Okr Optimizer
- 2 installs
- 1 repo stars
- Updated July 28, 2026
- evanfang0054/cc-system-creator-scripts
Evaluates and improves OKRs, checking focus, measurability, and challenge, and converting task-type key results into outcome-type ones.
About
An OKR-quality expert that assesses objectives and key results against core principles and rewrites vague or unmeasurable KRs into quantified, outcome-focused ones. A user uses it to evaluate, optimize, or create OKRs.
- Systematic quality checks for objectives and key results
- Converts task-type KRs into measurable outcome-type KRs
Okr Optimizer by the numbers
- 2 all-time installs (skills.sh)
- Ranked #2,412 of 3,282 Productivity & Planning skills by installs in the Skillselion catalog
- Data as of Jul 29, 2026 (Skillselion catalog sync)
npx skills add https://github.com/evanfang0054/cc-system-creator-scripts --skill okr-optimizerAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 2 |
|---|---|
| repo stars | ★ 1 |
| Last updated | July 28, 2026 |
| Repository | evanfang0054/cc-system-creator-scripts ↗ |
What it does
Evaluates and improves OKRs, checking focus, measurability, and challenge, and converting task-type key results into outcome-type ones.
Files
OKR 优化专家
概述
帮助用户创建高质量的 OKR（目标与关键结果），确保符合核心原则：聚焦、可量化、有挑战性、透明对齐、定期复盘。
工作流程
1. 理解用户需求
首先确认用户的意图：
- 评估现有 OKR - 分析已有 OKR 的问题
- 优化草稿 OKR - 改进正在撰写的 OKR
- 从零创建 OKR - 帮助用户制定新的 OKR
2. OKR 质量检查
对每个 OKR 进行系统性检查：
Objective 检查项
| 检查项 | 要求 |
|---|---|
| 动词开头 | 以"打造"、"实现"、"优化"、"建立"等动词开始 |
| 定性描述 | 不包含具体数字 |
| 方向感 | 有明确的价值方向 |
| 挑战性 | 具有鼓舞人心的特质 |
| 聚焦原则 | 总 O 数不超过 3-5 个 |
Key Result 检查项
| 检查项 | 要求 |
|---|---|
| 可量化 | 必须有具体数字 |
| 有基线和目标 | 格式：指标 + 基线值 + 目标值 |
| SMART 原则 | 具体、可衡量、可实现、相关、有时限 |
| 与 O 相关 | KR 必须支撑 Objective 的达成 |
| 聚焦原则 | 每个 O 的 KR 不超过 4 个 |
| 结果导向 | 是结果而非任务/过程 |
3. 识别常见问题
典型错误模式
| 错误类型 | 表现 | 修正方向 |
|---|---|---|
| 任务列表 | KR 写成"优化xxx"、"完成xxx" | 转化为可量化的结果 |
| 模糊描述 | 使用"提升"、"改善"、"优化"等词 | 添加具体数字和指标 |
| O/KR 脱节 | KR 不能支撑 O 的达成 | 重新设计相关性 |
| 缺乏基线 | 只有目标值，没有起点 | 补充当前状态的数值 |
| 目标过低 | 轻松完成 100% | 提高挑战性（目标完成度 60-70%） |
4. 提供优化建议
转化技巧
任务 → 结果：
❌ 优化首页设计
✅ 首页跳出率从 45% 降到 30%模糊 → 具体：
❌ 提升用户体验
✅ NPS 从 30 提升到 45KR 公式应用：
格式：指标 + 基线值 + 目标值
示例：
- 加载时间：3s → 1.5s
- 用户数：10w → 15w（+50%）
- 转化率：2% → 4%（翻倍）5. 输出优化结果
输出格式：
## OKR 评估报告
### 原始 OKR
[用户的原始 OKR]
### 问题分析
- **O 的问题**：[具体问题]
- **KR1 的问题**：[具体问题]
- ...
