AhaPoint 生成专家。按 AhaPoints Protocol v1.0 标准,挖掘并生成独立的 aha point 报告(痛点🔴/妙点🟢/乐点🟡)。当用户说"生成 aha point"、"挖掘 XX 领域的点"、"按模板写报告"时使用此技能。
版本: v1.0.0
协议: AhaPoints Protocol v1.0 (APS v1.0)
输出: 带确权元数据的独立 AhaPoint 报告
用户在特定领域寻找和记录 aha moments 时使用:
| 类型 | 符号 | 英文 | 识别特征 | 示例 |
|---|---|---|---|---|
| 痛点 | 🔴 | Pain Point | 抱怨、困扰、现有方案不够好 | "外卖想控制热量但不知道多少卡" |
| 妙点 | 🟢 | Innovation Point | 技术创新、巧妙方案、新可能 | "拍小票用 AI 自动估算热量" |
| 乐点 | 🟡 | Fun Point | 好玩、有趣、纯粹快乐 | "减肥失败者联盟社区" |
每个 AhaPoint 报告包含完整的 APS v1.0 元数据块:
---
# APS v1.0 元数据
id: ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4}
type: PAIN | INNO | FUN
emoji: 🔴 | 🟢 | 🟡
timestamps:
created: "ISO 8601 + 时区"
published: "ISO 8601 + 时区"
updated: "ISO 8601 + 时区"
timezone: "Asia/Shanghai"
hash:
algorithm: "SHA-256"
content_hash: "64 位十六进制"
hash_created: "ISO 8601 + 时区"
author:
name: "作者名"
identifier: "唯一标识"
contact: "邮箱(可选)"
anonymity: false
version:
current: "1.0.0"
history:
- version: "1.0.0"
date: "ISO 8601"
changes: ["Initial release"]
relations:
supersedes: []
superseded_by: []
related_to: []
derived_from: []
inspired_by: []
domain: "领域/分类"
tags: ["标签 1", "标签 2"]
language: "zh-CN"
license: "CC-BY-4.0"
status: "draft | published | verified | archived"
---
自动生成 Mermaid 格式的知识图谱,展示点之间的关系:
graph TD
A[ap-diet-20260305-160000-p1a2<br/>🔴 痛点]
B[ap-diet-20260305-160500-i3n4<br/>🟢 妙点]
C[ap-diet-20260305-161000-f5u6<br/>🟡 乐点]
A -->|inspires| B
B -->|solves| A
A -->|related| C
style A fill:#ff6b6b,color:#fff
style B fill:#51cf66,color:#fff
style C fill:#fcc419,color:#000
关系类型:
inspires: 启发关系solves: 解决关系related: 相关关系supersedes: 替代关系derived_from: 衍生关系inspired_by: 灵感来源comfort: 情感慰藉痛点挖掘:
[领域] + 抱怨/吐槽/烦/难/问题妙点挖掘:
[领域] + 创新/新方案/黑科技/AI乐点挖掘:
[领域] + 好玩/有趣/社区/活动严格按 AhaPoints Protocol v1.0 的模板:
# [标题]
## 1. 点类型
[✓] 痛点 (Pain Point) 🔴
[ ] 妙点 (Innovative Point) 🟢
[ ] 乐点 (Fun Point) 🟡
## 2. 一句话描述
> 用一句话说清楚这个点是什么。(20 字以内)
