# Weekly Stop Item

> 用于建立持续反馈机制和消除组织障碍。当用户在讨论团队效率、员工反馈、流程优化时激活。 不适用于：一次性重大决策、战略规划讨论、与外部合作伙伴的沟通。 关键 trigger：提到员工抱怨、流程冗余、执行障碍、团队卡点。

- Skill: `ace3000chao/weekly-stop-item` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add ace3000chao/weekly-stop-item`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ace3000chao/weekly-stop-item/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ace3000chao (https://skillmd.com/u/ace3000chao)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ace3000chao/weekly-stop-item

---


# Weekly Stop Item

## R — 原文 (Reading)

> "Each senior leader formally talks to one employee each week and asks, 'What should the company Start/Stop/Keep doing?' Pay particular attention to the 'stops.'"
>
> — Verne Harnish, Scaling Up, 第1章

---

## I — 方法论骨架 (Interpretation)

Scaling Up 将"每周识别一个Stop项"作为高层领导者最重要的反馈机制。不是年度survey，不是季度复盘，而是**每周一次、一对一、强制性地从一线员工获取真实反馈**。

Start/Stop/Keep 是个简单到任何人都能理解的框架，但"Stop"才是核心——人们通常知道什么不该做，但很少被邀请说出来。组织越大，信息在传递过程中失真越多，高层听到的往往是美化过的版本。

每周只选一个Stop项，强制优先级：组织不可能一次改变十件事，但一定能改变一件事。

---

## A1 — 书中的应用 (Past Application)

### 案例 1: 某制造企业的"沉默成本"挖掘
- **问题**: 副总发现工厂效率停滞，每次开会都是"一切正常"，但利润没有改善。
- **方法论的使用**: 每周五下午，副总亲自到车间找一名工人单独聊，用Start/Stop/Keep框架。三周后，一名老员工说："Stop让我们加班后还要花2小时填纸质考勤表。"
- **结论**: 这个"小事"涉及工厂200多人，每月浪费约600小时在无意义的行政流程上。
- **结果**: 取消纸质考勤改为人脸识别，次月工厂净利润提升3%。

### 案例 2: 科技公司的跨部门壁垒拆除
- **问题**: 产品和研发互相指责对方导致上线延误，协作成本居高不下。
- **方法论的使用**: CEO每周分别与一名产品经理和一名工程师单独吃饭，用Start/Stop/Keep收集反馈。第四周，两人都提到同一个Stop项："Stop在每次发布前临时增加需求。"
- **结论**: 问题根源是需求变更没有正式流程，导致开发和测试反复返工。
- **结果**: 建立"需求冻结日"制度，发布延误率下降70%。

---

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. **感觉信息不通透时**：用户说"我不知道下面的人在想什么"或"开会时大家都不说真话"。
2. **流程效率低下时**：有明显的执行摩擦，但不确定根本原因在哪里。
3. **组织扩张后文化稀释时**：团队从30人扩到100人，创始人感觉和一线脱节了。
4. **员工绩效问题反复出现时**：同一个问题在不同人身上反复发生，可能是系统性障碍而非个人问题。
5. **战略落地效果不好时**：方向定了但执行跟不上，不知道卡在哪里。

### 语言信号 (用户的话里出现这些就应激活)

- "我想知道一线……"
- "为什么执行力……"
- "员工不敢说……"
- "流程太……"
- "那个问题又出现了"

### 与相邻 skill 的区分

- 与 `Routine Sets You Free` 的区别：Routine强调的是建立自己的习惯体系，这个强调的是从员工那里获取反馈——前者是自我管理，后者是组织感知。
- 与 `Don't Demotivate; Dehassle` 的区别：去障碍原则告诉管理者要主动消除障碍，这个skill提供了收集障碍信息的具体方法。

---

## E — 可执行步骤 (Execution)

当 skill 被激活后，agent 应按以下步骤执行:

1. **建立每周一对一反馈节奏**
   - 固定时间（如周五下午）、固定形式（一杯咖啡或一段散步）、选择不同层级或部门的员工
   - 完成标准：未来4周已锁定4个不同的对话对象

2. **用 Start/Stop/Keep 框架收集并记录**
   - 谈话时先问Start（什么应该开始做），再问Keep（什么应该保持），最后问Stop（什么应该停止）——把Stop留到最后，因为这是最重要的
   - 完成标准：每次谈话后记录3个Stop候选项

3. **每周选出1个最高优先Stop项并采取行动**
   - 选择标准：影响面最大（跨部门/多人受影响）、实施成本最低、预期效果最明显
   - 判停条件：若连续3周没有可行的Stop项，重新审视反馈质量——可能是对话对象选择不对或心理安全感不足
   - 完成标准：选出Stop项后，在下周对话时主动告知进展（闭环反馈）

---

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- **作为绩效考核工具**：一旦反馈与考核挂钩，员工会说他们认为你想听的话，而不是真话。
- **在信任严重缺失的组织中使用**：当员工已经不相信高层会真正改变时，这个方法会被视为作秀，需要先修复基本信任。
- **外部董事或投资人角色**：他们和员工之间没有足够的信任基础，面对面反馈往往无效。

### 作者在书中警告的失败模式

- 问了不行动，问了不闭环，是最大的失败模式——员工会很快学会"说也没用"。

### 作者的盲点 / 时代局限

- 对远程和分布式团队的执行方式没有提供具体指导——线下一对一散步的方法在远程环境需要调整。

### 容易混淆的邻近方法论

- **`Weekly Stop Item`** 与**`数据驱动决策（Data-Driven）`**：数据告诉你发生了什么，这个skill告诉你为什么和该做什么——两者互为补充，但数据不能替代直接对话。

---

## 相关 skills (阶段 3 填充)

- depends-on: [routine-sets-you-free]
- contrasts-with: [data-driven-decisions]
- composes-with: [dont-demotivate-dehassle]

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓
- **测试通过率**: 待填充
- **蒸馏时间**: 2026-04-26