Communitygithub.com

Panel Brainstorm → Tableau de décision interactif

Utilisez cette compétence pour organiser un brainstorming multi-perspectives sur une fonctionnalité, une application ou un domaine produit. Elle génère des idées via un panel de personas, les évalue, et publie un tableau de décision interactif (Implémenter / En attente / Rejeter).

Qu'est-ce que Panel Brainstorm → Tableau de décision interactif ?

Cette compétence orchestre un brainstorming structuré multi-perspectives via un panel de personas (jusqu'à 7) exécutés en parallèle sur différents pools de crédits (Codex, Antigravity, Claude). Chaque persona explore le sujet sous un angle spécifique (ingénieur, PM croissance, UX, utilisateur expérimenté, nouveau venu, stratège IA) en proposant exactement 8 idées ancrées dans le code existant. Une passe de revue antagoniste par un CPO fictif critique et ranke les idées. Le tout est synthétisé en une liste dédupliquée d'environ 30 idées regroupées par thèmes, avec un top 5 accompagné de wireframes CSS et d'attribution par persona. La compétence génère ensuite un Artifact HTML interactif : un tableau de décision avec sticky tally, toggles 3 états par idée (✓ Implémenter / ◦ En attente / ✕ Rejeter), persistance localStorage, et un bouton de copie pour renvoyer la décision dans le chat. Elle s'utilise pour des décisions produit où l'utilisateur veut non seulement une liste d'idées mais aussi les tranches (Implémenter, En attente, Rejeter) de manière exploitable.

Compatible avec✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/Pure-Water-Automations/agent-skills/tree/HEAD/panel-brainstorm

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Panel Brainstorm → Tableau de décision interactif ?

Si un fichier LOCAL.md se trouve à côté de ce SKILL.md, lisez-le d'abord — il contient les spécificités de cet espace de travail (chemins, outils, exemples) et remplace les valeurs par défaut génériques ci-dessous.

Exécutez un panel de personas sur les pools de crédits Codex / Antigravity / Claude pour générer des idées produit ancrées, les stress-tester via une passe CPO antagoniste, synthétiser une liste dédupliquée d'environ 30 idées avec un top 5 wireframé, et publier un tableau de décision interactif (Implémenter / En attente / Rejeter par idée) dont le résumé copié revient dans le chat comme décision de référence.

Sortie de référence (un panel réel, anonymisé) : assets/decision-board-reference.html.

Quand NE PAS utiliser

  • Une demande de fonctionnalité unique et bien cadrée → construisez/planifiez simplement (ou superpowers:brainstorming en ligne).
  • Revue de code ou décisions de promotion sur une branche existante → dev-to-prod-promotion-review.
  • Questions de pure recherche → deep-research.

Procédure

1. Ancrez-vous d'abord (thread principal)

Lisez le code / la fonctionnalité réelle qui fait l'objet du brainstorming. Rédigez un résumé de l'état actuel (3–6 lignes) : ce qu'il fait aujourd'hui, fichiers clés, limites connues. Chaque prompt de persona intègre ce résumé ainsi que les chemins de fichiers concrets à lire — c'est ce qui ancre les idées plutôt que de les rendre génériques.

2. Concevez le panel

5–7 personas, chacun avec un nom, un titre de poste et un angle qui produit des idées différentes — pas des formulations différentes du même angle. La composition éprouvée :

Archétype de personaAngleBackend recommandé
Ingénieur staff ("Dex")Pas cher et à fort effet de levier vu le code existantcodex
PM Croissance ("Priya")Activation, boucles d'habitude, mesurecodex
Designer UX ("Wren")Utilisateurs perdus, wayfinding, accessibilitéantigravity (≤1 leg)
Opérateur avancé ("Marisol")La journée type de l'opérateurclaude
Nouveau venu nerveux ("Jomar")Confusion au jour 3, réassurance, langageclaude
Stratège IA ("Kade")Frontière agentique, appliquée aux mécanismes existants, risquesclaude

Adaptez les archétypes au sujet (ex : persona client, persona comptable). Gardez au moins un persona utilisateur (pas un constructeur) et un angle sceptique-adjacent.

Tâche de chaque persona : "TÂCHE DE BRAINSTORMING (rédigez un document markdown, ne modifiez PAS le code de l'application)… proposez exactement 8 idées… pour chacune : nom court, pitch en une ligne, pourquoi/moment qu'elle sert, comment elle fonctionnerait (ancrée dans les fichiers lus), effort P/M/G. Écrivez dans docs/<sujet>-idées/<persona>.md. Ce fichier est votre UNIQUE livrable."

3. Exécutez-le en éventail parallèle

Utilisez l'outil d'exécution parallèle dont vous disposez : un outil de fan-out multi-backend qui exécute chaque persona comme un job d'arrière-plan indépendant dans son propre worktree git (Codex / Antigravity / Claude), ou des sous-agents d'arrière-plan natifs (max 3 simultanés, vagues si plus). Ajouts propres aux panels :

  • Une passe de revue antagoniste (un job final qui lit chaque document persona) avec un focus panel produit, pas une revue de code : "Vous êtes un Chief Product Officer sceptique présidant un panel produit… critiquez les idées de chaque panéliste pour leur réalisme et leur impact, signalez les chevauchements, terminez par votre top 8 classé." Les verdicts du CPO deviendront des annotations par idée plus tard.
  • Exécutez en arrière-plan ; surveillez la complétion.

4. Vérifiez les livrables — les backends peuvent mentir

Après l'exécution, vérifiez que chaque fichier de sortie du persona existe réellement (ls les worktrees). Antigravity peut signaler status: done sans rien écrire. Réexécutez tout persona manquant comme sous-agent d'arrière-plan natif (même prompt, "retournez les idées comme votre message final, n'écrivez pas de fichiers") — prend ~1 minute.

Aussi : la liste classée finale de la revue peut être tronquée dans les fichiers de rapport de l'exécuteur. Les critiques par idée survivent généralement ; faites le classement final vous-même.

5. Synthétisez

  • Dédupliquez ~48 idées brutes → ~30 idées regroupées en 5–6 thèmes ; conservez l'attribution par persona (la convergence = plusieurs personas proposant la même chose est le signal de classement le plus fort).
  • Choisissez un top 5 selon : convergence → verdict CPO → adéquation au code existant.
  • Notez ce que le panel a écarté et pourquoi (une ligne) — l'utilisateur veut voir les kills.
  • Les documents persona vivent dans les worktrees de l'exécuteur qui seront nettoyés ; si vous souhaitez les conserver, copiez-les avant de lancer le nettoyage.

6. Construisez le tableau de décision interactif (Artifact)

Adaptez assets/decision-board-reference.html — conservez sa trousse CSS et l'intégralité de la balise <script> à l'exception de STORE_KEY (doit être unique par tableau, sinon deux tableaux écrasent les décisions de l'autre). Chargez la compétence artifact-design avant d'écrire.

Éléments requis (le motif dev-to-prod-promotion-review) :

  • Comptage collant en direct — comptes implémenter / en attente / rejeter / non décidé.
  • Cartes du top 5 avec un wireframe en CSS uniquement du changement (la référence contient une trousse de wireframe réutilisable : .wf, .frame, .side, .bub, .rankrow, .spot, .note) + attribution par persona + un encart Vérification CPO :.
  • Bascule 3 états (✓ Implémenter / ◦ En attente / ✕ Rejeter) sur chaque carte du top 5 ET chaque ligne du tableau des 30 idées. Les décisions vivent à la granularité de l'idée feuille : une carte de groupe définit data-key plus data-also="iX,iY" de sorte que décider la carte décide ses idées constitutives, et les lignes du tableau restent ajustables individuellement. Cliquer sur le choix actif à nouveau l'efface.
  • Persistance localStorage indexée par le STORE_KEY unique.
  • Zone de texte de résumé des décisions + bouton Copier — les Artifacts n'ont pas de pont sendPrompt ; le texte copié collé dans le chat EST le canal de retour. Incluez un bouton Réinitialiser.

Vérifiez avant de publier : servez le fichier via un python3 -m http.server local (l'aperçu file:// du navigateur est capricieux) et testez au clic avec javascript_tool : le clic sur un groupe définit les constitutifs, le comptage se met à jour, localStorage persiste, la réinitialisation efface. Les caractères brouillés dans l'aperçu local ne sont que l'absence d'en-tête charset — l'Artifact publié en définit un.

Publiez avec l'outil Artifact ; republicz le même chemin de fichier pour conserver l'URL.

7. Rapportez et collectez les décisions

Message final du chat : top 5 en une ligne chacun + lien vers l'Artifact + note que les décisions se recopient dans le chat. Quand l'utilisateur recolle le résumé, traitez-le comme la décision de référence : réconciliez-le honnêtement avec votre propre classement (un rejet surprise est un signal, pas un bruit), puis planifiez/exécutez la liste IMPLÉMENTEZ et mettez de côté les éléments ATTENTE là où ils sont indiqués.

Erreurs courantes

ErreurCorrectif
Personas sans chemins de fichiers à lireIdées génériques — toujours intégrer le résumé de l'état actuel + chemins
Faire confiance au statut done d'AntigravityVérifier que le fichier de sortie existe ; réexécuter la leg comme sous-agent natif
Décisions uniquement à la granularité du groupeLes idées feuilles décident ; les groupes propagent via data-also
Réutilisation d'un STORE_KEYDeux tableaux écrasent les décisions localStorage de l'autre
Nettoyage des worktrees avant la copie des documents personaLes documents sont sur les branches du worktree — copiez d'abord si vous les conservez
Ignorer la passe CPOListe de souhaits non classée ; les critiques sont la moitié de la valeur
Attendre la liste classée du CPOElle est tronquée ; classez vous-même à partir de la convergence + verdicts

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Pure-Water-Automations/agent-skills

Score any app (the user's own or a competitor's) on a research-backed rubric and produce a reusable, comparable scorecard — 0–5 per dimension with an evidence grade, noncompensatory gates checked first, and one "smallest fix" per weak dimension. Adapts to product stage: a pre-PMF app under ~100 users is scored on 9 dimensions, a growth-stage app on the full 23. Use whenever the user says "score this app", "grade the app", "rate the UI/UX", "how good is [app]", "app scorecard", "run the scorecard on [app]", "how does [app] stack up", "is this ready to launch / promote to prod", or wants a before/after number after a build sprint or a beta round. Reads the codebase + deploy + docs, optionally beta feedback / analytics, and refuses to invent retention, revenue, or PMF from code alone. Outputs a chat table plus a published HTML scorecard artifact. Pairs with ui-usability-audit (UI depth), qa-sweep (functional pass), dev-to-prod-promotion-review (release gate).

Pure-Water-Automations/agent-skills

>- Use when the user wants to improve or rethink a feature of one of their apps by learning from competitor products — "look at how Loom/Notion/Linear does it", "spin off agents to screenshot ours and competitors", "what can we learn from other apps for X", "benchmark our X against Y", "how can we improve the organization of X" — especially when they also want to SEE the proposal (a before/after design of the improvements, current UI beside the redesign with the new pieces highlighted) before anything gets built.

Skills associés