## 3. 场景故事
**谁** 在 **什么情况下** 遇到了 **什么问题/发现了什么**?
200-500 字,包含具体人物、时间、地点、情境
## 4. 为什么重要
- [ ] 影响很多人
- [ ] 频繁发生
- [ ] 现有方案不够好
- [ ] 其他:_______
2-3 句话解释,可包含数据支撑
## 5. 潜在方案方向
不需要完整方案,给个方向就行。
可包含技术路径、商业模式、实施步骤
## 6. 验证方法
- [ ] 访谈 10 个有同样问题的人
- [ ] 做个简单的 Demo 试试
- [ ] 搜一下有没有人在做
- [ ] 其他:_______
1-3 个可立即执行的验证步骤
## 7. 元数据
| 字段 | 内容 |
|------|------|
| **作者** | [名字/昵称] |
| **发现时间** | YYYY-MM-DD |
| **发布/更新时间** | YYYY-MM-DD HH:MM |
| **领域/分类** | 如:减肥、教育、办公... |
| **相关链接** | [可选] |
| **状态** | [✓] 刚发现 [ ] 验证中 [ ] 已验证 [ ] 已放弃 |
## 知识图谱关系
```mermaid
[Mermaid 图谱代码]
本报告生成时间戳为优先权证明。
APS v1.0 ID: [id]
内容哈希:见元数据块
---
## 输出模式
### 模式 A: 单点深度生成(默认)
聚焦 1 个点,深入调研,完整 APS v1.0 元数据。
**适用场景**:
- 有明确想探索的具体问题
- 需要高质量、可确权的报告
- 准备认真验证和跟进
**示例**:
"帮我深入分析一下外卖热量估算这个问题" "生成一个关于远程办公的痛点"
### 模式 B: 多点批量生成(`--batch`)
某领域生成 3-5 个点,快速探索。
**适用场景**:
- 刚进入新领域,想快速了解
- 头脑风暴,寻找方向
- 积累点子库
**示例**:
"挖掘减肥领域的 5 个 aha points" "生成远程办公领域的痛点 + 妙点 + 乐点各一个"
### 模式 C: 用户输入转标准(`--format`)
用户提供零散想法,整理成标准 APS v1.0 格式。
**适用场景**:
- 已有洞察,需要规范化
- 快速记录,避免遗忘
- 团队协作,统一格式
**示例**:
"把这个转成 AhaPoint: 我每次点外卖都不知道多少热量,太难了"
---
## 工作流程
### 阶段 1: 确认需求
1. 问用户想探索哪个**领域/主题**
2. 确认要生成哪种类型的点(痛点/妙点/乐点/混合)
3. 确认输出模式(单点/批量/格式化)
4. 确认作者信息(用于 APS 元数据)
### 阶段 2: 网络调研(Browser 模式)
```bash
# 痛点搜索
browser.navigate("https://www.google.com/search?q=[领域]+ 抱怨 OR 吐槽 OR 烦")
browser.snapshot() → 提取抱怨内容
# 妙点搜索
browser.navigate("https://www.google.com/search?q=[领域]+ 创新 OR 新方案 OR AI")
browser.snapshot() → 提取创新方案
# 深度抓取
browser.navigate(高质量链接)
browser.snapshot() → 提取详细内容
ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4}YYYYMMDD-HHMM-[类型]-[标题].mdahapoints-protocol/points/ 目录ahapoints-protocol/registry/index.jsontotal_points 和 generated_atahapoints-protocol/
├── AHAPOINTS-PROTOCOL-v1.0.md # APS v1.0 协议文档
├── README.md # 使用说明
├── points/ # AhaPoint 报告
│ ├── 20260305-1600-PAIN-打工人外卖热量盲区.md
│ ├── 20260305-1605-INNO-AI 拍小票估算热量.md
│ └── 20260305-1610-FUN-外卖热量吐槽大会.md
├── graphs/ # 知识图谱
│ └── diet-cluster-20260305.md
└── registry/ # 注册表
└── index.json
20260305-1600-PAIN-打工人外卖热量盲区.md
20260305-1605-INNO-AI 拍小票估算热量.md
20260305-1610-FUN-外卖热量吐槽大会.md
见 ahapoints-protocol/points/ 目录中的示例文件。
生成每个 AhaPoint 时,必须通过以下检查:
id 符合 ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4} 格式timestamps.created 存在且为 ISO 8601 格式author.name 或 author.identifier 存在version.current 符合语义化版本 (X.Y.Z)hash.algorithm 为 "SHA-256"hash.content_hash 为 64 位十六进制字符串relations 对象包含所有 5 个字段YYYYMMDD-HHMM-[TYPE]-[Title].md--- 分隔| 维度 | painpoint-discovery | aha-point-generator |
|---|---|---|
| 输出 | 综合分析报告 | 独立 AhaPoint 报告 |
| 格式 | 自定义结构 | AhaPoints Protocol v1.0 |
| 类型 | 仅痛点 | 痛点 + 妙点 + 乐点 |
| 确权 | 无 | APS v1.0 完整元数据 |
| 图谱 | 无 | Mermaid 知识图谱 |
| 用途 | 创业方向调研 | 点子记录 + 优先权确权 |
| 文件 | 1 份综合报告 | 多个独立报告 |
选择建议:
painpoint-discoveryaha-point-generator# 生成单点深度报告
"帮我生成一个关于 [XXX] 的 aha point"
# 批量生成某领域
"挖掘 [领域] 的 3 个 aha points"
# 指定类型
"帮我找一个 [领域] 的痛点🔴/妙点🟢/乐点🟡"
# 格式化已有想法
"把这个想法转成 AhaPoint 格式:[用户输入]"
# 生成带图谱的完整报告
"按 APS v1.0 标准生成一个关于 XXX 的 aha point"
browser 工具(用于网络调研)ahapoints-protocol 目录(用于存储输出)ahapoints-protocol/points/registry/index.jsonZIP package — ready to use