名称：pol-probe 描述：定义生存验证（PoL）探针——一种轻量级验证工件，在昂贵开发前暴露严酷真相。用它以最小投资测试假设。 类型：组件
目的
定义和记录生存验证（PoL）探针——一种轻量级、可丢弃的验证工件，设计用于在昂贵开发前暴露严酷真相。在需要消除特定风险或测试狭窄假设而不构建生产质量软件时使用此工具。PoL探针是侦察任务，不是最小可行产品（MVP）——它们旨在被删除，而非扩展。
此框架防止原型剧场（昂贵演示取悦利益相关者但无学习）并强制您将验证方法与实际学习目标匹配。
关键概念
什么是PoL探针？
生存验证（PoL）探针是一种故意的、可丢弃的验证实验，旨在尽可能便宜快速地回答一个具体问题。它不是产品，不是MVP，不是试点——它是针对性的求真任务。
**起源：**由Dean Peters（Productside）创造，基于Marty Cagan 2014年关于原型类型的工作和Jeff Patton的原则：“测试想法最昂贵的方式是构建生产质量软件。”
五个基本特征
每个PoL探针必须满足以下标准：
| 特征 | 含义 | 重要性 |
|---|---|---|
| 轻量级 | 最小资源投资（小时/天，非周） | 若昂贵，当数据显示应终止时您会避免 |
| 可丢弃 | 明确计划删除，非扩展 | 防止沉没成本谬误和范围蔓延 |
| 窄范围 | 测试一个具体假设或风险 | 广泛实验产生模糊结果 |
| 极度诚实 | 暴露严酷真相，非虚荣指标 | 礼貌数据无用 |
| 微小聚焦 | 侦察任务，永不MVP | 小表面积=更快学习周期 |
反模式： 如果您的“原型”感觉太精致而无法删除，则不是PoL探针——它是原型剧场。
PoL探针 vs. MVP
| 维度 | PoL探针 | MVP |
|---|---|---|
| 目的 | 通过窄假设测试降低决策风险 | 辩护想法或防御路线图方向 |
| 范围 | 单一问题，单一风险 | 最小可交付产品增量 |
| 生命周期 | 小时至天，然后删除 | 周至月，然后迭代 |
| 受众 | 内部团队+窄用户样本 | 生产中的真实客户 |
| 保真度 | 足够幻觉捕获信号 | 生产质量（或接近） |
| 结果 | 学习不有效内容 | 学习有效内容（并交付） |
关键区别： PoL探针是MVP前侦察。您运行探针以决定是否构建MVP，非启动内容。
五种原型类型
匹配探针类型到您的假设，非工具舒适度。
| 类型 | 核心问题 | 时间线 | 工具/方法 | 使用时机 |
|---|---|---|---|---|
| 1. 可行性检查 | “我们能构建此吗？” | 1-2天 | 生成式AI提示链、API测试、数据完整性扫描、代码测试后删除 | 技术风险未知；第三方依赖不明确 |
| 2. 任务焦点测试 | “用户能无摩擦完成此任务吗？” | 2-5天 | Optimal Workshop、UsabilityHub、任务流 | 关键时刻（字段标签、决策点、流失区）需验证 |
| 3. 叙事原型 | “此工作流赢得利益相关者支持吗？” | 1-3天 | Loom演练、Sora/Synthesia视频、幻灯片故事板 | 需“讲述 vs. 测试”——分享故事，测量兴趣 |
| 4. 合成数据模拟 | “我们能在无生产风险下建模此吗？” | 2-4天 | Synthea（用户模拟）、DataStax LangFlow（提示逻辑测试） | 边缘案例探索；未知未知暴露 |
| 5. 氛围编码PoL探针 | “此解决方案在真实用户接触中存活吗？” | 2-3天 | ChatGPT Canvas + Replit + Airtable = “弗兰克软件” | 需用户反馈工作流/UX，非生产级代码 |
黄金规则： “使用讲述最严酷真相的最便宜原型。若不刺痛，可能只是剧场。”
何时使用PoL探针
✅ 使用PoL探针当：
- 您有具体、可证伪假设测试
- 特定风险阻碍您下个决策（技术可行性、用户任务完成、利益相关者支持）
- 您需快获严酷真相（日内，非周内）
- 构建生产软件过早或浪费
