Problem Solving SOP (发现-分析-解决-复盘)
适用人群
适合:要先把一类重复任务跑出第一版结果的人、要把零散输入整理成更可执行结果的人、要让 AI 先代跑一遍流程再决定下一步的人。
技能介绍
泛化的问题发现、分析、解决与复盘 SOP。基于产品经理思维、矛盾论及系统思考,提供一套从识别位差到沉淀认知的标准化问题处理流程。适用于:(1) 识别复杂系统中的核心矛盾 (2) 建立高不确定性下的分析模型 (3) 实施模块化与迭代式的解决方案 (4) 沉淀认知飞轮。
本技能提供一套泛化的、结构化的问题处理方法论,旨在帮助用户在复杂和不确定的环境下,通过系统性的思维工具锁定核心问题并交付有效方案。
业务背景和落地案例
当团队需要泛化的问题发现时,可以先用Problem Solving SOP (发现-分析-解决-复盘)完成第一轮处理。常见做法是把相关文件、网址、素材或配置交给它,先产出初版结果,再由人工确认和继续推进。
能做什么
- 差距感知 (Gap Sensing):对比“标杆”与“现状”,量化期望与现实的位差。
- 系统透视 (Systemic Insight):应用冰山模型和 TOC 瓶颈识别,下钻深层结构。
- 矛盾动力学 (Contradiction Dynamics):识别系统中对立要素的“拉扯”与转化。
- 优先级决策 (Prioritization):利用 ICE 评分或影响/成本矩阵,决定是否值得投入。
- 目标与价值:定义北极星指标,并进行利益相关者映射。
- 约束与资源:区分不可逾越的“边界(红线)”与可调用的“筹码(杠杆)”。
- 假设与风险:识别方案赖以生存的关键假设 (RAT),并预判系统脆弱点。
- 路径与权衡:设计策略选择,显性化决策取舍分析(得与失)。
安装方法
方式 1:对 OpenClaw 说(不用写代码)
适合:OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。
直接对 OpenClaw 说:
帮我安装一个叫 Problem Solving SOP (发现-分析-解决-复盘) 的 Skill。
如果安装时需要精确名字,就用 skills-problem-solving-sop。
装好以后,先用它帮我处理一遍当前任务。
如果需要手动安装,可以用这条命令:
clawhub install skills-problem-solving-sop
方式 2:导入 MD 安装
适合:腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。
- 找到这条 Skill 自带的 Markdown 文件,通常就是它的
SKILL.md 或同名 .md 文件。 - 把这个 Markdown 文件导入到你的产品里。
- 导入完成后,直接对 AI 说:
用刚刚导入的Problem Solving SOP (发现-分析-解决-复盘),先帮我处理当前任务。
备注:这一种本质上是导入一个 Markdown 文件,给知道安装包里有 .md 文件的人即可。
方式 3:代码安装
适合:Claude Code、Cursor、通义灵码、文心快码。
这条 Skill 没有整理出稳定的命令行安装写法,建议优先用方式 1 或方式 2。
使用步骤
- 先选上面 3 种方式里,自己最容易完成的一种。
- 安装完成后,直接对 OpenClaw 说:“用Problem Solving SOP (发现-分析-解决-复盘)帮我处理当前任务。” 先让它自己跑一遍就可以。
- 如果你已经有明确文件、网址、目录或数据,再把它补给 OpenClaw,让它只处理这一部分。
- 先看第一轮结果,再决定要不要追加条件、缩小范围或继续执行下一步。
- 如果这条 Skill 确实好用,就把它保留在常用列表,后面重复任务直接复用。
你需要准备什么
- 与你当前任务相关的文件、网址、目录或数据。
- 你最想先解决的问题或目标。
- 如果有格式或范围要求,也可以提前说明。
- 如果这条 Skill 依赖外部服务,还要准备对应账号权限或可用凭证。
你会看到什么结果
- 第一轮处理结果。
- 整理后的重点内容。
- 下一步可继续执行的建议。
风险提示
- 涉及 API Key、Token 或其他凭证时,先确认保存方式和权限边界。
来源信息
- 公开页面地址: https://agentskillsrepo.com/skill/HanksChen0110/skills-problem-solving-sop
- SKILL.md 下载地址: https://agentskillsrepo.com/skill/HanksChen0110/skills-problem-solving-sop/download