OKR.skill

April 8, 2026 · View on GitHub

OKR.skill

你和 AI 聊了一下午,回头发现——没定义什么叫「做完」。

目标没写清,AI 越努力,你越亏钱。

License MIT Agent Skill 96 实践原子

你让 AI 写了 50 条任务,干了一周——结果老板问:「所以达成了什么?」

你答不上来。

不是 AI 不行,是你从来没告诉它什么叫赢

OKR 不是 KPI 考核表。它是你跟 AI 对齐「做到什么算赢、拿什么证明」的共同语言。


写清楚目标,AI 才知道往哪使劲。省的不是时间,是你的钱。


为什么目标没写好,AI 越用越亏?

你有没有遇到过这些场景?

场景你以为在高效实际在烧钱
让 AI 写了 100 页方案「产出好多!」没人看,因为没对齐决策者要什么
让 AI 做了 30 个功能「效率真高!」上线后发现用户只要 3 个
让 AI 跑了一周自动化「解放双手!」周报时说不清楚推动了什么指标
让 AI 帮你做季度规划「很专业!」全是任务清单,没有成功标准

根因只有一个:你没有告诉 AI「什么结果算赢」。

OKR(Objective + Key Results)解决的就是这件事:

  • Objective:这个周期,我要往哪个方向走?
  • Key Results:走到了怎么证明?拿什么数据说话?
  • Initiative:为了达成 KR,具体干什么?(这才是任务)

先定 O 和 KR,再让 AI 干活。省下来的不是几个小时,是几万块的无效产出。


不同行业怎么用 OKR + AI 省钱?

每个行业都有自己的「看起来很忙但没结果」陷阱。OKR 帮你在让 AI 动手之前,先把「什么算赢」写死。

行业 / 场景没有 OKR 时的典型浪费用 OKR + AI 后的效果配套文档
SaaS / 互联网产品AI 生成大量功能需求,上线后 DAU 没变先定「试用→付费转化率提升 X%」再让 AI 拆方案examples/sample-okr.md
电商 / 零售AI 写了 50 篇营销文案,ROI 没人追先定「30 日复购率提升 X%」,AI 围绕这个指标做 A/B 方案examples/snippet-retail-store.md
B2B / 客户成功AI 自动发了 200 封邮件,续约率照跌先定「红灯客户 30 天内完成挽救闭环 ≥Y%」examples/snippet-b2b-csm.md
内部平台 / SREAI 搭了一堆自动化,业务团队还是排队等先定「标准发布 P95 ≤N 天,自助率 ≥80%」examples/snippet-internal-platform.md
自媒体 / 内容AI 日更 3 篇,粉丝没涨先定「单篇平均互动率提升 X%」,AI 按指标迭代选题recipes/quarterly-okr.md
独立开发者AI 帮你写了 10 个 side project,没一个上线先定「本季度 1 个产品上架 + 首月 N 个付费用户」recipes/biweekly-okr.md
教育 / 培训AI 生成了 200 道题,学员通过率没提升先定「模考通过率从 X% 提升到 Y%」,AI 围绕薄弱点出题practices/03-l1-outcome-vs-output
咨询 / 服务AI 写了 80 页报告,客户说「所以呢?」先定「客户决策采纳率 ≥Z%」,AI 按决策点组织内容practices/01-l1-objective-design

一句话总结:先写 OKR,再开 AI。顺序反了,产出越多亏越多。


这个仓库能帮你做什么

把上面的方法论落地成 AI 可执行的流程——不是让你读完一本书再动手,而是丢给 AI 一个文件,它就按流程带你走

你想做的事仓库里对应什么说明
从零写一套 OKRSKILL.md Phase 0–4AI 按 5 个阶段引导你:对齐→起草→映射→周更→复盘
KR 写不好、不可测practices/02-l1-kr-measurable6 条自检原子:有没有数字?有没有数据源?
把任务当成了 KRpractices/03-l1-outcome-vs-output「写完文档」是 output,「文档覆盖率 100%」是 outcome
多个目标抢资源practices/13-l4-multi-okr排优先级、拆资源、处理冲突
周更敷衍、分数注水practices/09-l3-weekly-score固定节奏 + 评分标尺 + 禁止通胀
复盘走过场practices/16-l4-retro-inherit诚实打分 + 根因 + 下期继承
跨团队对不齐practices/14-l4-cross-team级联 vs 对齐、水平 OKR、依赖图
想看完整示例examples/4 个行业短例 + 1 个完整季度表
想看季度 / 双周节奏recipes/季度配方 + 双周配方

