当作为初学者或在新领域起步,希望开始构建深度价值但不知从何入手时
Scanned 9/9/2026
Install to Claude Code
npx -y skills add DracoUnion/dankoe-skills --skill value-progression-from-novice --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Value Progression From Novice?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/dracounion-value-progression-from-novice)More formats (shields.io, HTML) on the badges page.
---
name: value-progression-from-novice
description: 当作为初学者或在新领域起步,希望开始构建深度价值但不知从何入手时
---
# value-progression-from-novice
## When to Use
当作为初学者或在新领域起步,希望开始构建深度价值但不知从何入手时。description
## Core Logic
# 执行步骤
1. **定义最小价值单元 (MVU)**
* **输入**:目标领域/技能,以及步骤0中识别的初级水平状态。
* **操作**:在该领域内,找到一个你能在较短时间内(如几小时到几天)完成,并能对外部提供微小但切实价值的任务或产出。这应是一个具体的、可交付的“小成果”。
* **判断标准**:该单元任务/产出是完整的、可独立展示的,并且其价值能被他人(或未来的自己)明确感知。
* **输出**:一个清晰定义的“最小价值单元”描述。
2. **执行并交付 MVU**
* **输入**:步骤1定义的“最小价值单元”。
* **操作**:集中精力完成该单元任务,产出具体成果,并将其交付给预设的受众(如同行、导师、小范围用户或作为公开作品)。
* **判断标准**:任务被完成,成果被产出,并完成了交付动作(如发布、提交、分享)。
* **输出**:一个已交付的成果,以及来自交付过程的初步反馈(如有)。
3. **基于反馈进行迭代深化**
* **输入**:步骤2输出的已交付成果及相关反馈。
* **操作**:
* **IF** 获得了具体反馈(正面或负面):
* **THEN** 分析反馈,识别出成果中可改进的“深度”点(如知识盲区、技能短板、经验不足),将其作为下一个循环中需要加强的重点。
* **IF** 未获得外部反馈:
* **THEN** 进行自我复盘,评估在完成MVU过程中遇到的困难、新学到的知识或技能,以此确定下一个需要深化的方向。
* **判断标准**:明确了下一轮深度构建需要聚焦的具体方面。
* **输出**:一个或多个明确的“深度构建焦点”。
4. **规划并执行下一个扩大的价值单元**
* **输入**:步骤3输出的“深度构建焦点”。
* **操作**:设计一个比上一个MVU稍具挑战性、范围或复杂度略有提升的新价值单元。这个新单元应能应用你在上一轮中积累的深度,并针对“深度构建焦点”进行刻意练习或整合。
* **判断标准**:新价值单元的定义清晰,且与上一轮的 learning 和焦点明确关联。
* **输出**:一个新的、扩大的价值单元定义。流程回到步骤2,形成“构建-交付-学习-扩大”的循环。
# 输出格式要求
向用户呈现时,应包含以下部分:
1. **当前起点**:确认用户所处的领域和初级阶段。
2. **建议的 MVU**:根据领域,提出1-3个可能的“最小价值单元”示例供用户参考选择。
3. **循环指南**:阐明“定义MVU → 执行交付 → 学习反馈 → 扩大循环”这一核心流程。
4. **初始行动指令**:直接要求用户根据建议,选定并开始执行他们的第一个MVU。
## Metadata
| 属性 | 值 |
|------|-----|
| 领域 | 个人成长, 技能学习 |
| 类型 | procedural (procedural) |
| 置信度 | 80% |
| 前置条件 | 用户处于某个领域或技能的初级阶段。, 已应用或了解“冰山价值构建模型”,认识到深度构建的必要性。 |
| 来源 | 深度价值 vs. 表面外观 ⛰️ |
Is this your skill, or is something wrong with this listing? . Author removals are honored within 72 hours.
No comments yet. Be the first to comment!