待完成任务框架Skill：用「客户雇佣产品完成任务」的视角，重新定义产品创新
- 它是什么：待完成任务框架Skill（英文名 jobs-to-be-done）是把克莱顿·克里斯坦森在《竞争运气》中提出的 JTBD（Jobs to Be Done）理论，封装成一套可被 AI 直接调用的产品创新与客户洞察方法论。
- 核心理念：客户并不「购买」产品，而是「雇佣」产品来完成自己生活中的特定任务；因此产品竞争的定义权不在行业分类里，而在客户想要取得的「进展」里。
- 三把尺子：任务声明、四种力量（推动、拉动、焦虑、习惯）、大雇佣与小雇佣，构成了这个技能最常被调用的分析骨架。
- 能产出什么：任务声明句式、客户发现访谈问题清单、竞争格局映射表、留存储诊断清单、以任务为中心的指标体系建议。
- 上手门槛：中低。无需编程，只要能把业务问题描述清楚，就能让 AI 按框架输出结构化分析；许可证为 MIT，版本 1.1.0，作者 wondelai。
一、该技能叫什么？如何下载安装 AI 技能提升开发效率？
基础信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 待完成任务框架Skill |
| 技能英文名 | jobs-to-be-done |
| 技能ID | 12813 |
| 许可证 | MIT |
| 作者 | wondelai |
| 版本 | 1.1.0 |
它解决什么问题
很多团队在做产品和做增长时，会陷入几种典型的困境：
- 只看功能不看动机：做了一堆功能，用户还是不买、不用、不复购，因为团队从未搞清楚用户「雇佣」这个产品是为了完成什么任务。
- 竞争格局看不全：只盯着同类竞品，却没意识到真正的对手可能是 Excel、便利贴、微信群，甚至「什么都不做」。
- 留存问题误判为获客问题：用户买了却不用，团队加大投放，结果只是把流失放大。
- 用户访谈问不出真话：直接问「你想要什么功能」，得到的永远是拍脑袋的增量需求清单。
待完成任务框架Skill 的价值，就是把这些模糊的产品直觉，转化为一套可以照着走、可以打分、可以诊断的结构化方法。它会按框架给出当前做法的「符合度评分」（0–10 分），并指出达到满分需要补哪些具体缺口。
一键安装的思路与步骤
这个技能以标准的 AI 技能包形式分发，核心是一个技能描述文件（技能名、描述、许可证、作者、版本等元数据）加若干参考文件（如创新流程、竞争策略、组织变革、诊断清单、案例研究等）。安装思路分三步：
- 准备前提：你需要一个支持「技能 / 插件 / 扩展」机制的 AI 客户端或开发环境，并确认该环境可以读取技能包中的描述文件与引用资料。具体要求以官方说明为准。
- 获取并导入技能：通过你所用平台的技能市场、技能仓库或本地导入入口，按技能英文名 jobs-to-be-done 或技能ID 12813 进行查找与添加；若平台支持本地目录方式，则把技能包放入技能目录后重启或刷新会话。具体命令、路径与入口地址以官方说明为准。
- 验证是否生效：新开一个对话，直接提出一个框架类问题，例如「请用待完成任务框架帮我分析：为什么用户注册后一周内就不再使用我们的记账工具？」。若回答中出现任务声明句式、功能性/情感性/社会性三个维度、推动/拉动/焦虑/习惯四种力量等要素，说明技能已正常加载。若没有，通常是技能未被正确索引，可检查技能是否处于启用状态，或重新导入。
需要注意：该技能本身是方法论型技能，不依赖外部 API，也不需要密钥配置，安装成本主要在「让 AI 正确识别并加载它」这一步。技能许可为 MIT，允许较自由地使用与改造，但商用与二次分发仍建议遵循官方说明。
二、该技能的主要功能和特点
- 任务声明生成：把模糊的需求表述，转写成「当［情况］，我想要［进展］，以便我能［结果］」的标准句式，且声明中不得出现任何具体产品或解决方案。
- 三维度拆解：强制同时分析功能性（客户要做什么）、情感性（想感受如何）、社会性（想被如何看待）三个不可分割的维度，避免只做功能层分析。经典示例是奶昔：通勤路上打发时间（功能性）、给自己一点小款待（情感性）、做一个理智的家长而不是买甜甜圈（社会性）。
- 四种力量建模：用推动（对现状的挫败）、拉动（新方案的吸引力）、焦虑（对新事物的恐惧）、习惯（对现有行为的依恋）解释「为什么好产品也卖不动」，并明确指出推动＋拉动需大于习惯＋焦虑，变化才会发生。
- 大雇佣 / 小雇佣区分：区分一次性的购买决策与重复性的使用决策，帮助团队判断留存问题究竟出在「买错了」还是「用不下去」。
- 非明显竞争映射：以「任务」而非「行业」定义竞争对手，把变通做法、拼凑方案、非消费（什么都不做）都纳入竞争格局。
