step-3-prioritize-issues

未满足 → 拒绝执行，回退到 step-2。

本步骤的目标

把 step-2 的全部假设，按"影响度 × 可解性"打分，砍掉边缘项，留下 ≤ 7 个 Key Drivers 进入下一步分析。

完成的标准：docs/strategy/<code>/step-3-priorities.md 通过 80/20 检验。

方法论核心

1. 影响度（Impact）：1-3 分。该假设若被证实/证伪，对最终结论的撬动力有多大？
2. 可解性（Solvability）：1-3 分。在现有时间和数据条件下，能多大程度得到可信结论？
3. 80/20：少数 Key Drivers 解释多数结论变化；不要平均用力
4. 影响度 = 3 必保留：即使可解性 = 1，也保留但仅做粗估（back-of-envelope）；绝不因为难做就砍掉重要的假设

引导式对话流程

Step 3.1 — 复制模板 + 加载假设

读取本 skill 同目录下的 template.md，复制到 docs/strategy/<code>/step-3-priorities.md。

读取 step-2-tree.md 的假设清单，把所有 H1, H2, ... 编号 + 陈述拷贝到新文档的评分表。

Step 3.2 — 给每个假设打"影响度"

逐个假设打分。用 AskUserQuestion，每次只问一个假设：

假设 H1：「<假设陈述>」

如果这个假设最终被证实（或证伪），对你回答焦点问题的撬动力有多大？

• 1（边缘）：知道与否对结论方向影响很小
• 2（中等）：会影响结论的力度或细节
• 3（关键 Key Driver）：直接决定结论方向

强制 1/3 分布——如果用户全打 2，挑战 ta：哪些是真正的 Key Driver？

写入评分表"影响度"列。

Step 3.3 — 给每个假设打"可解性"

同样逐个打分：

假设 H1：「<假设陈述>」

在现有时间和数据条件下，能在多大程度上得到可信结论？

• 1（极难）：数据稀缺、需大量原创调研
• 2（中等）：需要做一些专门分析或访谈
• 3（数据现成）：已有数据/报告可直接得出结论

写入"可解性"列。计算"影响×可解"列。

Step 3.4 — 应用决策规则

把模板里的决策规则告诉用户，逐个假设走一遍：

• 总分 ≥ 6：保留
• 影响 = 3，可解 = 1：保留但仅做粗估（标注 back-of-envelope）
• 影响 = 1：砍掉（无论可解性）

填"决策"列。

特别注意：影响 = 3 的假设绝不能因为可解性低就砍掉。这是最常见的偷懒模式。

Step 3.5 — 二维矩阵可视化

把保留 / 砍掉的假设画到 ASCII 矩阵里（模板的章节 3）。这一步不是装饰，是让用户看到自己有没有"全选可解性 3"的偷懒模式。

Step 3.6 — 砍掉清单 + 理由

对每个砍掉的假设，问用户：

砍掉 H?，一句话理由是什么？

强制写理由——三个月后回看才记得为什么没做这个分支。

Step 3.7 — 80/20 检验

向用户提问：

保留下来的 N 个假设，合起来能解释焦点问题至少 80% 的核心吗？

• 如果是 → 通过
• 如果否 → 哪个一级子问题没被覆盖到？补一个高影响假设

填到模板章节 6。

Step 3.8 — 走自检

按模板自检清单逐项确认。重点：保留 ≤ 7 个、影响 = 3 全保留、80/20 通过。

产出物

• 模板：本 skill 同目录 template.md
• 落盘：docs/strategy/<code>/step-3-priorities.md

自检清单（完成门禁）

• 每个 step-2 假设都已打分
• 保留 ≤ 7 个假设（聚焦原则）
• 影响度 = 3 的假设全部保留
• 砍掉的假设都写了理由
• 80/20 检验通过
• 评分不是全 2（强制 1/3 分布）

反模式（红旗）

完成后交接

向用户输出：

✅ Step-3 完成。从 Y 个假设里筛出 N 个 Key Drivers。

下一步进入 step-4: 制定工作计划——为每个 Key Driver 设计"做什么分析、用什么数据、谁负责、多久做完"。预计 15-20 分钟。

继续吗？

确认后，调用 step-4-workplan skill。

输入给下一步：

• <code>
• step-3-priorities.md 路径
• 保留的 Key Drivers 清单（含编号、假设、是否粗估）