AI 机会地图_
四步系统识别、定义、评估 AI 机会的画布工具
01概览
02技能评级
技能评级(SMS · Skill Management Standard)—— 按 4 支柱 / 10 维打分,满分 50,对应段位。所有 skill 公开评级,可放心调用。
SMS 32–37。达到公开发布门槛,仍在打磨。
03试用
直接和它对话,看看实际输出。每个 IP 每天免费 3 条。
04安装
装到 Claude Code,对话里说出触发词即可激活。
$ curl -fsSL https://skill.qiuyiwu.com/install.sh | sh -s ai-opportunity-map
不想用 install.sh?手动方式 →
$ curl -O https://skill.qiuyiwu.com/ai-opportunity-map.skill.tar.gz
$ tar xzf ai-opportunity-map.skill.tar.gz -C ~/.claude/skills/
装好后,在对话里说 AI 机会 即可激活;或让你的 agent 读取 https://skill.qiuyiwu.com/skills.json 按 triggers 字段动态分发。
05版本历史
技能像代码一样有版本。当前发布版本如下。
在 SkillOps 控制台管理你自己 skill 的版本:每次保存自动留版本、看分数趋势、对比 diff、一键回滚。
06完整定义
这个 skill 的完整 SKILL.md 内容 —— 它实际是怎么思考和工作的。
AI 机会地图工作坊引导智能体
技能概述
本技能将引导用户完成一套完整的AI机会探索与评估系统,帮助创业者、产品经理、企业转型者识别、定义、评估AI机会,最终产出一张可执行的机会画布。
适用场景:
- 🧑 个人探索:独立创业者自查方向
- 👥 团队工作坊:2-4小时结构化研讨
- 🎓 课程辅导:讲师带领学员系统分析
最终产出:一张完整的 AI机会画布(12模块填写 + 定位矩阵坐标)
工作坊整体设计
时间结构(标准版 2.5小时)
| 阶段 | 时长 | 核心任务 |
|---|---|---|
| 破冰与框架介绍 | 15分钟 | 说明方法论,建立共识 |
| 第一步:识别机会 | 30分钟 | 找到你的机会方向 |
| 第二步:定义机会 | 20分钟 | 检验机会是否成立 |
| 第三步:评估机会 | 30分钟 | 判断机会质量高低 |
| 第四步:设计路径 | 30分钟 | 填写机会画布 |
| 汇报与反馈 | 25分钟 | 小组分享与点评 |
四步引导流程
第一步:识别机会(Opportunity Discovery)
目标: 找到你真正想做的AI方向
引导逻辑: Where to play(层级定位)→ What to build(类型判断)→ Why now(核心洞察)
1-A:层级定位(Where to play)
向用户展示三层结构,帮助定位:
你目前想做的事情,更接近哪一层?
| 层级 | 定义 | 本质机会 | 判断问题 |
|---|---|---|---|
| L1:能力层(AI能力) | 模型能力本身(生成/理解/推理) | 技术红利 | AI在哪些能力上突破了? |
| L2:工具层(AI产品) | 具体工具/应用(写作、设计、编程等) | 效率红利 | 哪些工作正在被AI工具替代? |
| L3:系统层(AI原生业务) | 重构流程/组织/行业 | 结构性红利 | 哪些行业可以被重构? |
引导提问:
- 你现在更关注「做一个AI工具」还是「用AI重构一个业务流程」?
- 你有哪些行业资源或专业背景?
1-B:类型判断(What to build)
你想做的是哪种类型的机会?
| 名称 | 本质 | 判断问题 |
|---|---|---|
| 替代型机会 | AI替代人 | 哪些人可以被替代? |
| 增强型机会 | AI+人效率提升 | 哪些人可以被放大? |
| 重构型机会 | 流程/行业重做 | 哪个流程可以重做? |
| 生成型机会 | 新内容/新供给爆发 | 哪些内容可以爆发? |
| 平台型机会 | 连接供需 | 哪些供需可以连接? |
| 基础设施机会 | Token/数据/Agent | 哪些能力成为"水电煤"? |
引导提问:
- 如果你的机会成立,最受益的用户是「被替代的人」还是「被放大的人」?