- 购买时间线访谈法：提供从「第一次想到」到「搜索、购买、使用」的完整回溯式提问清单，绕开客户的事后合理化。
- 为任务而设计的指标体系：建议用「任务完成了吗」替代满意度、用「雇佣与解雇的原因」替代净推荐值、用「任务进展」替代功能使用率。
- 常见错误与快速诊断表：内置 7 类高频错误及修复方式，以及 7 个自查问题，可直接当作评审清单使用。
- 自带评分机制：对现有产品策略或定位给出 0–10 分评估，并给出到 10 分所需的具体改进项。
和普通工具比强在哪：普通的大模型问答往往给出泛泛的营销建议，缺少稳定的分析骨架；而该技能把框架固化成可复用的检查清单与输出格式，让每次分析都沿着相同维度展开，结论可对比、可复盘、可交给团队评审。
三、如何使用该技能？
以下是推荐的分步使用方式，可直接照做。
第 1 步：明确你要解决的判断类型
先想清楚这次是要做「新产品构思」「功能优先级判断」「定位与文案」「流失诊断」还是「用户访谈设计」。不同类型的任务，技能调用的输出重点不同。
第 2 步：用自然语言描述业务场景
输入示例：
我们是一款面向自由职业者的记账工具。用户注册转化率不错，但第二周留存明显下滑。请用待完成任务框架帮我分析，并给出任务声明、四种力量分析和具体改进建议。
第 3 步：索取任务声明，先不谈产品
在提示中明确要求：「任务声明中不得提及我们的产品或任何具体解决方案」。这样能逼出真实的客户进展描述，而不是产品功能清单的改写。
第 4 步：补齐三个维度
要求 AI 分别列出功能性、情感性、社会性三个维度，并特别检查是否遗漏了情感与社会维度——这是最常见的失败点。
第 5 步：做四种力量分析
让 AI 输出推动、拉动、焦虑、习惯四张清单，并针对「焦虑」和「习惯」单独给出干预设计（例如退款保证、一键数据导入、迁移引导）。重点在于：多数团队只加拉动，忘了降低反变化力量。
第 6 步：区分大雇佣与小雇佣并设定指标
要求输出两组指标：购买转化侧（大雇佣）与重复使用侧（小雇佣），并指出当前留存下滑更可能属于哪一侧的问题。
第 7 步：做竞争格局映射
要求列出客户「可以雇佣来完成同一任务」的全部替代方案，包含变通做法与非消费，并给出针对真实替代品的定位话术。
第 8 步：索要评分与改进清单
最后请 AI 按技能内置的评分规则给出 0–10 分，并列出达到 10 分的具体动作。这一步适合放在产品评审会上作为检查项。
输出说明：典型输出会包含一段任务声明、一张三维度表格、四力量清单、大/小雇佣指标建议、竞争映射表，以及评分与改进项。若输出中缺失某个维度，可以直接追问「请补上社会性维度」或「请重新分析焦虑力量」，技能会按框架继续补齐。
四、同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装 / 使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 待完成任务框架Skill（jobs-to-be-done） | 结构化的产品创新与客户动机分析框架 | 任务声明、三维度拆解、四种力量、大/小雇佣、非明显竞争映射、购买时间线访谈、诊断清单、评分机制 | 中低，需要在支持技能机制的 AI 环境中导入，无需编程与密钥 | 产品构思、定位、流失诊断、访谈设计、组织对齐 | 优势：骨架完整、可打分、可复用；不足：偏方法论，需要真实用户信息输入，否则输出会流于形式 |
| 直接向通用大模型提问 | 通用问答助手 | 自由对话、写作、分析 | 极低，打开即用 | 快速获得灵感与初稿 | 优势：零门槛；不足：缺少稳定框架，容易给出泛泛建议，多次对话结论不可比 |
| 传统问卷 / 用户调研工具 | 数据采集与统计 | 问卷投放、量表统计、样本回收 | 中，需要设计问卷与样本资源 | 大规模定量验证 | 优势：样本量大、可量化；不足：擅长验证「有多少人这样想」，不擅长发现「为什么会这样」，且客户难以表达潜在动机 |
| 增长 / 转化分析框架（如漏斗与留存模型类方法） | 数据驱动的增长诊断 | 漏斗拆解、留存曲线、渠道归因 | 中高，需要埋点与数据基础 | 已有流量后的效率优化 | 优势：数字精确；不足：解释的是「发生了什么」，难以回答「为什么用户离开」，与任务视角互补而非替代 |
选择建议：如果你要解决的是「为什么用户不买 / 不用 / 不回来」这类动机问题，优先用待完成任务框架Skill；如果问题已经明确到具体环节的转化率，则先用数据分析工具定位，再用本技能解释原因。
五、该技能的典型应用场景与实际体验情况
场景一：SaaS 产品经理做新功能立项