### 优化建议
[每个问题的具体改进方案]
### 优化后的 OKR
**O：** [优化后的 Objective]
**KR1：** [优化后的 KR1]
**KR2：** [优化后的 KR2]
**KR3：** [优化后的 KR3]
### 改进说明
- [为什么这样改]
- [预期效果]参考资料
详细的 OKR 原则和示例，参见：
- references/okr-principles.md - 核心原则与写作指南
- references/examples.md - 各类 OKR 示例库（产品/技术/运营/设计/销售/个人成长）
OKR 示例库
一、产品类 OKR
❌ 不好的例子
O：提升产品体验
KR1：优化首页设计
KR2：修复已知 bug
KR3：用户反馈更好了问题分析：
- O 缺乏方向感，"提升"太模糊
- KR1 是任务，不是结果
- KR2 是任务，不是结果
- KR3 不可量化，"更好了"无法衡量
✅ 好的例子
O：打造令用户惊艳的首页体验
KR1：首页加载时间从 3s 降低到 1.5s
KR2：首页跳出率从 45% 降低到 30%
KR3：首页功能可用性测试满意度达到 4.5/5 分优点：
- O 有方向感和价值感
- 每个 KR 都可量化
- KR 与 O 强相关
---
二、技术类 OKR
❌ 不好的例子
O：提升系统性能
KR1：优化数据库查询
KR2：重构代码
KR3：减少 bug问题分析：
- O 太模糊，没有明确方向
- KR 全是任务列表
- KR3 不可量化
✅ 好的例子
O：构建高可用、低延迟的分布式系统架构
KR1：系统 P99 延迟从 500ms 降低到 200ms
KR2：系统可用性从 99.5% 提升到 99.9%
KR3：单机 QPS 承载能力从 1000 提升到 3000---
三、运营类 OKR
❌ 不好的例子
O：做好用户增长
KR1：多投广告
KR2：搞活动
KR3：提升用户留存问题分析：
- O 缺乏挑战性和方向感
- KR1、KR2 是手段，不是结果
- KR3 不可量化
✅ 好的例子
O：实现用户规模的突破性增长
KR1：月活用户从 50w 增长到 100w（+100%）
KR2：新用户次周留存率从 25% 提升到 40%
KR3：获客成本（CAC）从 50 元降低到 30 元---
四、设计类 OKR
❌ 不好的例子
O：提升设计质量
KR1：完成设计规范
KR2：优化界面
KR3：获得用户好评✅ 好的例子
O：建立行业领先的设计体系和体验标准
KR1：设计规范覆盖率从 40% 提升到 90%
KR2：设计评审一次通过率从 60% 提升到 85%
KR3：用户对界面的满意度评分从 3.8 提升到 4.5（满分 5 分）---
五、销售类 OKR
❌ 不好的例子
O：完成销售目标
KR1：多拜访客户
KR2：提高转化率
KR3：增加收入✅ 好的例子
O：开拓企业级市场，建立行业标杆客户群
KR1：企业客户签约数从 20 家增长到 50 家（+150%）
KR2：ARR（年度经常性收入）从 500w 增长到 1200w
KR3：客户平均合同金额从 25w 提升到 40w---
六、个人成长类 OKR
❌ 不好的例子
O：提升技术能力
KR1：多看书
KR2：多写代码
KR3：学习新技术✅ 好的例子
O：成为团队内的技术专家和导师
KR1：在团队内完成 3 次技术分享，满意度 4.5/5 以上
KR2：主导完成 2 个技术难题攻关，产出可复用的解决方案
KR3：指导 2 名初级成员独立负责项目模块---
七、转化技巧总结
从任务到结果
| ❌ 任务型 KR | ✅ 结果型 KR |
|---|---|
| 优化首页设计 | 首页跳出率从 45% 降到 30% |
| 修复 bug | 线上故障率从 5% 降到 1% |
| 多投广告 | 获客成本从 50 元降到 30 元 |
| 提升用户体验 | NPS 从 30 提升到 45 |
从模糊到具体
| ❌ 模糊描述 | ✅ 具体量化 |
|---|---|
| 提升性能 | 响应时间从 500ms 降到 200ms |
| 增加收入 | ARR 从 500w 增长到 1200w |
| 改善体验 | 满意度从 3.8 提升到 4.5 |
| 提高效率 | 人均产出从 10 单/天提升到 15 单/天 |
量化公式的应用
公式： 指标 + 基线值 + 目标值
示例：
- 加载时间：3s → 1.5s
- 用户数：10w → 15w（+50%）
- 转化率：2% → 4%（翻倍）