OKRClaw:96 条实践原子

不是让你读 96 篇文章。是你卡在哪,AI 帮你查对应的那一条

仓库内置 四级深度 × 十六域 × 每域 6 条 = 96 条可检查的实践原子,覆盖从「O 怎么写」到「多团队怎么对齐」的全链路。

级别解决什么域(4 个)
L1 起草把模糊想法写成合格 O/KRObjective 设计 · KR 可测性 · 产出 vs 结果 · 范围与周期
L2 对齐和上级/他队/依赖方对齐战略映射 · 依赖协同 · 优先级取舍 · 透明对视
L3 节奏周更、证据、风险、纠偏周更评分 · 证据审计 · 风险纠偏 · Initiative 映射
L4 规模化多 O、多团队、工具化多 OKR 并行 · 跨团队 · 工具化 · 复盘与继承

完整索引:practices/README.md · 总纲:docs/RFC-OKRCLAW.md


30 秒上手

给 AI 一句话

请完整阅读本仓库根目录 SKILL.md,按 Phase 0–4 协助我制定并跟踪 OKR;卡住时查 practices/ 对应域;深度讨论时引用 docs/RFC-OKRCLAW.md 章节。

安装

git clone https://github.com/agenmod/okr-skill.git ~/.openclaw/skills/okr-skill

# 或 Cursor 项目内
git clone https://github.com/agenmod/okr-skill.git ./skills/okr-skill

仓库结构

OKR-skill/
├── SKILL.md                 # AI 主入口(Phase 0–4 + 卡点→域索引)
├── FOR_AI.md                # 一段可复制的总控指令
├── docs/
│   ├── RFC-OKRCLAW.md       # 总纲(定义、范围、RFC 2119)
│   ├── GLOSSARY.md          # 术语表
│   ├── ETHICS.md            # 伦理与误用边界
│   ├── FAQ.md               # 常见问题
│   └── CONTRIBUTING.md      # 贡献与编号规则
├── practices/               # 16 域 × 6 原子 = 96 条
├── recipes/                 # 季度 / 双周节奏配方
├── examples/                # 多行业 OKR 短例
└── scripts/
    └── generate_practices.py

配套文档速查

文档干什么用链接
SKILL.mdAI 执行入口,Phase 0–4 全流程SKILL.md
FOR_AI.md一段复制给 AI 的总控指令FOR_AI.md
RFC-OKRCLAW.md框架总纲、规范性用语、参考文献docs/RFC-OKRCLAW.md
GLOSSARY.mdO / KR / Initiative / CFR 等术语定义docs/GLOSSARY.md
ETHICS.md不替代绩效、不伪造指标、不操纵汇报docs/ETHICS.md
FAQ.md「KR 全 1.0 是不是太保守?」等常见问题docs/FAQ.md
CONTRIBUTING.md如何增删实践原子、编号规则docs/CONTRIBUTING.md
practices/README.md96 条原子总索引(按域分组)practices/README.md
examples/README.md多行业 OKR 示例索引examples/README.md
季度配方12 周节奏:定→跟→复盘recipes/quarterly-okr.md
双周配方短迭代节奏recipes/biweekly-okr.md

和 pua-skill 什么关系

pua-skillOKR-skill(本仓库)
解决什么卡住、想放弃、不验证、被动等指令目标模糊、不可度量、对话发散、无法交代结果
手段铁律、清单、压力升级O + KR、映射、周更、周期复盘
气质绩效叙事 + debug 韧性专业、对齐、可证据化

推荐组合:先用 OKR 把「赢」说清楚;执行中卡死再切 PUA 那套穷尽与验证——不冲突


免责声明

本仓库用于个人或小团队与 AI 协作,不替代用人单位的绩效、晋升或劳动合同解释。OKR 与考核是否挂钩以你所在组织为准。详见 docs/ETHICS.md

公开方法论参考:Google re:Work — OKRs · What Matters · Wikipedia: OKR


⭐ Star 一下。下次让 AI 干活之前,先花 5 分钟写清楚什么叫赢。

MIT License · 欢迎 PR