跳转到内容

办公时间 (office-hours)

office-hours 是 GStack 中最具战略价值的技能之一。它的核心作用是:让 AI 充当产品思考伙伴,帮助你从更高维度审视问题和解决方案。

这不是一个”帮你写代码”的技能,而是一个”帮你想清楚问题”的技能。

作为一个程序员,你可能遇到过这些情况:

  • 用户说”我要一个登录页面”,但你没有深入思考为什么要登录、解决什么问题
  • 产品经理提了一个需求,你直接开始实现,但没有质疑这个需求是否正确
  • 你觉得某个功能”应该这样做”,但没有从产品角度验证这个假设

office-hours 就是解决这些问题的。

帮你把”做什么”升级为”为什么做”:

❌ 用户:我要一个搜索框
✅ 重新框架:用户想快速找到内容,但搜索只是方案之一...

质疑看似合理但实际可能有问题的假设:

"这个功能必须有"
→ 真的是必须吗?解决什么问题?不做的代价是什么?

从不同角色角度分析问题:

  • 用户视角:他们真正需要什么?
  • 商业视角:这个功能的价值是什么?
  • 技术视角:实现复杂度vs价值是否匹配?
用户说:我要一个个人资料页面
❌ 直接开始做:姓名、邮箱、头像...
✅ office-hours 会问:
- 这个页面解决什么问题?
- 用户为什么要修改资料?多久一次?
- 有没有更简单的方案?
你想:做一个推荐系统
office-hours 会挑战:
- 真的需要推荐系统?
- 最简单的方案是什么?
- 人工推荐行不行?规则推荐行不行?
产品经理:再加一个小功能
office-hours 会问:
- 这个功能的核心价值是什么?
- 做了这个,用户行为会怎么变?
- 不做的代价是什么?

AI 会问:

  • 你现在面对的问题是什么?
  • 你是怎么想到这个解决方案的?
  • 你期望的结果是什么?

AI 会用不同方式重新描述问题:

  • “所以你的核心问题是…?”
  • “如果完全不考虑技术,你会怎么解决这个问题?”
  • “这个问题不解决会怎样?“

AI 会提出你没有考虑的替代方案:

  • 更简单的方案
  • 不做的方案
  • 用其他方式解决的方案

AI 会指出潜在风险:

  • 这个方案可能忽略什么问题?
  • 什么情况下会失败?
  • 什么是”成功”的衡量标准?

案例:从”要做推荐系统”到”先做搜索”

Section titled “案例:从”要做推荐系统”到”先做搜索””
我:用户找不到想看的内容,我想做一个推荐系统
AI (office-hours):让我理解一下...
1. 用户现在是怎么找内容的?
2. 推荐系统要解决的核心问题是?
3. 如果先做一个更好的搜索,用户满意度能提升多少?
4. 推荐系统的维护成本vs收益你觉得合理吗?
经过讨论,最后决定:先优化搜索,等数据够了再考虑推荐。

案例:从”要做社交功能”到”验证需求”

Section titled “案例:从”要做社交功能”到”验证需求””
我:我们的产品需要社交功能,这样用户会更活跃
AI (office-hours):让我挑战一下这个假设...
1. 为什么要增加活跃度?现在的活跃度数据是多少?
2. 社交功能解决什么用户需求?刚性还是柔性?
3. 你观察到的还是用户告诉你的?
4. 有没有更简单的方案达到同样目标?
最后决定:先做用户调研,验证这个需求是否真实。

不是。office-hours 的目的是帮你做出更好的决策,不是否定你。它的结论通常是”再想想”而不是”别做”。

不会。office-hours 会根据问题复杂度调整:

  • 小问题:快速过一遍
  • 大问题:深入分析

当你对”怎么做”比对”做什么”更清楚时,就应该用 office-hours。

核心价值

  • 重新框架问题
  • 挑战假设
  • 多元视角

使用时机

  • 需求不清晰
  • 技术方案 vs 产品方案
  • 功能蔓延
  • 做重要决定前

不是

  • 不是质疑你
  • 不是让简单问题复杂化
  • 不是代替你做决定

  • 是帮你想清楚
  • 是验证假设
  • 是暴露盲点
  • plan-ceo-review - 从 CEO 视角审查产品计划
  • plan-eng-review - 从技术视角审查实现方案
  • office-hours - 产品思考伙伴,随时可用

查看源文件: GitHub原始文件