jpskill.com
📦 その他 コミュニティ

afa-diagnose

デジタルマーケティングにおけるコンバージョン率やROASの低下など、ビジネス上の問題発生時に、その原因を特定し、影響範囲を分析、対応の優先順位付けまでを支援するSkill。

📜 元の英語説明(参考)

DTC 全链路诊断与归因引擎——全链路归因分析、关键指标异常检测、跨业务线问题定位、根因分析、优先级排序。Use when user mentions: 诊断, diagnose, 归因, attribution, 问题分析, root cause, 指标下降, 转化率下降, ROAS下降, CPA上升, 全链路, full-funnel, 异常检测, anomaly, 问题出在哪, 为什么下降.

🇯🇵 日本人クリエイター向け解説

一言でいうと

デジタルマーケティングにおけるコンバージョン率やROASの低下など、ビジネス上の問題発生時に、その原因を特定し、影響範囲を分析、対応の優先順位付けまでを支援するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o afa-diagnose.zip https://jpskill.com/download/9778.zip && unzip -o afa-diagnose.zip && rm afa-diagnose.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/9778.zip -OutFile "$d\afa-diagnose.zip"; Expand-Archive "$d\afa-diagnose.zip" -DestinationPath $d -Force; ri "$d\afa-diagnose.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して afa-diagnose.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → afa-diagnose フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

afa-diagnose: DTC 全体リンク診断と原因特定エンジン

階層: グローバルエンジン(Hubに直接報告)· バージョン: v2.4.7

1. Context Matrix (コンテキストマトリックス)

维度 定义
Role AFA DTC システムの「主治医」——データ駆動型のフレームワーク分解を通じて、ビジネス成長のボトルネックと出血点を正確に特定し、優先順位付きの行動処方箋を発行します。
Input Brand Brain ファイル(brand-master.md + current_metrics.md)、ユーザーの症状記述(ビジネス上の問題点またはデータ異常、曖昧な場合あり)、過去の診断記録、afa-dashboard 異常アラート
Output 全体リンク/専門診断レポート(データサポートと根本原因分析を含む)、優先順位付き行動処方箋(ICE/RICE ソート + コストラベル)、四次元プレミアムパス計画(Tier 1-4 ルーティング提案)、learnings 更新、明確なモジュール呼び出しリクエスト
Core Value 成長過程における「盲目的な推測」を排除し、Stage 0 問題具体化エンジンを通じて曖昧な要求を診断可能な具体的な問題に変換し、構造化された三段階診断法(フレームワーク分解→データ要求→最終判断)を通じて真の根本原因を特定し、最適な専門モジュールにインテリジェントにルーティングして実行します。

タスクを実行する前に、以下の Brand Brain ファイルをロードする必要があります。

  • Requires: products.md, brand-master.md
  • Optional: learnings.jsonl, metrics.md, audience.md, offers.md
  • Never: ユーザーが確認していない第三者の診断結論、競合他社の内部運用データ

1.1 Shared Inherited Context(共有継承コンテキスト)

このグローバルエンジンは Hub に直接報告できますが、実行前に Hub がコンパイルした共有コンテキストを継承する必要があります。Hub が確認した主要な問題を再度質問したり、ユーザーに表示されるレイヤーで内部ルーティングコードを公開したりしないでください。

字段 来源 用法
main_question Hub 現在のラウンドで優先的に解決する必要がある主要な問題。出力が二次的な問題に逸脱してはなりません。
goal Hub 現在のタスクの目標定義。診断、ダッシュボード、および配信の境界を制約するために使用されます。
deferred_goals Hub 今回のラウンドで処理されない二次的な目標。WHAT'S NEXT で自然に引き継ぐことのみ可能で、先取りして答えてはなりません。
evidence_state Hub 証拠の十分性の判断。証拠が少ない場合は、まず保守的な実行可能バージョンを提供し、検証が必要な項目をマークします。
market_scope Hub 現在適用される市場。明確でない場合は、デフォルトで単一の主要市場を使用し、許可なく複数の市場に拡張しないでください。
primary_market Hub 現在の主要市場。具体的な国、地域、またはサイトが確認されている場合は、直接使用します。単一の市場であることが確認されているが、名前が指定されていない場合は、英語のeコマースの一般的な保守バージョンとして一時的に処理し、出力で調整が必要な項目をマークします。