- 成本：50元 → 30元（-40%）
OKR 核心原则与写作指南
一、什么是 OKR
- O (Objective)：目标 - 你想达成什么？有挑战性、鼓舞人心的定性描述
- KR (Key Results)：关键结果 - 如何衡量目标达成？3-5个可量化的指标
二、核心原则
| 原则 | 说明 |
|---|---|
| 聚焦 | 少即是多，O 不超过 3-5 个，每个 O 的 KR 不超过 4 个 |
| 可量化 | KR 必须是数字，不能模糊（如"提升用户体验"❌ "NPS 从 30 提升到 45"✅） |
| 有挑战 | 好的 OKR 完成度在 60-70%，太容易说明不够激进 |
| 透明对齐 | 个人 OKR 要对齐团队/部门 OKR，全公司可见 |
| 定期复盘 | 每周检查进度，季度末评分（0-1分） |
三、写作要求
Objective 写法
- 动词开头：打造、实现、优化、建立...
- 定性描述，不带数字
- 有方向感和价值感
示例对比：
- ❌ 不好的例子："完成 Q1 业绩"
- ✅ 好的例子："打造行业内最流畅的用户注册体验"
KR 写法（SMART 原则）
- Specific - 具体明确
- Measurable - 可衡量
- Achievable - 可实现（有挑战性但非不可能）
- Relevant - 与目标强相关
- Time-bound - 有时限（默认季度）
KR 公式： 指标 + 基线值 + 目标值
例如： DAU 从 10w 提升到 15w（+50%）
四、常见错误
| 错误 | 说明 |
|---|---|
| 把 OKR 当成 Todo List | KR 是结果，不是任务 |
| KR 过多 | 聚焦最重要的事 |
| 不敢设高目标 | 完成 100% 说明目标设低了 |
| KR 不可验证 | 避免"提升"、"优化"等模糊词 |
| O 和 KR 脱节 | KR 必须能支撑 O 的达成 |
五、检查清单
Objective 检查项
- [ ] 以动词开头
- [ ] 定性描述，不含数字
- [ ] 有方向感和价值感
- [ ] 具有挑战性和鼓舞人心
- [ ] 不超过 5 个字（聚焦原则）
Key Result 检查项
- [ ] 可量化（有具体数字）
- [ ] 有基线值和目标值
- [ ] 符合 SMART 原则
- [ ] 与 Objective 强相关
- [ ] 每个 O 的 KR 不超过 4 个
- [ ] 不是任务列表（是结果而非过程）
Related skills
Grill MeHave an agent relentlessly pressure-test their plan or design until every decision branch is resolved and shared understanding is reached.691k196kGrill With DocsPressure-test architecture decisions against their live codebase and living documentation before writing production code.585k196k
Lark CalendarLet their coding agents read, create, and manage events inside Lark (Feishu) Calendar directly from natural language instructions.493kLark ImLet their coding agent send instant notifications, post updates, and receive commands directly inside Lark (Feishu) workspaces.493kLark ContactLet their AI coding agents read and write contacts, send messages, and manage user data inside Lark (Feishu).493kLark AttendanceAutomatically fetch and report daily attendance data from Lark (Feishu) into their own tools or agents.493k