Appearance
Idea Refine 解决的是想法还很散就让 AI 开始写代码的问题。它不是让 AI 替你拍板，而是通过提问、发散、收敛，把一个模糊念头变成有用户、有成功标准、有 MVP 边界的具体方向。
想法很模糊时怎么让 AI 先问清楚：Idea Refine 怎么用
“我想做一个 AI 写作工具。”
这句话还不能直接开工。
它不知道用户是谁，不知道解决哪个痛点，不知道怎么判断成功，也不知道哪些东西先不做。
idea-refine 这个技能适合放在写 spec 前面。它解决的不是代码怎么写，而是这件事值不值得写、先写哪个版本。
先问用户和场景
一个想法要变成项目，至少要回答：
- 具体给谁用？
- 用户现在怎么解决这个问题？
- 成功是什么样子？
- 资源限制是什么？
- 为什么现在要做？
如果这些问题答不上来，AI 直接写代码只会制造一个“看起来完整”的空壳。
给 AI 的要求可以这样写：
md
先不要写实现方案。
请先把这个想法改写成一个明确的问题陈述，问我 3 到 5 个必须澄清的问题。
在确认用户、场景和成功标准前，不要进入技术设计。这能把对话从“做什么功能”拉回“解决什么问题”。
发散不是列 20 个点子
Idea Refine 会做发散，但发散不是越多越好。
5 到 8 个方向通常够了。关键是每个方向要有不同假设，而不是同一个想法换名字。
比如“AI 写作工具”可以发散成：
- 给小红书创作者的选题工具。
- 给个人站长的 SEO 大纲工具。
- 给企业市场部的审稿工具。
- 给程序员的技术文章改写工具。
- 给内容团队的禁用词和平台适配工具。
这些方向用户、价值和实现难度都不同，后续取舍才有意义。
收敛时要敢于砍掉
好想法不缺功能，缺边界。
收敛阶段要问：
- 哪个方向最像刚需？
- 哪个版本最容易验证？
- 哪些假设风险最大？
- 哪些功能现在不做也能验证核心价值？
“Not Doing” 列表很重要。
它告诉 AI：这些东西听起来不错，但这版不做。没有这个列表，AI 很容易把每个好点子都塞进实现里。
输出应该是一页纸
一次 Idea Refine 的结果不该是一堆聊天记录。
更好的输出是一页纸：
md
# [想法名称]
## 问题陈述
[一句话说明为谁解决什么问题]
## 推荐方向
[选择哪个方向，为什么]
## 关键假设
- [ ] [假设 1，怎么验证]
- [ ] [假设 2，怎么验证]
## MVP 范围
[这版做什么]
## 暂时不做
- [不做项] — [原因]有了这张纸，再进入 spec 和任务拆解才稳。
你可能还需要
同类技能：
如果你只有一个模糊想法，先别让 AI 写代码。让它先帮你问清楚。