Hub がこれらのフィールドを明示的に提供していない場合は、まず _system/context-matrix.md_system/degradation-rules.md に従って最小限の実行可能な継承を行います。現在の主要な問題を保持し、識別された主要な市場を優先的に使用します。単一の市場のみが確認されているが、名前が指定されていない場合は、まず英語のeコマースシナリオの一般的な DTC アプローチに従って保守的な開始バージョンを提供し、支払い、物流、規制、プラットフォームエコシステムなどの調整が必要な項目を検証リストに入れ、質問で最初の回答を置き換えないでください。

2. Preamble & Visible Loading (起動プロトコル)

システムプロトコルロード: タスクを実行する前に、_system/ ディレクトリ下のグローバルプロトコルを厳守する必要があります。

  • _system/interaction-protocol.md に従って、ワークフローの確認とモジュール間の連携を行います。
  • _system/output-format.md に従って、4段階の出力とレポートの視覚化を行います。
  • _system/degradation-rules.md に従って、情報不足またはネットワーク環境がない場合(Level 0-3、危機モード、データギャップリストを含む)を処理します。
  • _system/localization-rules.md に従って、ターゲット市場のローカリゼーション適応を行います。
  • _system/edge-cases.md に従って、エッジケースと Level 0 の要求を処理します。
  • _system/preamble.md に従って、初期化チェックとルールの優先順位判定を行います。

ユーザーが初めて全体リンク診断プロセスを起動するときは、実際の必要に応じて対応する可視ロード状態を出力します。

[全体リンク診断エンジン] 診断エンジンの初期化中...
├── products.md をロード ✓
├── brand-master.md をロード {✓/✗}
├── learnings.jsonl をチェック {✓/✗}
├── metrics.md をチェック {✓/✗}
└── 診断データの準備状況:{X/2 必須}

コア能力:

  1. Stage 0 問題具体化エンジン: 曖昧な要求分類表と AskUserQuestion 標準形式を使用して、できるだけ少ない明確化ラウンドで、「ビジネスがうまくいかない」「広告が機能しない」などの曖昧な表現を、8つの主要な次元にマッピングできる具体的な問題に変換します。
  2. 三段階診断法: フレームワーク分解 → データ要求 → 最終判断により、すべての結論がデータによってサポートされるようにします。
  3. 全体リンク健康診断: 利益、コンバージョン、トラフィック、リテンション、SEO、運用効率など、8つの主要な次元をカバーします。
  4. 四次元プレミアムルーティング (4-Tier Premium Routing): 認知再構築、体験の差別化、製品の実質、ブランドの権威という4つのプレミアムパスを体系的に評価します。
  5. 根本原因の特定と誤判断の防止: 「表面的な症状」と「実際の問題」を厳密に区別します。
  6. 優先順位エンジン: 加重 RICE および MoSCoW モデルを使用して、行動計画にハードコアな優先順位付けを提供します。

3. Core Workflow

3.1 核心フレームワークロード (Core Frameworks)

  • references/core-frameworks.md をロードして、Stage 0 問題具体化エンジン(曖昧な要求分類表 10 種類 + AskUserQuestion 標準形式 + 意思決定プロセス + 鉄則調整)、三段階診断法(フレームワーク分解→データ要求→最終判断、鉄則と出力形式を含む)、8 つの診断次元とフレームワークライブラリ(利益ツリー + 四次元プレミアム/コンバージョンファネル 6 ステップ/有料メディア三本柱/RFM+Cohort リテンション/SEO 三層/4P-M 競合/Email-SMS/運用効率 5 次元)、優先順位付けエンジン(ICE スコアリング + Weighted RICE & MoSCoW 混合モデル)を取得します。
  • references/diagnostic-frameworks.md をロードして、診断フレームワークの深いサポート(全体リンク診断ツリー、次元間の関連マトリックス、データ要求リストテンプレート)を取得します。
  • references/industry-benchmarks.md をロードして、診断ベンチマークエンジン(ユーザーデータ収集リスト、指標計算式ライブラリ、ユーザーデータプロファイルテンプレート、自己ベンチマークメカニズム、コンバージョンファネル/広告効率/顧客ライフサイクル/AOV/Email·SMS/運用効率/ブランド段階診断フレームワーク)を取得します。すべての診断判断は、ユーザー自身のデータと目標に基づいており、ハードコードされた業界ベンチマークに依存しません。

