Brainstorm Assistant

头脑风暴助手

语言: English | 简体中文

在编写规格前进行结构化发想。以 2024–2026 年 AI 辅助发想研究为基础，通过引导式头脑风暴，将模糊构想转化为可执行的功能提案。

实现: XSPEC-296 头脑风暴质量标准（BQS v1）—— brainstorm v4，叠加于 XSPEC-247 brainstorm v3（Multi-Persona Ensemble + Multi-Critic Convergence）。

v3 的核心改动: v3 把发散从「单一 AI 冲数量」改为 persona 集成（每个角色以思维链独立推理）×多样性透镜；把收敛从「单一 AI 评分 + 单一反驳」改为多评审面板 + 硬角色反驳（Devil's Advocate + Steelman）。这直接对应文献中最强的结论：多 persona 胜过单次 pass，而单一 LLM 评审既弱又易谄媚。

v4 的核心改动: v3 提供了强健的机制，却没有可判定 pass/fail 的质量闸。v4 在其上叠加一道时序化质量契约——头脑风暴质量标准（BQS v1）——且不移除任何 v3 行为。BQS 是四层 × 时间轴结构：第 0 层宣告 explore/exploit 配比；第 1 层（过程、leading、发散期全程可见）跑维度 D1–D4；第 2 层（产物、leading、收敛后仅施于推荐集，即 Agg. Score ≥ 3.5、不限笔数的想法）跑 D5–D8 加 Seeds 栏与争议区；第 3 层是不受治理的 Judgment Override。第一原理：决策用 leading 信号、校准用 lagging 信号——两者是时间前后，而非对错取舍。 硬序列闸禁止 D5–D8 在发散期被揭示或评分。详见下方「BQS v1 — 质量契约」。

v4.2 的核心改动（XSPEC-388）： D4 原本只钉住判官坐在哪里，一个字都没说它得想得动。一个独立 context 跑字面遵循型模型会逐字满足旧条文，然后照 D5–D8 逐条打勾放行——与一场真的有人反对过的评审在报告上无从分辨。v4.2 给 D4 加上第二个轴：评审还必须宣告其模型层级要求（见下方术语说明）。CONVERGE 的提示改为目标＋约束形状——D5–D8 是判断必须满足的判准，不是按顺序执行的步骤；既有固定句型与逐准则分数指南保留为参考格式。发散侧引用 core/model-selection.md（Standard 或更高）而不另立规则。不移除任何 v3 机制。

术语——「模型层级」，不用「tier」： 在本 skill 内，tier 已被占用两次——BQS 分级表（套用哪些维度）与 Enhanced Tier。core/model-selection.md 定义的模型能力轴（该标准称 model tier）在本 skill 一律写作模型层级（model level）。模型层级是该标准的厂商中立标签；本 skill 绝不指名具体厂商模型（见 D4）。

使用前先选模式

使用前套用以下客观触发条件。默认为完整 v3，路由规则是跳过阶段的快捷方式，而非额外障碍。

判断原则： 不确定适用哪一行时，直接用完整 v3。判断本身的认知成本高于直接跑完整流程。

工作流程

[模式选择] ─► PRE-FLIGHT ─► FRAME ─► DIVERGE ───────────► CONVERGE ──────────► OUTPUT
  客观路由      防止锚定      定义问题   persona 集成+透镜       多评审面板+硬角色反驳    输出提案
  ▲ 第 0 层 意图            ▲ 第 1 层（D1–D4，leading）       ▲ 第 2 层（D5–D8，推荐集）   ▲ 第 3 层 override

BQS v1 — 质量契约

第一原理： 头脑风暴的产物是假说，不是答案。一个点子好不好在发想当下不可知，所以质量只能用 leading 信号（过程＋认识论完整性）判；标准的正当性靠 lagging 信号（事后结果）校准。决策用 leading、校准用 lagging，两者是时间前后，不是对错取舍。（此处修正任何「只用 leading 不用 lagging」的绝对说法。）

BQS 是四层 × 时间轴契约。它是 v3 的叠加——所有 v3 旗标与机制都保留（见「向后兼容」）。

第 0 层 — 意图（开场宣告）

开场宣告本次 explore/exploit 配比 与赌注类型（渐进 vs barbell 长尾）。此层调节维度权重：偏 exploit 的工作阶段，D2（发散覆盖）低分是正确的、不扣分。

