name: 创业想法验证
description: “在构建前验证创业想法时使用。使用9维度计分卡（问题、市场、时机、护城河、单位经济学、创始人市场匹配、可行性、进入市场、风险）、验证阶梯（访谈 -> 烟雾测试 -> 礼宾/WoZ -> 付费试点）和最风险假设优先实验，产生基于证据的GO/NO-GO决策。”
创业想法验证
构建前测试想法的系统化验证：定义假设、收集证据、评分机会，并做出可辩护的决策。
操作系统原则 (2026)
- 偏好决策而非清单：每个维度以
GO / CONDITIONAL / PIVOT / NO-GO 和下一个行动结束。
- 将证据质量与信心分开：弱证据不能证明高评分。
- 在运行实验前预先注册阈值和停止规则（避免移动球门柱）。
- 尽早验证支付意愿和价值实现时间（价格是产品的一部分）。
- 根据目标结果（风险规模与现金流业务）和商业模式（B2B SaaS、B2C、市场、服务）校准阈值。
- 保持安全和道德：不虚假陈述，尊重服务条款，并以最小化和保留限制处理客户数据。
初始清单（先问）
- 一句话想法 + 目标用户 + 待完成工作
- 商业模式：B2B/B2C、SaaS/使用量基础/市场/服务、ACV/ARPU 范围
- 地理、约束（受监管领域、采购/安全要求、数据访问）
- 目标结果：风险规模、盈利小企业或理论驱动研发
- 当前证据：访谈、试点、预销售、流量、竞争对手列表、定价假设
选择正确的输出
工作流程
- 澄清目标结果和商业模式；相应设置默认阈值。
- 识别RAT（如果错误会扼杀业务的假设）。
- 计划验证阶梯：访谈 -> 烟雾测试 -> 礼宾/WoZ -> 付费试点。
- 先运行最便宜的可证伪测试；预先注册PASS/FAIL阈值和停止规则。
- 使用证据对所有9个维度评分；证据弱时降级评分。
- 产生决策备忘录：判决、原因、什么会改变决策、下一个最小的可逆步骤。
9维度计分卡
| 维度 |
权重 |
测量什么 |
| 问题严重性 |
15% |
紧迫性、不作为成本、当前变通方法 |
| 市场规模 |
12% |
对目标结果的足够需求 |
| 市场时机 |
10% |
明确的“为什么现在”和顺风 |
| 竞争护城河 |
12% |
随时间可防守性 |
| 单位经济学 |
15% |
利润路径（包括回本和利润率） |
| 创始人市场匹配 |
8% |
访问、专业知识和执行能力 |
| 技术可行性 |
10% |
可构建性、依赖性、约束 |
| GTM清晰度 |
10% |
ICP、渠道、运动、第一批客户 |
| 风险概况 |
8% |
可能扼杀它的因素和可能性 |
判决阈值（默认）:
80–100: GO60–79: CONDITIONAL（先验证RAT）40–59: PIVOT<40: NO-GO
深入评分规则和校准见 validation-methodology.md。
证据规则
- 强证据是具有成本（时间、金钱、切换、访问）的行为承诺；弱证据是意见和假设。
- 对重要声明至少从两个来源三角验证（尤其是市场规模和竞争对手状态）。
- 保持证据轨迹：链接 + 捕获月份；分开“事实”与“假设”。
验证阶梯（默认）
| 步骤 |
目标 |
强信号 |
| 访谈 |
验证问题和背景 |
反复疼痛与真实变通方法和花费 |
| 烟雾测试 |
验证需求 |
合格转化显示价格 |
| 礼宾/WoZ |
验证工作流价值 |
用户完成任务并返回 |
| 付费试点 |
验证支付意愿 |
支付、续订或扩展 |
AI / 自动化注意事项 (2026)
如果想法依赖于AI（智能体、副驾驶、自动化），明确验证这些：
- 数据权利和访问：你能合法可靠地访问所需数据吗？
- 可靠性：定义成功指标、失败模式和人机回退；在真实工作流上验证。
- 服务成本：在
assets/financial-modeling-calculator.md 中建模推理 + 检索 + 人机回退成本。
见 hypothesis-testing-guide.md 获取AI特定实验模式。
集成点
接收自
馈入
资源
模板
数据