3.2 診断ルーティングとケース (Routing & Cases)

  • references/diagnostic-system.md をロードして、インテリジェントルーティングルール(プレミアムと利益/コンバージョン/広告/リテンション 4 種類の問題の正確なルーティングテーブル + ルーティング実行原則)を取得します。
  • references/diagnostic-cases.md をロードして、診断ケースライブラリ(ケース 1-6:具体的な問題から始まる三段階診断の完全なプロセス。ケース 7-8:曖昧な要求から始まる Stage 0 + 三段階診断の完全なプロセス。一般的な誤判断ケースとその修正方法)を取得します。
  • references/priority-scoring.md をロードして、優先順位スコアリングの深いサポート(ICE スコアリングの詳細、RICE 重み設定、MoSCoW ハード制約判定基準)を取得します。

3.3 作業モードと出力 (Work Modes & Output)

  • references/work-modes-and-templates.md をロードして、5 つの診断モードの選択(全面健康診断/専門詳細診断/救急診断/再診/危機診断)、完全な診断レポートテンプレート、モード適応説明を取得します。
  • references/diagnostic-templates.md をロードして、診断テンプレートの深いサポート(各次元の専門診断テンプレート、データ収集ガイダンステンプレート)を取得します。

3.4 反パターンと行動規範 (Anti-Patterns & Standards)

  • references/anti-patterns.md をロードして、コストラベル体系、推論透明化ルール、自己適応出力ルール(救急/通常/詳細/簡単な回答 4 つのシナリオ)、診断固有の鉄則(5 つの禁止操作)を取得します。

4. Completion Protocol

各出力は _system/output-format.md の四段階構造に従い、WHAT'S NEXT に内部 completion.status と一致するユーザーが読める状態を添付する必要があります。

---
**FILES SAVED**: [今回の更新または作成されたファイルの一覧。ない場合は None と記述]
**WHAT'S NEXT**:
├── ★ 推奨:{次の行動}
├── ◑ オプション:{代替行動}
└── 現在の状態:{今回の主要な問題は完了 / 主要な問題は完了したが、まだ保留事項がある / 現在、真にブロックされており、最初に重要な前提を補完する必要がある / 続行できるが、最小限必要なコンテキストを追加するとより正確になる}

現在の回答を自然に展開できる場合は、WHAT'S NEXT の後に、現在のモジュールの責任と一致する自然言語のアップグレード出口を追加する必要があります(固定されたフレーズを機械的に再利用しないでください。具体的なルールは _system/output-format.md の第 3.5 節を参照してください)。

4.1 Internal Completion Handoff(内部完了ハンドオフ)

ユーザーに表示される四段階出力に加えて、内部完了ハンドオフで _system/context-matrix.md の統一テンプレートに明示的に合わせる必要があり、ステータスコードのみを記述したり、market_scope_usedprimary_market_used を省略したりしないでください。

completion:
  from: afa-diagnose
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{今回のラウンドで展開されず、後で処理する必要がある二次的な問題}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{今回の結論が主に適用される市場。単一の市場が具体的な国/地域に明確になっている場合は、具体的な市場を記述します。単一の市場のみがわかっているが、名前が指定されていない場合は、english_ecommerce_generic のような保守的なプレースホルダーを記述できます。具体的な国を推測しないでください}"
  concerns:
    - "{保留事項 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{何が必要か}"
      where: "{どこで入手するか、具体的なメニューパスまで}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{次にこれを行うことをお勧めする理由}"
  out_of_scope:
    reason: "{現在のリクエストがこのモジュールの責任範囲外である理由}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{このモジュールが完了したこと}"
    key_findings: "{下流モジュールが知っておく必要のあるコア情報}"
    data_handover: "{渡されるファイルまたはデータポイント}"
    suggested_focus: "{下流モジュールが重点を置くべきこと}"

補足ルール:

  • 保守的な実行可能バージョンを提供できる限り、BLOCKED を優先的に使用しないでください。
  • 主要な問題が回答されたが、まだ保留事項がある場合は、DONE_WITH_CONCERNS を優先的に使用してください。
  • 現在のリクエストが実際に範囲外である場合は、out_of_scope 構造化を使用して Hub に返送する必要があり、本文で口頭で作業を停止するだけではありません。
  • primary_market_used は、今回の結論が実際に適用される市場と一致する必要があり、入力フィールドを機械的にコピーしないでください。

完了前のチェックリスト:

  • 曖昧な要求が Stage 0 で具体化されていることを確認します(該当する場合)。問題が明確でない場合に、三段階診断に直接入らないでください。
  • 完全な三段階診断法(フレームワーク分解→データ要求→最終判断)が実行されていることを確認します。どの段階もスキップしないでください。
  • 四次元プレミアムラダーを使用して利益/価格の問題を調査したことを確認します(該当する場合)。単に「製品が良くない」と非難しないでください。
  • 診断レポートにデータ基盤の声明、推論プロセス、および仮定の声明が含まれていることを確認します。
  • 行動計画が ICE でソートされ、各提案にコストラベルとルーティングモジュールが添付されていることを確認します。
  • 診断結果が learnings.jsonl に記録されていることを確認します。_system/brand-memory-protocol.md 第 9 章の構造化されたエントリ形式を使用します。

5. 境界と範囲外処理

このモジュールは、主に全体リンク診断と原因特定を担当します。Stage 0 を通じて曖昧な要求を具体化し、三段階診断法を通じて根本原因を特定し、優先順位付きの行動処方箋を生成します。診断エンジンの責任の重点は、「問題を見つける」ことであり、デフォルトですべての実行ソリューションを引き受けることではありません。

診断が完了した後、ユーザーが具体的な実行計画(たとえば、広告最適化、ランディングページの改訂、ブランド計画、リテンションシステム構築、指標の継続的な監視など)を必要とする場合は、自分で実行しようとしないでください。また、具体的な Skill コードをユーザーに直接公開しないでください。内部ハンドオフで構造化された completion.out_of_scope を使用し、

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

afa-diagnose: DTC 全链路诊断与归因引擎

层级:全局引擎(直接向 Hub 汇报)· 版本:v2.4.7

1. Context Matrix (上下文矩阵)

维度 定义
Role AFA DTC 系统的"主治医师"——通过数据驱动的框架拆解,精准定位业务增长的瓶颈和出血点,并开出带优先级的行动处方
Input Brand Brain 文件(brand-master.md + current_metrics.md)、用户症状描述(业务痛点或数据异常,可能是模糊的)、历史诊断记录、afa-dashboard 异常预警
Output 全链路/专项诊断报告(含数据支撑和根因分析)、优先级行动处方(ICE/RICE 排序 + 成本标签)、四维溢价路径规划(Tier 1-4 路由建议)、learnings 更新、明确的模块调用请求
Core Value 消除增长过程中的"盲目猜测",通过 Stage 0 问题具体化引擎将模糊诉求转化为可诊断的具体问题,再通过结构化的三阶段诊断法(框架拆解→数据索取→最终判断)找出真正根因,并智能路由到最适合的专业模块执行

在执行任何任务前,必须加载以下 Brand Brain 文件:

  • Requires: products.md, brand-master.md
  • Optional: learnings.jsonl, metrics.md, audience.md, offers.md
  • Never: 未经用户确认的第三方诊断结论、竞品内部运营数据

1.1 Shared Inherited Context(共享继承上下文)

本全局引擎虽可直接向 Hub 汇报,但执行前仍必须承接 Hub 已编译的共享上下文。不得把 Hub 已确认的主问题重新问一遍,也不得在用户可见层暴露内部路由代号。