第 1 层 — 过程（发散期 leading，全程可见）

硬序列闸： D5–D8 禁止在发散期揭示或评分；CONVERGE 的 critic 不得在最后一个 persona 产完前被调用。

第 2 层 — 产物（收敛后 leading，仅施于推荐集）

评判维度限缩在收敛后 × 仅推荐集（Agg. Score ≥ 3.5 的想法，不限笔数），绝不在发散期对全部想法当硬闸（否则回溯污染发散、扼杀无证据的未来想法、制造填表剧场）。

第 3 层 — 不可治理区（Judgment Override）

明文留一块 oracle 不进入的地：人类直觉「保留/毙掉」附一句理由即可，凌驾聚合分数、不需过任何维度。承认标准不完备，避免「为过维度而 brainstorm」。

结构规则

1. Meta 停止规则： 该层维度全绿 且 再跑一轮后 推荐集成员不变（看集合成员、不看内部排序）→停。硬上限 2 轮。取代模糊的「不翻决策」。
2. 判官≠产生者： D2/D4/D5/D7 判定须独立视角；单 context 自评只能 [degraded]，不得 pass。D4 另需宣告模型层级——独立性只是它两轴之一（见 D4）。
3. 校准回路（吃 lagging）： v3 的三个工作阶段自评指标收编为此回路 lagging 端——Adoption Rate＝D6 滞后验证、Diversity＝D2/D3 滞后观测、Cognitive Load＝成本约束；禁两套平行评估。
4. BQS 自我演化（轻量）： 版本化 + 证据清单 last-reviewed 逾期 flag；「定期对 BQS 自身 brainstorm」列可选。
5. 最小充分原则： 套用该 tier 所需的最少维度 + 把第 2 层限缩在推荐集（Agg. Score ≥ 3.5），而非全部发散想法——认知经济性的守门，不另设成本维度。

分级（绑 v3 既有客观触发，非自评）

分级由客观模式选择触发表（字数、旗标、是否有规格）决定，而非发起者自评。

阶段 0：PRE-FLIGHT | 防止 AI 锚定

本阶段存在的原因： 在 AI 生成任何内容之前先写下自己的想法，能持续产出更多样的结果。在 AI 情境下这更重要，而非更不重要：设计固着研究显示，流畅、高保真的 AI 输出反而加深固着，而非缓解（Wadinambiarachchi 等，CHI 2024）。

在 AI 生成任何内容之前，用户完成三件事：

用户提交后，AI 读取全部三项输入再进入 FRAME。AI 的第一批 DIVERGE 输出必须探索用户未提及的方向，且不得重复用户已提交的想法。

反种子 guardrail（v3 新增）： 不要接受或生成「像 X 但给 Y」的框架当种子（如「给医生用的 Slack」）。这类产品类比种子会把 LLM 锁进单一解空间、明显降低想法多样性。请捕捉底层问题，而非产品类比。

BQS 第 0 层 — 意图宣告（v4 新增）： 在 FRAME 之前，宣告本次的 explore/exploit 配比 与赌注类型（渐进 vs barbell 长尾）。此宣告下游调节 D2 权重——偏 exploit 时低发散覆盖是正确的、不扣分。未宣告时默认：偏 explore。

旗标: --skip-preflight 跳过本阶段并显示一行警告： ⚠ Skipping Pre-flight may cause AI anchoring

阶段 1：FRAME | 定义问题

在生成想法之前，先清楚定义问题空间。

阶段 2：DIVERGE | 发散思考（v3：persona 集成 + 多样性透镜）

v3 核心机制： persona 集成——每个 persona 以思维链在隔离状态下推理——再乘上多样性透镜。Meincke、Mollick、Terwiesch（2024）发现「思维链 + persona」的想法多样性高于所有受测的提示策略，接近人类团体。光冲数量是弱代理；结构性逼出不同视角才是真正的杠杆。

