需要为产品做市场定位、差异化与定位声明时…

当用户想定义或优化产品市场定位、寻找独特卖点、与竞品区分、撰写定位声明或选择市场品类时，用这套流程产出定位文档、定位声明、竞品替代方案地图和品类分析。

适用场景

解决思路

1. Phase 0 恢复检查：先检查工作目录或项目子目录中是否存在本技能创建的 PROGRESS.md，若存在则读取并从最后一个未完成阶段继续，并告知用户已完成的阶段和接续点；若不存在或属于其他技能，则从 Phase 1 开始。
2. Phase 1 信息收集：先检查是否有先前会话产出（来自 startup-design 的 00-intake/brief.md、01-discovery/competitor-landscape.md、01-discovery/target-audience.md、02-strategy/positioning.md，来自 startup-competitors 的 intake.md、competitors-report.md、battle-cards/、pricing-landscape.md），若有则读取并作为起点，跳过重复提问；若无则进行 1-2 轮提问：第一轮问产品是什么、解决什么问题为谁解决、客户现在用什么替代方案、最佳现有客户是谁；第二轮按需追问与替代方案的差异、以前定位尝试失败原因、常被比较的竞品。
3. 将信息收集结果保存到 {project-name}/intake.md（项目名用 kebab-case），并创建 {project-name}/PROGRESS.md 记录项目名、技能名 startup-positioning、开始日期、语言、研究模式（Live / Knowledge-Based）和阶段清单，每完成一个阶段后更新。
4. Phase 1.5 研究深度评估：根据信息收集对市场广度、已知竞品数、地理范围各打 1-3 分，求和（3-9 分）映射为 Light（3-4）、Standard（5-7）、Deep（8-9）三档，向用户展示推荐表并等待用户回复 light、deep 或 ok 接受推荐，将选定档位记入 PROGRESS.md。
5. Phase 2 研究环境检测：检查 Agent 工具是否可用，可用（Claude Code）则每波内并行启动所有 agent，不可用（Claude.ai、web）则按相同模板顺序执行；本技能需要 WebSearch 获取真实数据，若不可用或被拒绝则回退到 Knowledge-Based 模式，使用训练数据并将所有发现标注 [Knowledge-Based — verify independently]，置信度评级下调一级，并在 PROGRESS.md 中记录模式。
6. Wave 1 竞品替代方案与客户背景：A1 替代方案映射（JTBD 视角）——映射所有竞争替代方案而非仅直接竞品，包括直接竞品、争夺同一预算的相邻工具、人工流程、电子表格、雇人、什么都不做/维持现状，对每个方案记录客户雇佣它完成什么任务、哪里不足、什么触发切换；A2 客户情报——挖掘评论、论坛、社区中的客户之声，提取对现有替代方案的痛点、客户原话、客户眼中“更好”的含义、最佳匹配客户画像、切换触发点，并建立语言地图（客户描述问题和期望结果所用的词）。
7. Wave 2 市场框架与趋势：B1 市场品类分析——识别 3-5 个候选市场品类，对每个品类分析买家期望、领导者、竞争动态、成熟度，应用 Dunford 品类类型（正面竞争/现有品类、大鱼小池/子品类、品类创造），评估哪种框架让你的独特优势最重要；B2 趋势与时机分析——识别相关趋势（技术变革、行为变化、监管动向），对每个趋势判断是真实还是炒作、如何影响买家期望、让你的定位更强还是更弱，评估时机（早、准时、晚），只纳入真正改变买家评估方式的趋势。
8. 研究后检查点：两波研究完成后、综合之前，用一条消息简要向用户呈现研究发现——竞争替代方案全景（多少直接、相邻、现状）、最强客户痛点、最有前景的品类候选，并问“这是否符合你的预期？综合定位前有什么要调整的吗？”
9. Phase 3 定位综合：按顺序构建 Dunford 5+1 组件——1) 竞争替代方案（来自 Wave 1，定位永远相对）；2) 独特属性（竞品缺乏的具体且诚实的特性、架构、团队专长、商业模式、速度等），此处暂停并必须让用户确认、添加或删除研究得出的属性后再继续；3) 价值主题（将每个独特属性翻译为客户成果，属性→“那又怎样？”→价值，归为 2-3 个价值主题，使用 Wave 1 语言地图中的客户语言）；4) 最佳匹配客户（来自 Wave 1，按让他们在意价值主题的特征而非人口统计定义，应可触达、可识别、愿付费）；5) 市场品类（来自 Wave 2，呈现 3-5 个选项及权衡并推荐一个）；6) 趋势叠加（可选，仅当真实趋势让定位更强时纳入）。