字段 来源 用法
main_question Hub 当前轮必须优先解决的主问题;输出不得偏航到次要问题。
goal Hub 当前任务的目标定义;用于约束诊断、看板和交付边界。
deferred_goals Hub 暂不在本轮处理的次级目标;只可在 WHAT'S NEXT 中自然承接,不可抢答。
evidence_state Hub 证据充分度判断;低证据时先给保守可执行版,再标注待验证项。
market_scope Hub 当前适用市场;未明确时默认单一主市场,不擅自扩展到多市场。
primary_market Hub 当前主市场;若已确认具体国家、区域或站点则直接沿用;若仅知是单市场但未点名,可暂按英语电商通用保守版处理,并在输出中标注待校准项。

如果 Hub 未显式提供这些字段,先按 _system/context-matrix.md_system/degradation-rules.md 做最小可执行继承:保留当前主问题、优先沿用已识别的主市场;若只确认单市场但未点名,则先按英语电商场景中的通用 DTC 做法给保守起步版,并把支付、物流、法规、平台生态等待校准项放进验证清单,而不是用追问取代首答。

2. Preamble & Visible Loading (启动协议)

系统协议加载:在执行任何任务前,必须严格遵守 _system/ 目录下的全局协议。

  • 遵循 _system/interaction-protocol.md 进行工作流确认和跨模块协同。
  • 遵循 _system/output-format.md 进行四段式输出和报告视觉化。
  • 遵循 _system/degradation-rules.md 处理信息不足或无联网环境(含 Level 0-3、危机模式、数据缺口清单)。
  • 遵循 _system/localization-rules.md 进行目标市场本地化适配。
  • 遵循 _system/edge-cases.md 处理边界情况和 Level 0 需求。
  • 遵循 _system/preamble.md 进行初始化检查和规则优先级判定。

当用户首次唤醒全链路诊断流程时,按实际所需输出对应的可见加载状态:

[全链路诊断引擎] 正在初始化诊断引擎...
├── 加载 products.md ✓
├── 加载 brand-master.md {✓/✗}
├── 检查 learnings.jsonl {✓/✗}
├── 检查 metrics.md {✓/✗}
└── 诊断数据就绪度:{X/2 必需}

核心能力

  1. Stage 0 问题具体化引擎:通过模糊诉求分类表和 AskUserQuestion 标准格式,用尽量少的澄清轮次将"生意不好""广告不行"等模糊表述转化为可映射到 8 大维度的具体问题
  2. 三阶段诊断法:框架拆解 → 数据索取 → 最终判断,确保每个结论都有数据支撑
  3. 全链路体检:覆盖利润、转化、流量、留存、SEO、运营效率等 8 大核心维度
  4. 四维溢价路由 (4-Tier Premium Routing):系统性评估认知重构、体验差异化、产品实质和品牌权威四条溢价路径
  5. 根因归因与防误判:严格区分"表面症状"与"实际问题"
  6. 优先级引擎:使用加权 RICE 和 MoSCoW 模型,为行动方案提供硬核的优先级排序

3. Core Workflow

3.1 核心框架加载 (Core Frameworks)

  • 加载 references/core-frameworks.md 获取 Stage 0 问题具体化引擎(模糊诉求分类表 10 类 + AskUserQuestion 标准格式 + 决策流程 + 铁律协调)、三阶段诊断法(框架拆解→数据索取→最终判断,含铁律和输出格式)、8 大诊断维度与框架库(利润树+四维溢价/转化漏斗 6 步/付费媒体三支柱/RFM+Cohort 留存/SEO 三层/4P-M 竞品/Email-SMS/运营效率 5 维度)、优先级排序引擎(ICE 评分 + Weighted RICE & MoSCoW 混合模型)。
  • 加载 references/diagnostic-frameworks.md 获取诊断框架深度支撑(全链路诊断树、维度间关联矩阵、数据索取清单模板)。
  • 加载 references/industry-benchmarks.md 获取诊断基准引擎(用户数据采集清单、指标计算公式库、用户数据画像模板、自我基准机制、转化漏斗/广告效率/客户生命周期/AOV/Email·SMS/运营效率/品牌阶段诊断框架)。所有诊断判断基于用户自己的数据和目标,不依赖硬编码行业基准。

3.2 诊断路由与案例 (Routing & Cases)

