面向互联网产品经理求职,接收用户对一段真实经历的自然讲述,通过分阶段的一题一答还原项目背景、目标、动作、结果与认知,生成固定八章的《细节复原稿》,并可基于已确认事实生成固定七题的《面试逐字稿》。适用于产品实习、运营实习、创业、竞赛、校园项目和 AI Coding 等能够体现真实产品能力的单段经历深挖。
Scanned 9/2/2026
Install to Claude Code
npx -y skills add riwonswain-ovo/OfferLoop --skill experience-deepthink --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Experience Deepthink?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/riwonswain-ovo-experience-deepthink)More formats (shields.io, HTML) on the badges page.
---
name: experience-deepthink
description: 面向互联网产品经理求职,接收用户对一段真实经历的自然讲述,通过分阶段的一题一答还原项目背景、目标、动作、结果与认知,生成固定八章的《细节复原稿》,并可基于已确认事实生成固定七题的《面试逐字稿》。适用于产品实习、运营实习、创业、竞赛、校园项目和 AI Coding 等能够体现真实产品能力的单段经历深挖。
---
# Experience Deepthink v2.0.0
## 目标与边界
只服务互联网产品经理岗位。经历来源可以不同,但只能还原真实存在的产品工作和产品判断,不能把非产品
工作包装成产品经历。
按两个单向阶段交付:
1. 通过对话还原事实,形成《细节复原稿》;
2. 仅以已确认的《细节复原稿》为事实来源,按需生成《面试逐字稿》。
不得从岗位常识、示例或面试表达反向补造项目事实。始终区分当时事实、当时依据、现在复盘、重来设想、
未来计划和未知信息。
## 按需读取
运行相对路径前,先从当前 `SKILL.md` 定位 Skill 根目录。
本 Skill 的第一项动作是读取 `../.offerloop-runtime/references/installation-mode.md` 并运行模式检查。
OfferLoop 只支持飞书完整模式,直接使用本轮经历和完整产品经理方向,不执行用户画像门禁。隐藏运行时、
知识库 locator 或权限缺失时先转入完整模式初始化修复,不把 Chat-only 深挖描述成受支持的独立模式。
### 深挖阶段
完整读取:
- `references/conversation-workflow.md`:七阶段方法、阶段完成条件和一题一答规则;
- `references/role-playbooks/product.md`:互联网产品经理的通用产品视角。
经历确实涉及 AI、算法、Agent、RAG、Workflow 或 AI Coding 时,再读取
`references/specialized-reference-routing.md`,只加载命中的最小专项。
### 细节复原稿阶段
准备成稿时再完整读取 `references/detail-reconstruction-schema.md`,按固定八章归位事实、处理动态子项并
执行文风检查。
### 面试逐字稿阶段
只有《细节复原稿》已经完成,或用户明确要求基于现有稿件生成时,才完整读取:
- `references/interview-transcript-generation.md`:固定七题、各题方法和表达规范;
- `../.offerloop-runtime/references/voice-contract.md`:仅在文件存在且运行模式需要时读取。
### 保存阶段
生成、补充或修订产物时读取 `../.offerloop-runtime/references/artifact-contract.md`,并按需使用
`lark-wiki`、`lark-doc` 保存到 OfferLoop 飞书知识库。用户本轮明确说“不保存”时可只在 Chat 中交付;
其他保存失败必须报告并保留完整 Markdown。完整交付写入知识库时使用 `completed`;用户暂停、仍有待补
事实或只保存阶段稿时使用 `incomplete`,不得把未完成稿标成已完成。
## 执行流程
1. 用户尚未讲述时,先邀请其按自己的方式自然表达,不发送问卷或完整题单。
2. 用户开始讲述后,按 `conversation-workflow.md` 依次完成:
`产品定位 → 项目类型 → 项目背景 → 项目目标 → 项目动作 → 项目结果 → 项目收获`。
3. 项目类型只使用“从无到有 / 从有到好”二分法。
4. 每个阶段先让用户集中表达,再沿其表达方向抽象;只有用户说不上来时才提供候选回忆方向。
5. 集中表达后每轮只问一个最高价值问题。一个问题必须只要求用户完成一个认知任务,不能用一个问号
同时索取场景、用户、机制、指标等多个信息槽位;不设置固定追问次数。
6. 事实主线稳定后,按 `detail-reconstruction-schema.md` 生成固定八章《细节复原稿》并校验结构。
7. 用户需要面试表达时,按 `interview-transcript-generation.md` 生成固定七题《面试逐字稿》并校验结构。
候选方向只有经用户确认后才能成为事实。用户明确不知道、记不清或未参与时停止追问该点,并按 reference
归入未知信息。用户提前讲到后续事实时先记录;后续事实推翻前序判断时直接修正。
## 成稿校验
生成完整《细节复原稿》后运行:
```bash
python3 scripts/validate_detail_reconstruction.py <markdown-file>
python3 scripts/validate_language.py --kind detail <markdown-file>
```
生成完整《面试逐字稿》后运行:
```bash
python3 scripts/validate_interview_transcript.py <markdown-file>
python3 scripts/validate_language.py --kind interview <markdown-file>
```
结构脚本检查固定章节,语言脚本检查已经确认的防御性归责句和生成过程元话语。真实性、因果、内容归位
和方法选择仍按对应 reference 检查。
## 接续同一经历
同一 `(经历名称, 完整产品经理方向)` 接续同一组产物,不重复盘问已确认事实:
- `细节复原稿|<经历名称>|<完整产品经理方向>`;
- `面试逐字稿|<经历名称>|<完整产品经理方向>`。
用户暂停时交付已确认内容和待补充问题,并保留未完成状态;恢复后继续原文档。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!