10. 验证：用 Neumeier Onliness 测试——基本形式“Our [product] is the only [category] that [differentiator].”，扩展形式（WHAT/HOW/WHO/WHERE/WHY/WHEN）“Our [product] is the only [category] that [differentiator] for [target] who [need] in [context].”，若“only”牵强则定位太弱需迭代；再用 Ries/Trout 心智阶梯测试——是否简单到能记住、是否占据一个清晰阶梯、该阶梯是否未被竞品占据、能否一句话解释；任一测试失败则回到 5+1 组件重做，不要交付弱定位。
11. 产出交付文件（每个文件以标准头开始：# {Title}: {product} 加 *Skill: startup-positioning | Generated: {date}*，以 Red Flags、Yellow Flags、Sources 结尾）：{project-name}/positioning-doc.md（主交付物：3 句话执行摘要、5+1 组件及证据、每组件强度评估 Strong/Moderate/Needs Work、战略建议与下一步、数据缺口与局限）；{project-name}/positioning-statement.md（Moore 模板“For [target] who [need], [product] is a [category] that [benefit]. Unlike [alternative], we [differentiator].”、Neumeier Onliness 声明基本+扩展、30 秒电梯稿、带“Possible Misread”压力测试列的标语候选、不同渠道一句话变体、适用时的 freemium 定位）；{project-name}/competitive-alternatives.md（完整替代方案地图：直接、相邻、人工、现状，每个方案的任务、优势、不足、切换触发点，以及你相对每个方案的独特属性）；{project-name}/market-category-analysis.md（3-5 个候选品类及买家期望、品类类型评估、带理由的推荐、实施建议、红旗与黄旗）；{project-name}/messaging-implications.md（信息层级、品类标签、价值锚点、客户语言 vs 品类语言映射、用词/避用词、社会证明指南、适用时的 freemium 定位）。
12. 原始数据分离：每个 agent 将原始输出保存到 {project-name}/raw/（alternative-mapping.md、customer-intelligence.md、market-categories.md、trends-timing.md），综合阶段读取这些原始文件产出上述精炼交付物，agent 不得直接写入交付物路径。
13. Phase 3.5 研究验证：所有定位交付物写完后运行验证——启动 V1 验证 agent 读取所有交付文件，检查未标注声明、内部矛盾、置信度评级一致性、缺失数据缺口、缺失标记、过时数据、重复来源虚假佐证，并运行本技能特定检查（定位声明 vs 研究数据、JTBD vs 客户情报、跨交付物一致性、验证测试完整性），产出 {project-name}/verification-report.md；若发现 Critical 问题则暂停向用户呈现并问先修复还是照常继续，若仅 Warnings/Info 则显示一行摘要；在 Claude.ai 或 Agent 工具不可用时按相同协议在主对话中自行运行验证检查。
14. 遵守诚实协议：定位只有诚实才有用——不做理想化定位（定位你现在的样子而非希望成为的样子）、挑战“我们独特”（Onliness 测试必须真正有说服力，像营销套话就迭代）、研究胜过叙事（客户数据与内部定位信念冲突时数据赢）、标记品类创造风险（多数创业公司负担不起教育市场，除非证据压倒性否则默认用现有品类）；避免反模式：不为所有人（无目标细分）、基于特性的定位（以特性而非成果领先）、理想化定位、品类独一（发明品类逃避比较）、抄袭定位（与市场领导者相同信息）。

适用边界 · 注意事项

• 用户没有产品、客户或市场背景可提供，且无法进行任何网络搜索或知识回退时，无法产出有依据的定位。
• 用户只想做纯创意命名或文案润色，不需要竞品替代方案与品类分析时，本流程过重。
• 用户要求的是理想化/未来路线图定位而非基于当前实际交付能力的定位时，本技能会拒绝并坚持诚实定位。