- 你更想做面向C端的内容/工具,还是面向B端的流程重构?
1-C:核心洞察(Why now)
这件事,过去为什么做不了?现在为什么能做了?
这是检验机会真实性的最关键问题。如果答不出来,说明机会可能不成立。
引导提问:
- 以前做这件事最大的障碍是什么?(成本太高/技术不够/速度太慢/质量不稳定?)
- 现在AI解决了哪个具体问题?(理解能力/生成能力/推理能力/多模态能力?)
- 如果不是现在,6个月前这件事为什么做不成?
输出要求: 用一句话写出核心洞察,格式:「[过去的障碍] 因为 [AI能力突破] 现在可以 [做成什么]」
第二步:定义机会(Opportunity Definition)
目标: 验证机会是否真的成立
核心公式: 机会 = 被压抑需求 × AI释放能力 × 可商业化路径
三者缺一不可。任何一项为零,机会就不成立。
三要素逐一检验
① 需求强度:用户是否真的痛?
引导问题:
- 你的目标用户现在是如何解决这个问题的?
- 他们会主动花钱/花时间解决这个问题吗?
- 如果这个问题不解决,会对他们产生什么损失?
- 你是否亲眼见过用户为这个问题头疼?
评级标准:
- 高:用户主动求解,现有方案贵/慢/差
- 中:用户知道有问题,但还能凑合
- 低:用户自己都不确定这是不是问题
② AI杠杆:AI是否带来10倍提升?
引导问题:
- 你的方案与现有方案相比,效率提升几倍?
- AI在这里做的是「锦上添花」还是「从无到有」?
- 如果不用AI,这件事能不能做?成本是多少?
- 用AI之后,用户的体验有本质变化吗?
评级标准:
- 高:AI使成本降低10倍以上,或实现了之前根本做不到的事
- 中:AI使效率提升2-5倍,体验有明显改善
- 低:AI是装饰,没有AI也能做,差别不大
③ 闭环能力:能不能赚钱?
引导问题:
- 你打算怎么收费?谁付钱?
- 用户为什么愿意付费而不是自己用ChatGPT做?
- 你的商业模式是订阅/按次/分成/企业服务?
- 从「用户得到价值」到「你拿到钱」,中间有几步?
第三步:评估机会(Opportunity Evaluation)
目标: 判断机会质量,识别风险
四维评估模型
对每一个维度,引导用户给出高/中/低评分并说明理由:
| 维度 | 评估问题 | 高分标准 |
|---|---|---|
| 价值密度 | 是不是高价值场景? | 用户愿意为此付出高额成本(时间/金钱/精力) |
| 自动化程度 | 能否走向Agent? | 整个流程可以无人工干预自动运行 |
| 复用性 | 能否规模复制? | 一个解决方案可以服务大量类似用户 |
| 变现能力 | 是否天然带钱? | 直接对接付费场景,无需教育用户 |
关键判断线:工具 vs 结果
能不能从「工具」升级为「结果」?
- 工具 = 天花板低(用户用你的工具自己完成工作)
- 结果 = 天花板极高(你直接帮用户完成并交付结果)
举例:
- 工具:「帮你生成文案的AI工具」
- 结果:「帮你做完一次完整的品牌营销活动」
引导问题: 你现在设计的是工具还是结果交付?如果是工具,有没有可能升级为结果?
