"Как я теперь копаю проблемы на пару с дружбаном? Почему у нас не растёт выручка? Задай это команде — и каждый ответит из своего угла. Sales скажет: продукт долго запускается. Те, кто запускает: Sales подписывает контракт, когда половины данных ещё нет. Маркетинг кивнёт на воронку. Все правы по-своему — и никто не видит систему целиком. Я годами вытаскивал это руками: сажаешь людей в комнату, формулируешь проблему как нежелательное явление и спрашиваешь «почему?» — пока не спустишься к корневой проблеме. По сути это два старых инструмента в одном: 5 почему Тойоты и дерево текущей действительности Голдратта. На днях завернул это в skill для Claude Code, прогнал на реальных проблемах — и прямо впечатлился инсайтами! Что зацепило: 1) Он думает шире меня. Разбирали, почему один процесс работает хуже бенчмарка — агент нашёл обоснование, которого я в голове не держал, и заодно переформулировал саму мою постановку проблемы. Потому что идёт вширь десятком линз сразу и параллельно ищет в интернете, и в ваших данных, а не крутит одну привычную нитку. 2) Каждое «почему» помечено: факт или гипотеза? Это видно в данных — или агент просто предположил? Люди ведь часто говорят «ну, наверное, из-за этого» — а тут отдельные скептики берут каждый лист и докапываются: «у нас мало сайнапов» — а ты посмотрел сколько? Окей, X в неделю — а почему ты решил, что это мало? Что не подтвердилось — выкидывается или помечается как ""предположение"". 3) Даже когда данных нет — он говорит, каких именно не хватает. Один клиент попросил оценить ROI всего их процесса, часть которого выполняют наши AI агенты; данных по их части у меня, понятно, нет. Вместо «извини, не посчитаю» я прогнал через дерево и получил точную постановку: вот ровно эти цифры дадут ответ. Она ушла собирать их у маркетолога. Дерево превратило «я не знаю» в «вот что нужно узнать, чтобы ответить на вопрос». Под капотом рой агентов копает «почему-почему-почему» вглубь по каждой линзе, склеивает похожие ветки, скептики проверяют листы дерева — и десятки причин сходятся к нескольким корням и одному узкому месту. На выходе — дерево с визуализацией. Внимание: очень много токенов! Я юзаю workflows фичу Claude Code и такой анализ быстро может обойтись в копеечку — поэтому сделал 2 варианта поиска Standard/Deep. Deep — это ~50 агентов и 3-4M токенов, поэтому лучше пробовать на проблемах, того стоящих. Скилл в любом случае предупредит и предложит выбрать глубину поиска. Как уже сказал выше, заюзал его на 5 реальных проблемах и ОЧЕНЬ доволен инсайтами, НО может у меня bias, поэтому попробуйте и дайте знать, помогло вам или зря потратили токены. https://github.com/BayramAnnakov/systems-thinking-skills/tree/main/skills/why-tree"