Communitygithub.com

Markenfindung

Führt ein strukturiertes, adaptives Markeninterview über mehrere Sitzungen hinweg durch, um ein vollständiges Markenbuch (90_SYNTHESIS.md) zu erstellen.

Was ist Markenfindung?

Der Skill 'Brand Discovery' führt einen strukturierten, adaptiven Interviewprozess durch, um das vollständige Markenbuch einer Organisation zu erstellen. Er ist für Sitzungen über mehrere Tage oder Wochen ausgelegt, speichert Antworten auf der Festplatte und stellt die Kontinuität zwischen den Sitzungen sicher. Der Skill unterstützt Einzel- und Multi-Gründer-Modi, mit einem Abgleich von Übereinstimmungen und Abweichungen. Die modulare Sequenz umfasst Zweck, Positionierung, Zielgruppe, Persönlichkeit, Stimme, Erzählung und Synthese, mit einer Interviewdisziplin, die Einzelfragen, Laddering, die 5-Warum-Methode, projektive Techniken und Sättigungserkennung umfasst. Der Skill validiert Eingaben, um Sicherheit zu gewährleisten, und vermeidet Anti-Patterns wie das Überspringen des Zustandslesens, Mehrfachfragen und das Überspringen der Synthese vor der Sättigung. Er ist mit den Skills 'competitive-platform-analysis' und 'brand-voice' (ECC) kombinierbar.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/brand-discovery

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Markenfindung?

Verwenden Sie diesen Skill, um ein strukturiertes, adaptives Markenidentitätsinterview durchzuführen. Das Ziel ist eine vollständige 90_SYNTHESIS.md — ein Master-Markenbuch, das die Organisation nutzen kann, um Designer, Autoren und externe Mitarbeiter zu briefen.

Das Interview erstreckt sich über mehrere Sitzungen. Erfassen Sie Antworten auf der Festplatte, während Sie fortfahren, damit kein erworbenes Wissen verloren geht, wenn ein Gespräch endet, und damit eine spätere Sitzung dort fortgesetzt werden kann, wo die letzte aufgehört hat.

Wann zu aktivieren

  • Eine Marke wird erstellt, neu positioniert oder benötigt eine schriftliche Identitätsreferenz, um Mitarbeiter zu briefen.
  • Es werden mehrere Sitzungen erwartet — das Gespräch wird sich über Tage oder Wochen erstrecken.
  • Mehrere Gründer oder Stakeholder benötigen Einzelinterviews, bevor ein Abgleichsdurchlauf erfolgt.
  • Der Benutzer wünscht sich eine strukturierte, wiederholbare Methode anstelle eines Ad-hoc-Chats.
  • Die bestehende Markendokumentation ist verstreut, implizit oder gründerabhängig und muss explizit gemacht werden.

Sitzungsstartprotokoll

Führen Sie bei jeder Aktivierung die folgenden Schritte bevor Sie eine Interviewfrage stellen:

  1. Prüfen auf vorherigen Fortschritt. Suchen Sie nach vorhandenen Moduldateien und einem state.json-Prüfpunkt im Markenidentitätsverzeichnis des Projekts. Wenn keiner existiert, handelt es sich um einen Neustart — bestätigen Sie den Markennamen, die Teilnehmer und wo die Markenidentitätsdateien gespeichert werden sollen, beginnen Sie dann mit dem ersten Modul.
  2. Lesen Sie die aktuelle Moduldatei, falls eine in Bearbeitung ist, und scannen Sie deren Raw-Abschnitt auf zuvor erfasste Antworten.
  3. Melden Sie dem Benutzer in zwei oder drei Sätzen: In welchem Modul wir uns befinden, dessen Status und was noch aussteht. Fragen Sie dann: „Hier weitermachen oder Modul wechseln?“

Interviewdisziplin

Wenden Sie diese Regeln während des gesamten Moduls an:

  1. Eine Frage nach der anderen. Präsentieren Sie niemals eine Liste von Fragen.
  2. Nach jeder Antwort: kurze Paraphrase → eine vertiefende Sonde ODER schließen Sie den Thread, wenn das Thema gesättigt ist. Gehen Sie niemals schweigend weiter.
  3. Laddering: Folgen Sie bei jeder „Was“-Antwort mit „Warum ist das wichtig für Sie?“, bis ein Kernwert auftaucht (normalerweise zwei bis vier Iterationen).
  4. 5 Warums: Bei Überzeugungen oder Positionierungsaussagen — drängen Sie, bis der grundlegende Grund, nicht die oberflächliche Behauptung, auf dem Tisch liegt.
  5. Dünne Antworten erkennen: Wenn generisch, jargonlastig oder vage, fragen Sie nach einem konkreten Beispiel, einer Kundengeschichte oder einer Zahl.
  6. Projektive Techniken (einmal pro Modul verwenden, um ein Plateau zu durchbrechen):
    • „Wenn die Marke eine Person wäre, wie würde sie einen Raum betreten?“
    • Markennachruf: „Wenn die Organisation in fünf Jahren schließen würde, was würden Kunden vermissen? Was würden Sie bereuen, nicht gesagt zu haben?“
    • Wettbewerbskontrast: „Nennen Sie einen Mitbewerber, den Sie bewundern, aber niemals werden möchten. Was genau macht sie zum falschen Vorbild?“
  7. Sättigungssignal: Wenn zwei aufeinanderfolgende Sonden keine neuen Informationen liefern, fassen Sie zusammen und schließen Sie das Modul.
  8. Ende des Moduls: Schreiben Sie eine strukturierte Moduldatei mit zwei Abschnitten:
    • ## Raw — wörtliche Zitate und Beispiele.
    • ## Synthese — Ihre Interpretation, drei Kandidatenformulierungen, offene Fragen, Widersprüche zwischen Teilnehmern. Aktualisieren Sie dann den state.json-Prüfpunkt (siehe Zustandsprotokoll unten).