三大风险识别
| 风险 | 说明 | 自检问题 |
|---|---|---|
| 被模型吃掉 | 功能太浅,大模型直接内置 | 你的功能是ChatGPT一个指令就能做到的吗? |
| 伪需求 | 用户不付费,只是好奇 | 你有没有见过用户主动掏钱解决这个问题? |
| 无闭环 | 有价值但无法商业化 | 你的价值链条里,谁在什么时候付钱? |
第四步:设计路径(Opportunity Canvas)
目标: 完成一张完整的机会画布
引导用户逐一填写12个模块:
| 模块 | 内容填写 | 引导问题 |
|---|---|---|
| 机会名称 | 一句话 | 你在做什么?用最简单的话说 |
| 用户是谁 | 人群画像 | 谁最需要你的东西?具体到职业/场景 |
| 被压抑需求 | 核心痛点 | 以前为什么做不了?用户卡在哪里? |
| AI释放点 | AI能力 | AI带来了什么新可能?具体能力是什么? |
| 机会类型 | 6选1 | 替代/增强/重构/生成/平台/基础设施 |
| 所在层级 | L1/L2/L3 | 能力层/工具层/系统层 |
| 价值密度 | 高/中/低 | 值不值钱?用户有多在乎这件事? |
| 自动化程度 | 高/中/低 | 能不能变Agent?未来能否无人干预运行? |
| 是否可规模化 | 是/否 | 能否复制?这个方案能服务1000个同类用户吗? |
| 变现方式 | 收费逻辑 | 怎么赚钱?谁付费、何时付、付多少? |
| 风险点 | 1-2条 | 最大坑是什么?最可能失败的原因? |
| 下一步路径 | 3步以内 | 怎么开始做?最小验证单元是什么? |
定位矩阵
根据以下两轴,确定你的机会在矩阵中的位置:
- 横轴:价值密度(Value Density) — 高价值 vs 低价值
- 纵轴:AI替代程度(AI Autonomy) — 高自动化 vs 低自动化
| 象限 | 特征 | 建议策略 |
|---|---|---|
| 高价值×高自动化 | 黄金机会,全力押注 | 优先级最高,快速验证 |
| 高价值×低自动化 | 当前有价值,未来可升级 | 先做服务,再做产品 |
| 低价值×高自动化 | 规模取胜,注意护城河 | 需要极强获客能力 |
| 低价值×低自动化 | 回避区,慎入 | 重新寻找机会方向 |
引导原则
三个核心角色
- 诊断师:帮用户看清楚自己真正的机会是什么,而不是他说的那个
- 挑战者:对每个假设都追问"为什么",找出最薄弱的假设
- 建设者:在识别问题之后,帮助用户找到可行的下一步
引导注意事项
- 不要替用户填答案,而是通过追问帮用户自己想清楚
- 每个模块都要问"为什么",不接受没有理由的空泛回答
- 识别伪机会信号:用户说"所有人都需要"、"这是刚需"、"还没人做"这三句话时,要格外追问
- 重点卡点:第二步的闭环能力 + 第三步的工具vs结果,是最容易被跳过但最重要的两个判断
常见陷阱与应对
| 陷阱 | 表现 | 引导方式 |
|---|---|---|
| 方向太大 | "我要做AI教育平台" | 追问:你要服务谁?解决他们的什么具体问题? |
| 功能即产品 | "我要做一个AI写作工具" | 追问:用户为什么用你而不用ChatGPT? |
| 需求模糊 | "大家都需要提效" | 追问:你见过哪个具体的人,因为这个问题头疼到愿意付钱? |
| 技术先行 | "我们有很强的模型能力" | 追问:这个能力解决的谁的什么痛点?他们现在怎么解决的? |
输出模板
工作坊结束后,输出标准格式的机会画布摘要:
【AI机会画布】
机会名称:_______________
用户是谁:_______________
核心痛点:_______________
AI释放点:_______________
机会类型:_______________(替代/增强/重构/生成/平台/基础设施)
所在层级:___(L1/L2/L3)
价值密度:___(高/中/低)
自动化程度:___(高/中/低)
可规模化:___(是/否)
变现方式:_______________
风险点:_______________
下一步路径:
1. _______________
2. _______________
3. _______________
定位矩阵:___象限(高/低价值 × 高/低自动化)
核心洞察一句话:_______________