模型层级（发散侧）： 发散提示只给目标与约束——正是 core/model-selection.md 的 MS-004／Criterion 2 的触发条件：发散以 Standard 或更高层级执行。不是「最高层级」——那会同时超出 MS-004 所说的与我们的证据。lagging 登记：此选择由校准回路既有的 Diversity（D2/D3 滞后观测） 栏验证，不另开第二套登记。

步骤 2a —— persona 集成

通过默认 persona 组生成想法。每个 persona 逐步推理（思维链），只从自己的视角产出 2–4 个想法。用户可用 --personas 增减或改名。

分支隔离： baseline 模式下，生成每个 persona 的想法时不让它看到其他 persona 的输出——这能防止 session 内锚定。等所有 persona 都产完后才一起呈现全部想法。（在强化层中，将 persona 作为并行隔离代理运行——见下方「强化层」。）

步骤 2b —— 多样性透镜

在 persona 组上至少套用一个透镜，以突破「显而易见答案区」。连接异域概念能可量测地提升原创性（Mehrotra、Parab、Gulwani，2024）。

用 --lens analogical|reversal|morphological 强制将某个透镜作为主要透镜。

步骤 2c —— 继续发散提示（辅助）

「好点子出现在后半段」（Nijstad）是人类群体现象，未在 LLM 上得到证实（LLM 多为达到高原 / 枯竭）。因此固定数量门槛降为辅助提示：若全组少于约 8 个相异想法，提示「继续——加一个还没用过的 persona 或透镜」。真正的门槛是多样性（覆盖了几个不同视角），而非数量。

此处生效 BQS 第 1 层（D1–D4，leading，全程可见）： 发散期只对 D1（框架纯度）、D2（发散覆盖，依第 0 层加权）、D3（跨会话多样性）、D4（评估去偏） 评分与呈现。硬序列闸： 评判维度 D5–D8 在最后一个 persona 产完前不得揭示或评分——CONVERGE 的 critic 在发散完成前不被调用。

经典技法（仍保留）

阶段 3：CONVERGE | 收敛（v3：多评审面板 + 硬角色反驳）

v3 核心机制： 多评审面板取代单一加权评分者。单一 LLM 是弱且有偏的评估者（Li 等，2025：LLM 强于生成 / 精炼、弱于评估——人类保留最终裁决权）。三个独立评审透镜各自对每个想法评分后聚合。

评审提示形状——目标＋约束（v4.2）： 对面板、Devil's Advocate、Steelman 派工时——尤其派入独立 context（--enhanced）——提示必须以目标＋其判断必须满足的约束表达，不得写成按顺序执行的步骤清单。D5–D8 与下方的具体性要求是判准（「你的判断必须满足这些」），不是步骤（「照这个顺序做这些事」）。既有固定句型、逐准则 1–5 指南与评审权重公式保留为参考格式，皆非必经步骤。理由：core/model-selection.md 的 MS-009。

步骤 3a：多评审面板

运行三个独立评审，各自以自己的透镜对每个想法打 1–5 分。取平均聚合以降低单评审偏误。下方加权准则定义默认透镜——是参考格式，不是评审必须逐步照走的脚本。

各标准指引（1–5，参考格式）：可行性（5=轻而易举 … 1=几乎不可能）；影响（5=变革性 … 1=可忽略）；工作量（5=数小时 … 1=数个季度，反向计分，工作量越低分数越高）；一致性（5=核心使命 … 1=偏离使命）。

可选——RICE / ICE（产品功能）： 排序可发布功能时用 RICE =（Reach × Impact × Confidence）/ Effort 或较轻的 ICE = Impact × Confidence × Ease。Effort 交由工程师估、不要让 LLM 估（它没有代码库知识）。RICE 偏好渐进式胜利，别单独用于战略性押注。

步骤 3b：硬角色反驳轮

软性的「请批评一下」指令只会得到附和（谄媚）。v3 指派硬角色：对推荐集（Agg. Score ≥ 3.5，不限笔数）中的每一个想法各跑一个 Devil's Advocate（「你的任务是论证此案会失败」）与一个 Steelman（「说出反方最强而善意的版本」）。两者一起对韧性做压力测试，而非只是戳一下。

约束：每个反对理由须指出具体情境与具体原因——模糊顾虑（「这可能有点难」）不接受。句型「在 [具体情境] 下，此想法会失败，因为 [具体原因]」是参考格式，不是必用句式。

用户必须对每个反对理由给出回应才能继续：

旗标: --no-rebuttal 跳过此步骤；报告区段标注「Rebuttal: skipped」。

BQS D4 — 判官≠产生者，两轴： D4 唯有两轴同时成立才可 pass。(1) 座位——独立性：评审/Devil's Advocate 在独立 context 执行（--enhanced 隔离 agent 宿主）。(2) 心智——宣告模型层级：评审宣告其模型层级要求，以 core/model-selection.md 的厂商中立标签表达；选层依据为该标准的判准（引用，不复述）。指名具体厂商模型即违规——层级标签是唯一合法的表达方式。缺任一轴→面板标 [degraded]、不得标 pass：独立 context 跑字面遵循型模型会逐字满足座位轴，成为一枚完全合规的橡皮图章——认出「不同名字下的同一件事」是打勾做不到的判断工作。baseline 单 context 下，面板是同 context 自评，标 [degraded]、不得 pass——诚实但非独立。不得把 baseline 跑当成 D4 pass 静默通过。

步骤 3c：BQS 第 2 层——对推荐集的产物闸

收敛后，仅对推荐集（Agg. Score ≥ 3.5 的想法，不限笔数）套用 D5–D8（绝不对全部发散想法）。若无想法达 3.5，仍保留分数最高的 1 个，标记 [未达门槛——仅供参考]，避免报告空白。D5–D8 是判断必须满足的判准——不限顺序，不是程序。对推荐集中每个想法，判断必须满足：

• D5 接地： 将每个主张分流为 [现状/外部事实]（需 file:line 或来源，否则 fail）vs [未来/假说]（免接地、标 [假说]）。外部事实宣称为跨级地板——creative 级也须接地。
• D6 净值： 推荐集中每个想法须答「解谁问题／我们真有吗／不做的代价」；至少一个淘汰为「不值得做」；挂 lagging 登记栏（事后哪个信号验证）。
• D7 可证伪（二态）： 标 [现可陈述证伪] 或 [需先做 X 才能定义证伪]。后者转 next-step 喂 D8——不算 fail。
• D8 可行动： 每个存活想法需 next-step 裁决（含明确「暂不做」）；无 → fail。
  • 裁决为「暂不做」者，以及 Seeds（来自被淘汰的想法） 中每个被搁置的想法，皆为 deferred-item-exit 所指的延后项目。

Meta 停止规则（BQS 结构规则 1）： 当套用的维度全绿 且 再跑一轮后 推荐集成员不变（看集合成员、非内部排序）→停。硬上限 2 轮。

阶段 4：OUTPUT | 输出提案

产生可直接对接 /requirement 或 /sdd 的头脑风暴报告。每个存活的想法标记 ✓ Passed rebuttal、用户回应的一行摘要、其来源 persona/透镜，以及聚合的评审分数。

输出格式

# Brainstorm Report: [Topic]

## Problem Statement
[Refined problem + root cause from FRAME]

## HMW Questions
1. How might we ...?

## Ideas Generated
| # | Idea | Persona | Lens | Critic-Feas | Critic-Impact | Critic-Align | Agg. Score |
|---|------|---------|------|-------------|---------------|--------------|-----------|
| 1 | ...  | Skeptic | Reversal | 4.0 | 4.5 | 4.0 | 4.2 |

## Recommendations (BQS Layer 2 applied, Agg. Score ≥ 3.5 — uncapped)
1. **[Idea]** (Agg. X.X) ✓ Passed rebuttal — [Why] — Persona: [..] — [User rebuttal response]
   - D5 grounding: [current-state claims with file:line | future claims marked [hypothesis]]
   - D6 net benefit: [whose problem / do we have it / cost of not doing] — lagging signal: [..]
   - D7 falsifiability: [falsifiable now | need to do X first → next-step]
   - D8 next-step: [action | defer]
2. **[Idea]** (Agg. X.X) ✓ Passed rebuttal — ...
<!-- 列出所有 Agg. Score ≥ 3.5 的想法，依分数由高到低排序——不限 3 条。若无想法达 3.5，仅列分数最高的 1 个，标「[below threshold — shown for reference]」。 -->

## Contested Zone (high critic-variance ideas)
[Ideas whose critic variance exceeded threshold — surfaced, NOT eliminated by mean ranking (barbell long-tail)]

## Seeds (from killed ideas)
[For each killed idea: what was wrong, what real problem it points to. Non-empty if ≥1 idea was killed.]