Modulsequenz

DateiBezeichnungVerwendete Frameworks
10_purpose-why.mdZweck / WarumSinek Golden Circle, Lencioni
20_positioning.mdPositionierungDunford „Obviously Awesome“, Moore-Vorlage
30_audience-niche.mdZielgruppe & NischeBaker „Business of Expertise“, ICP
40_personality-archetype.mdPersönlichkeit & ArchetypMark & Pearson 12 Archetypen, J. Aaker 5 Dim.
50_voice-tone.mdStimme & TonMarkenstimmenrichtlinien
60_narrative-story.mdNarrativ / GeschichteNeumeier Trueline, Markengeschichtenbogen
70_founder-tension.mdGründermarken vs. StudiomarkeEnns „Win Without Pitching“
90_SYNTHESIS.mdMaster-MarkenbuchKapferer-Prisma, Aaker-Markensystem

Schließen Sie die Module in der Reihenfolge ab. Respektieren Sie eine Benutzeranfrage, Module zu überspringen, und notieren Sie den Sprung in state.json.

Zustands-Schreibprotokoll

Schreiben Sie, nachdem jedes Modul den Sättigungs- oder Erledigt-Status erreicht hat, zwei Dateien:

Moduldatei unter modules/{moduleFile} — vollständiger Raw- und Synthese-Inhalt.

state.json — ein leichter Prüfpunkt, damit eine spätere Sitzung fortgesetzt werden kann. Aktualisieren Sie completedModules, inProgressModule, nextModule, lastUpdated. Schema:

{
  "session": "{markenname}-marke-{JJJJ-MM}",
  "outputPath": "{pfad_zum_markenidentitätsverzeichnis}",
  "completedModules": [],
  "inProgressModule": "10_purpose-why.md",
  "nextModule": "20_positioning.md",
  "participants": ["gründer-A"],
  "lastUpdated": "{ISO-8601}"
}

Bestätigen Sie nach dem Schreiben: „Modul X gespeichert. Status aktualisiert. Nächstes: Y.“

Abschlussmodul (90_SYNTHESIS.md): Setzen Sie beim Schreiben der endgültigen Synthese inProgressModule auf "90_SYNTHESIS.md" und nextModule auf null in state.json. Setzen Sie nach dem Schreiben completedModules so, dass es "90_SYNTHESIS.md" enthält, setzen Sie dann inProgressModule auf null — würde es gefüllt bleiben, würde eine zukünftige Wiederaufnahme das abgeschlossene Markenbuch als noch in Bearbeitung behandeln. Bestätigen Sie: „Markenbuch vollständig. Alle Module gespeichert.“

Multi-Gründer-Modus

Wenn mehr als ein Gründer teilnimmt, schreiben Sie die Antworten jedes Gründers in founders/{teilnehmer}.md anstelle der Hauptmoduldateien. Validieren Sie den teilnehmer-Namen vor dem Schreiben: Akzeptieren Sie nur alphanumerische Zeichen und Bindestriche (z.B. gründer-a, anna); lehnen Sie Namen mit Pfadtrennzeichen (/, \, ..) oder Sonderzeichen ab. Validieren Sie moduleFile gegen die aufgezählte Modulsequenz (nur 10 bis 90). Validieren Sie outputPath, um sicherzustellen, dass es sich um einen absoluten Pfad innerhalb des Projektverzeichnisses handelt — lehnen Sie relative Pfade und Pfade, die über ..-Segmente entkommen, ab. Führen Sie, nachdem alle Gründer ein Modul abgeschlossen haben, einen Abgleichsdurchlauf durch: Fassen Sie Übereinstimmungen und Abweichungen in der Moduldatei zusammen, markieren Sie „produktive Spannungen“ für den Gruppenabgleichsworkshop.

Anti-Patterns

  • Starten, ohne zuerst den Status zu lesen. Jede Sitzung muss mit der Prüfung auf vorhandene Moduldateien und state.json beginnen. Das Überspringen führt zum Verlust der gesamten Kontinuität früherer Sitzungen.
  • Mehrere Fragen gleichzeitig stellen. Eine Frage nach der anderen ist nicht optional — Listen erzeugen Checklisten-Antworten, keine echten Erkenntnisse.
  • Zur Synthese übergehen, bevor die Sättigung erreicht ist. Wenn die letzten beiden Sonden keine neuen Informationen lieferten, ist das Modul abgeschlossen. Wenn doch – ist es das nicht.
  • Den Multi-Gründer-Abgleich überspringen. Wenn mehrere Stakeholder beteiligt sind, müssen Einzelinterviews vor dem Abgleich abgeschlossen sein. Das gemeinsame Besprechen der Marke führt zunächst zu Ankerverzerrungen.
  • Dies als einmalige Sitzung behandeln. Dieser Skill ist für mehrere Sitzungen ausgelegt. Die Eile zur 90_SYNTHESIS.md in einem Gespräch führt zu oberflächlichen Ergebnissen.

Verwandte Skills

  • competitive-platform-analysis — verwenden Sie diesen Skill nach der Markenfindung, um das Wettbewerbsumfeld abzugrenzen und zu kategorisieren.
  • brand-voice (ECC) — wenn das Modul zu Stimme und Ton der Markenfindung ein separates, quellenbasiertes Schreibstilprofil benötigt.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills