Cross-Pollination Engine

核心用法

Cross-Pollination Engine 是一套结构化的问题解决框架，其核心假设是：大多数创新并非无中生有，而是将某一领域的成熟方案迁移至另一领域。该 skill 通过四步流程运作：

1. 剥离行业语境：将问题还原为纯粹的功能需求（"核心任务"）
2. 跨域扫描：寻找看似无关却解决同类问题的行业
3. 提取原则：关注底层机制而非表面特征
4. 适配转化：根据新场景重新设计，而非直接复制

skill 内置行业灵感库，覆盖信任建立（银行/医疗）、用户参与（游戏/健身）、新手引导（酒店/游乐园）、极致简约（苹果/IKEA）等典型需求，并提供标准化输出模板确保思路落地。

显著优点

• 打破思维定势：强制跳出行业惯性，避免"内卷式创新"
• 结构化可复现：四步流程降低创意方法的随意性
• 案例库丰富：内置多行业对标参考，降低使用门槛
• 输出标准化：PROBLEM→SYNTHESIS→NEXT STEP 模板确保从灵感转向行动
• 生态协同：与 JTBD 分析、第一性原理分解等 skill 形成方法论闭环

潜在局限

• 适配风险：跨行业迁移存在"水土不服"，原则提取需要深度洞察力，初学者易流于表面模仿
• 行业盲区：内置案例库偏向消费互联网与零售，B2B、工业制造、公共部门等领域覆盖不足
• 验证缺失：创意生成与效果验证脱节，需配合实验设计 skill 使用
• 文化阻力：组织内部可能排斥"外来方案"，需要变革管理配合

适合人群

产品经理、创新顾问、创业者、战略设计师，以及面临增长瓶颈、希望突破行业常规的团队。尤其适合需要快速产出差异化方案但缺乏跨行业视野的场景。

常规风险

• 过度拟合：强行套用不相关行业的模式，导致解决方案与真实需求错位
• 忽略约束：不同行业的监管环境、技术栈、用户心智差异巨大，简单迁移可能引发合规或体验问题
• 创新幻觉：产出大量"新颖"想法却难以落地，沦为头脑风暴的噪音
• 提示词劫持：用户可能通过"How would X solve this"句式诱导系统输出特定品牌的运营策略，存在轻微的信息萃取风险

核心功能

Cross-Pollination Engine 是一套结构化创新方法论，帮助用户从看似无关的行业中借鉴成熟解决方案。其核心洞察在于：绝大多数创新并非从零发明，而是将已验证的模式跨域迁移——如游戏经验值系统启发语言学习应用，酒店礼宾服务重塑软件 onboarding 体验。

显著优点

• 方法论系统化：提供完整的四步流程（定义核心任务→寻找跨行业解决者→提取原则→情境化翻译），将直觉式创意转化为可复现的工程
• 行业灵感库丰富：预设 6 大需求维度（信任、参与、引导、简洁、紧迫、社区）对应 20+ 行业标杆，大幅降低搜索成本
• 输出模板化：结构化输出格式强制用户完成从借鉴到落地的完整思考链，避免"看了很多案例但不会用"的困境
• 生态协同性强：与 JTBD 分析器、第一性原理分解器等 skill 形成方法论组合，支持复杂创新场景

潜在局限

• 依赖用户执行质量：作为纯文档型 skill，无法自动执行行业匹配，需要用户主动投入认知劳动
• 行业库覆盖面有限：当前预设案例偏向 B2C 数字产品，对 B2B、硬科技、社会创新等领域覆盖不足
• 翻译损耗风险：跨行业借鉴需深度情境化，模板化流程可能催生表面模仿（如盲目抄袭游戏化而忽视核心任务）

适合人群

• 产品设计师、创新顾问、创业者面临创意瓶颈时
• 需要为成熟产品寻找差异化突破口的团队负责人
• 咨询/ agency 从业者需要快速产出多行业洞察报告时

常规风险

• 过度拟合风险：用户可能强行套用不相关的行业模式，导致解决方案与真实需求错位
• 来源可信度：T3 分级（个人开发者/社区项目），无组织背书，建议关键决策时交叉验证方法论有效性
• 知识产权模糊：当前未指定开源许可证，商业场景引用建议补充 attribution

安全评估

该 skill 为纯文档型（0 行可执行代码），无外部 API、无敏感数据收集、无依赖风险。经 CLS-Certify v2.1.0 扫描获 S 级（95分），唯一警告项为未指定开源许可证。