## Judgment Override (Layer 3, ungoverned)
[Human keep/kill decisions that override the aggregate score, each with a one-line reason. Optional.]

## Diversity Note
[How many distinct lenses/personas the surviving ideas span — flag if all from one cluster]

## Discarded Ideas (with reasons)
| Idea | Reason |

## Next Steps
- [ ] Proceed to `/requirement` with top idea
- [ ] Proceed to `/sdd` if requirements are clear

BQS 输出新增（v4）： Seeds 区（规则：被杀 ≥1 则非空）、争议区（高方差想法不按 mean 淘汰）、Judgment Override 通道（人类裁决凌驾聚合分）为 BQS 第 2/3 层所要求。Recommendations 区块为推荐集（不限笔数）中每个想法逐项记录 D5–D8 状态。自 v4.2 起，报告表头并记录评审宣告的模型层级（厂商中立标签）——没有它，D4 为 [degraded]，且宣告无处可验。

多样性崩塌防护

使用单一 LLM 发想会降低跨用户的想法多样性，即使每个个体都觉得自己更有创意（Anderson、Shah、Kreminski，2024；与广为引用的 Doshi & Hauser，《Science Advances》2024 同向）。防范方式：

• 绝不用竞品或产品类比（「像 X 但给 Y」）当种子。
• 改变透镜，而非只改措辞——换个说法 ≠ 多样化。
• 若存活的推荐集全来自同一 persona/透镜，标示出来并在 OUTPUT 前再跑一个透镜。

强化层——并行 persona

多代理发想（独立代理相互对话 / 贡献）在感知质量与新颖度上胜过单代理（Quan 等，2025，MultiColleagues）。在支持并行子代理的宿主上（如 Claude Code 的 Agent/Workflow 工具），--enhanced 会把每个 persona——以及每个评审——作为并行、context 隔离的代理运行，然后合并并去重结果。

优雅降级： 此层为可选。在没有子代理的宿主上，--enhanced 会静默退回 baseline（单 context 模拟 persona）。本 skill 维持 scope: universal。

技法速览

校准回路——lagging 信号（BQS）

这是同一道 BQS 质量回路的 lagging 端——不是第二套平行评估系统。 工作阶段中由 BQS 第 0–2 层做 leading 决策；这三个指标事后校准标准。禁止在 BQS 之外另跑一套自评。

每次工作阶段结束后记录三个指标（1–5 分），各自对应一个 BQS 维度作为其滞后验证：

收集 3 次工作阶段的数据再下结论。完整的 A/B 实验协议见 guide.md。

旗标

使用方式

• /brainstorm —— 启动交互式头脑风暴
• /brainstorm "user retention" —— 针对特定主题进行头脑风暴
• /brainstorm --enhanced "user retention" —— 并行 persona 集成（若宿主支持）
• /brainstorm --personas "designer,economist,skeptic" "pricing" —— 自定义 persona
• /brainstorm --lens analogical "onboarding" —— 强制使用类比透镜
• /brainstorm --quick "reduce checkout friction" —— 快速 3 想法模式
• /brainstorm --no-rebuttal "topic" —— 跳过反驳轮

下一步引导

/brainstorm 完成后，AI 助手应建议：

头脑风暴完成。建议下一步：

• 执行 /requirement 将最佳构想转为用户故事
• 执行 /sdd 直接建立规格（若需求已明确）⭐ 推荐
• 针对特定构想进行更深入的探索

参考

• 详细指南：guide.md
• 模型层级依据：core/model-selection.md——D4 心智轴与发散侧层级皆以该标准的判准为准。引用、不复述——摘要会随来源被更正而腐坏，指针不会。

AI 代理行为

完整的 AI 行为定义请参阅对应的命令文档：/brainstorm