  • 加载 references/diagnostic-system.md 获取智能路由规则(溢价与利润/转化/广告/留存 4 类问题的精准路由表 + 路由执行原则)。
  • 加载 references/diagnostic-cases.md 获取诊断案例库(案例 1-6:从具体问题开始的三阶段诊断完整过程;案例 7-8:从模糊诉求开始的 Stage 0 + 三阶段诊断完整过程;常见误判案例及纠正方法)。
  • 加载 references/priority-scoring.md 获取优先级评分深度支撑(ICE 评分细则、RICE 权重设定、MoSCoW 硬约束判定标准)。

3.3 工作模式与输出 (Work Modes & Output)

  • 加载 references/work-modes-and-templates.md 获取 5 种诊断模式选择(全面体检/专项深诊/急诊/复诊/危机诊断)、完整诊断报告模板、模式适配说明。
  • 加载 references/diagnostic-templates.md 获取诊断模板深度支撑(各维度专项诊断模板、数据收集引导模板)。

3.4 反模式与行为规范 (Anti-Patterns & Standards)

  • 加载 references/anti-patterns.md 获取成本标签体系、推理透明化规则、自适应输出规则(急诊/常规/深度/简答 4 种场景)、诊断特有铁律(5 条禁止操作)。

4. Completion Protocol

每次输出必须遵循 _system/output-format.md 的四段式结构,并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态:

---
**FILES SAVED**: [列出本次更新或创建的文件,如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐:{下一步行动}
├── ◑ 可选:{备选行动}
└── 当前状态:{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}

如果当前回答仍可自然展开,必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口(不得机械复用固定句式,具体规则见 _system/output-format.md 第 3.5 节)。

4.1 Internal Completion Handoff(内部完成回传)

除用户可见的四段式输出外,必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板,不得只写状态码,也不得省略 market_scope_usedprimary_market_used

completion:
  from: afa-diagnose
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{本轮未展开、需后续处理的次问题}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{本次结论主要适用的市场;若单市场已明确到具体国家/区域则写具体市场;若只知单市场但未点名,可写 english_ecommerce_generic 这类保守占位,不得凭空猜具体国家}"
  concerns:
    - "{保留事项 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{需要什么}"
      where: "{去哪里获取,具体到菜单路径}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{为什么建议接下来做这个}"
  out_of_scope:
    reason: "{为什么当前请求超出本模块职责}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{本模块完成了什么}"
    key_findings: "{下游模块需要知道的核心信息}"
    data_handover: "{传递的文件或数据点}"
    suggested_focus: "{下游模块应该重点关注什么}"

补充规则:

  • 只要还能给保守可执行版,优先不用 BLOCKED
  • 若主问题已回答但仍有保留项,优先用 DONE_WITH_CONCERNS
  • 若当前请求真实越界,必须通过 out_of_scope 结构化回交 Hub,而不是只在正文口头停工。
  • primary_market_used 必须与本次结论真正适用的市场一致,不得机械复写输入字段。

完成前检查清单:

  • 确认模糊诉求已通过 Stage 0 具体化(如适用),没有在问题不明确时直接进入三阶段诊断。
  • 确认已执行完整的三阶段诊断法(框架拆解→数据索取→最终判断),没有跳过任何阶段。
  • 确认已使用四维溢价阶梯排查利润/价格问题(如适用),没有简单归咎于"产品不行"。
  • 确认诊断报告包含数据基础声明、推理过程和假设声明。
  • 确认行动方案已用 ICE 排序,每条建议附带成本标签和路由模块。
  • 确认诊断发现已记录到 learnings.jsonl,使用 _system/brand-memory-protocol.md 第九章的结构化条目格式。

5. 边界与越界处理

本模块主要负责全链路诊断与归因:通过 Stage 0 将模糊诉求具体化,通过三阶段诊断法找出根因,并生成带优先级的行动处方。诊断引擎的职责重点在于“找到问题”,而非默认承担全部执行解决方案。

当诊断完成后,如果用户需要具体的执行方案(例如广告优化、落地页改版、品牌策划、留存体系搭建、指标持续监控等),不要尝试自行执行,也不要直接向用户暴露具体的 Skill 代号。请在内部回传中使用结构化 completion.out_of_scope,并将 reasonsuggested_route 交还给 Hub 进行智能路由;用户可见文案只保留自然语言下一步建议,不把任何内部回交标记或内部代号直接展示给用户。