痛点：每次需求评审都变成「竞品有这个功能，我们也要有」的攀比。使用方式：在立项前先让技能输出任务声明，并要求每个功能提案必须回答「它服务于哪一个任务维度」。实际体验：框架的约束力很强，一旦要求「任务声明中不得提产品名」，很多提案会立刻暴露为空转。注意事项：任务声明写得太宽（如「我想要更高效」）或太窄（如「我想要一个导出按钮」）都会失效，需要反复打磨到「比目标具体、比任务抽象」的粒度。
场景二：创业者做定位与文案
痛点：文案堆满功能参数，用户读完不知道跟自己有什么关系。使用方式：让技能基于购买时间线访谈的提问清单，梳理出用户从「第一次感到挫败」到「最终下单」的关键节点，再用任务声明语言重写首屏文案。实际体验：技能给出的复制模式很实用，例如「当你［情况］，你需要［进展］——这正是［产品］所做的」，能直接把文案从产品视角切换到情境视角。注意事项：技能在伦理边界上写得很明确——不得虚构或夸大情境来制造紧迫感，营销同学需要守住这条线。
场景三：客户成功团队做流失预警与挽留
痛点：流失发生后才知道，复盘时说不清是买错了还是用不下去。使用方式：请技能区分大雇佣与小雇佣两组信号，把「注册后首次完成任务」和「每周重复使用」分开跟踪，并针对小雇佣失败设计降低摩擦的干预。实际体验：这个视角对留存团队的帮助最直接，因为它把「用户不活跃」重新定义为「每次使用都要付出额外努力」，从而指向具体的产品改动。注意事项：需要接入真实使用数据，否则只能得到方向性建议。
场景四：研究团队设计客户发现访谈
痛点：访谈提纲全是「你希望我们增加什么功能」，得到的全是增量需求。使用方式：直接采用技能提供的时间线提问法——第一次思考、搜索替代品、购买时刻、使用感受，四段式提问。实际体验：从「问想要什么」转向「重建已经发生的行为」，受访者的回答明显更具体、更少客套。注意事项：技能明确要求不得把访谈对象引向预设结论，访谈者要克制验证自己假设的冲动。
六、该技能能为用户带来的价值
- 把方法论变成可执行动作：JTBD 理论本身并不难懂，难的是落地。这个技能把理论拆成了任务声明句式、四力量清单、竞争映射表、7 项自查问题等可直接使用的工具，省去了「读完书不知道怎么用」的转化成本。
- 减少无效功能投入：当每个功能提案都必须回答「它帮助客户更好地完成哪项任务」时，功能膨胀会被自然抑制，评审效率显著提升。
- 缩短诊断路径：面对「不销售」「流失高」这类模糊问题，团队不必再从零讨论方法论，而是可以直接用大/小雇佣的二分法快速定位问题所属阶段。
- 统一团队语言：任务、进展、雇佣、解雇、推动、焦虑这些词汇一旦在团队内共用，跨产品、市场、客户成功部门的沟通成本会明显下降。
- 长期价值：任务随时间相对稳定，而解决方案会不断变化。以任务为中心建立的定位与指标体系，生命周期通常比以功能为中心的更长，也更抗竞品冲击。
- 可量化的收益方向：技能建议把满意度、净推荐值等滞后指标，替换为「任务完成率」「从问题到解决的时间」「雇佣与解雇的原因」等更贴近价值交付的指标，让改进效果可被持续追踪。
七、常见问题 FAQ
Q1：这个技能怎么安装？需要编程基础吗？
不需要编程。它属于方法论型技能，核心是一个技能描述文件加若干参考文档。你只需在支持技能机制的 AI 环境中按技能英文名 jobs-to-be-done 或技能ID 12813 查找并启用，然后新开对话测试是否能输出任务声明、三维度、四力量等结构化内容。具体导入命令与入口以官方说明为准。
Q2：用它收费吗？
技能本身的许可证为 MIT，作者为 wondelai，版本 1.1.0，许可条款相对宽松。但你使用的 AI 平台是否收费、如何计费，取决于平台自身的定价策略，以官方说明为准。
Q3：它适合谁用？不适合谁用？
适合产品经理、创业者、增长与客户成功团队、用户研究员，以及需要做产品定位与营销文案的人。相对不适合两类需求：一是已有明确数据、只差执行优化的场景（用转化分析工具更直接）；二是需要大规模定量结论的场景（需要问卷与统计工具配合）。
Q4：它和直接问大模型有什么区别？
直接问大模型也能聊 JTBD，但输出不稳定、维度容易遗漏、结论不可比。这个技能的价值在于把框架固化成检查清单与输出格式，并且带有 0–10 分的评估机制和明确指出的常见错误（例如忽略情感与社会维度、只加拉力不降焦虑），让分析结果可以被评审、被复盘。
Q5：用的时候最容易踩的坑是什么？
三个高频坑：一是任务声明里偷偷写进了自己的产品；二是只做功能性分析，漏掉情感性和社会性；三是一谈竞争就只列同类产品，忘了把 Excel、微信群、甚至「什么都不做」纳入竞争格局。每次调用后对照技能内置的快速诊断表自查一遍，能避开大部分问题。