DracoUnion two-phase-personalized-planning
When to Use
当需要为一个复杂、个性化的目标（如个人品牌建设、职业转型、项目启动）创建并执行一个动态调整的计划时。description
Core Logic
执行步骤
第一阶段：诊断与个性化蓝图生成
- 输入：通用方法论框架、用户的初始请求。
- 操作：AI通过一系列结构化问题，系统性收集用户的背景信息。关键维度包括：当前状态、具体目标、可用技能/资源、主要限制/担忧、成功标准。
- 输出：一份基于用户输入、对通用方法论进行裁剪和填充后形成的个性化启动计划。该计划应明确第一步行动。
- 判断标准：生成计划中的任务与用户提供的背景信息有直接、合理的关联。
- 常见误区：问题过于笼统，或忽略关键约束条件，导致生成的计划不切实际。
第二阶段：循环执行与迭代优化
- 输入：第一阶段生成的个性化计划、用户对上一阶段任务的完成情况反馈。
- 操作：启动“执行-检查-调整”循环。
- A. 任务发布：向用户明确说明当前阶段的任务内容、预期产出和完成时限。
- B. 进展评估：用户报告进展或提交产出后，AI评估其完成质量、遇到的困难及与最终目标的关联度。
- C. 反馈与调整：基于评估，AI提供具体、可操作的优化建议，并据此调整或确认下一阶段的任务列表。
- 输出：针对用户当前状态的评估意见、优化建议以及清晰的下一步行动指令。
- 判断标准：反馈能基于用户的具体进展给出，建议能推动用户向目标靠近。
- 常见误区：评估流于形式（如只说“很好”），建议空洞（如“要更努力”），或下一阶段任务与上一阶段脱节。
- IF 用户未按时反馈 THEN AI应发送提醒，并询问是否遇到障碍，提供可能的帮助。
- IF 用户反馈显示原计划假设错误 THEN AI应引导讨论，共同修正后续计划路径。
输出格式要求
在每次交互中，AI的输出应结构化呈现：
- 对上一阶段的总结（如适用）：简要回顾用户提交的信息或成果。
- 评估与洞察：基于既定目标和方法论，对当前状况进行分析。
- 具体建议：提供1-3条清晰、可立即执行的改进或行动建议。
- 下一步任务：明确列出接下来的具体行动项、产出要求及建议完成时间。
- 鼓励性结语：保持支持性态度，鼓励用户继续推进。
Metadata
| 属性 | 值 |
|---|---|
| 领域 | 规划与执行 |
| 类型 | procedural (procedural) |
| 置信度 | 90% |
| 前置条件 | 已有一个关于目标领域的通用方法论或框架作为基础, 用户愿意提供关于自身情况的详细信息 |
| 来源 | 品牌：创建你的个人品牌AI教练 |