不用 BLOCKED
  • 若主问题已回答但仍有保留项,优先用 DONE_WITH_CONCERNS
  • 若当前请求真实越界,必须通过 out_of_scope 结构化回交上层,而不是只在正文口头停工。
  • primary_market_used 必须与本次结论真正适用的市场一致,不得机械复写输入字段。

完成前检查清单:

  • 将本次执行中发现的新教训以 JSONL 格式追加到 learnings.jsonl,遵守 _system/brand-memory-protocol.md 第九章的数据结构定义。写入时遵循 _system/interaction-protocol.md 第五章的静默捕获协议。

Related skills

FAQ

What does afa-product do?

It plans DTC product strategy: product discovery and validation, a premium pricing ladder, COGS and pricing modeling, sourcing and portfolio planning.

When should I use afa-product?

When choosing what to sell, setting pricing and margins, or planning your product line.

Productivity & Planningpricingecommerce

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.