- 您能开始前表达“失败”模样
❌ 勿使用PoL探针当：
- 您试图打动高管（那是原型剧场）
- 您已知答案只求验证（那是确认偏误）
- 您无法表达清晰假设或处置计划
- 学习目标太广（“客户会喜欢此吗？”）
- 您用它避免做艰难决策
应用
使用template.md获取完整填充结构。
PoL探针模板
使用此结构记录您探针：
# PoL探针：[描述性名称]
## 假设
[一句话陈述您相信为真内容]
示例：“若我们将注册表单减至3字段，完成率将超80%。”
## 消除风险
[您解决什么具体风险或未知？]
示例：“我们不知用户是否会因表单长度放弃注册。”
## 原型类型
[选择五种类型之一]
- [ ] 可行性检查
- [ ] 任务焦点测试
- [ ] 叙事原型
- [ ] 合成数据模拟
- [x] 氛围编码PoL探针
## 目标用户 / 受众
[谁将与探针互动？]
示例：“我们早期访问等候列表10用户，非技术中小企业主。”
## 成功标准（严酷真相）
[您寻求什么真相？什么会证明您错误？]
- **通过：** 8+用户在2分钟内完成注册
- **失败：** <6用户完成，或平均时间超5分钟
- **学习：** 识别特定流失字段
## 工具 / 堆栈
[您将使用什么构建此？]
示例：“ChatGPT Canvas表单UI、Airtable数据捕获、Loom会话后访谈。”
## 时间线
- **构建：** 2天
- **测试：** 1天（10用户会话）
- **分析：** 1天
- **处置：** 第5天（删除所有代码，保留学习文档）
## 处置计划
[何时及如何删除此？]
示例：“用户会话完成后，存档记录，删除弗兰克软件代码，文档学习至Notion。”
## 负责人
[谁负责运行和处置此探针？]
## 状态
- [ ] 假设定义
- [ ] 探针构建
- [ ] 用户招募
- [ ] 测试完成
- [ ] 学习记录
- [ ] 探针处置
质量检查清单
启动PoL探针前，验证：
- [ ] 轻量级： 您能在1-3天内构建此吗？
- [ ] 可丢弃： 您已承诺处置日期吗？
- [ ] 窄范围： 它测试一个假设吗？
- [ ] 极度诚实： 若错误，数据会痛吗？
- [ ] 微小聚焦： 此小于MVP吗？
- [ ] 可证伪： 您能描述“失败”模样吗？
- [ ] 清晰负责人： 一人负责执行和处置此吗？
若任何答案“否”，修订您探针或重新考虑是否需一个。
示例
见examples/sample.md获取完整PoL探针示例。
迷你示例摘录：
**假设：** 用户能区分“归档” vs “删除”
**探针类型：** 任务焦点测试
**通过：** 80%+正确解释
常见陷阱
- 运行广“用户会喜欢此吗？”实验替代测试一可证伪假设
- 视PoL探针为原型MVP并拒绝处置
- 使用避免不适真相的虚荣指标
- 测试开始前跳过预定义失败阈值
- 先选工具后假设
参考
相关技能
- pol-probe-advisor（交互式）——选择原型类型决策框架
- discovery-process（工作流）——在验证阶段使用PoL探针
- problem-statement（组件）——创建PoL探针前定义问题
- epic-hypothesis（组件）——用PoL探针测试前框架假设
外部框架
- Jeff Patton——《用户故事映射》（精益验证原则）
- Marty Cagan——《启发》（2014原型类型框架）
- Dean Peters——氛围优先、验证快、验证适配（Dean Peters Substack, 2025）
提及工具
- 可行性： 生成式AI（ChatGPT、Claude）、API测试工具
- 任务焦点： Optimal Workshop、UsabilityHub
- 叙事： Loom、Sora、Synthesia、Veo3（文本到视频）
- 合成数据： Synthea（患者模拟）、DataStax LangFlow
- 氛围编码： ChatGPT Canvas、Replit、Airtable、Carrd