# 🦞 Skill: demand-validate(需求验证) > **🇨🇳 中文版** | [🇬🇧 English](../en/demand-validate.md) --- ## 元信息 | 字段 | 值 | |------|-----| | 名称 | `demand-validate` | | 版本 | `1.0.0` | | 负责组件 | 🧭 规划器(Planner) | | 执行者 | ⚡ 执行器(Executor) | | 超时限制 | 7200 秒(2 小时) | | 最大重试次数 | 2 | | 上游依赖 | `market-sense` | --- ## 概述 企业家的"权衡"能力。发现机会后,不冲动投入——先验证:这个需求是真的吗?人们愿意付多少钱?竞品做得怎么样?用最小成本获取最大确定性。 --- ## 严格定义 ```yaml skill: name: demand-validate version: 1.0.0 description: "以最小成本验证市场机会是否代表真实、可变现的需求" trigger: - event: "opportunity_identified" # market-sense 触发 - event: "opportunity_score_above_0.6" # 高分机会自动触发 - manual: true inputs: - name: opportunity_id type: "string" required: true description: "market-sense 输出的机会 ID" - name: validation_methods type: "list[enum[landing_page, ad_test, survey, competitor_analysis, mvp]]" required: false default: ["landing_page", "competitor_analysis", "survey"] description: "要执行的验证方法组合" - name: budget_limit type: "float" required: true constraints: "value >= 0" description: "验证阶段预算上限(美元)" - name: duration_days type: "int" required: false default: 7 constraints: "1 <= value <= 30" description: "验证周期(天)" outputs: - name: validation_report type: "ValidationReport" description: "完整的验证报告" - name: decision type: "enum[proceed, pivot, archive]" description: "Go/No-Go 决策" - name: refined_estimate type: "MarketEstimate" description: "修正后的市场估算" dependencies: skills: ["market-sense"] tools: - web_search - landing_page_builder - ad_platform_api - survey_engine - payment_analytics ``` --- ## 前置条件 ``` PRE 1: opportunity_id 在记忆库中存在且状态为 active PRE 2: budget_limit > 0 PRE 3: 无同 opportunity_id 的进行中验证任务 ``` ## 后置条件 ``` POST 1: 验证报告包含所有指定方法的执行结果 POST 2: decision 字段非空 POST 3: 预算消耗 <= budget_limit POST 4: 结果写入记忆库,关联原 opportunity_id ``` --- ## 验证方法详解 ### 1. 🎯 着陆页烟雾测试(Landing Page Smoke Test) ``` 流程: 1. AI 自动生成着陆页(标题 + 价值主张 + 邮箱注册按钮) 2. 部署到 Vercel/Cloudflare Pages(< 2 分钟) 3. 投入 $20-$50 广告费引流 4. 收集数据 3-7 天 衡量指标: - 页面访问量 (PV) - 邮箱注册转化率 - 平均停留时间 - 跳出率 通过标准: ✅ 注册转化率 > 3% ✅ 平均停留时间 > 30 秒 ✅ 跳出率 < 70% ``` ### 2. 📢 广告测试(Ad Campaign Test) ``` 流程: 1. AI 生成 3 组广告文案和素材 2. 在 Google Ads / Meta Ads 创建测试计划 3. 每组预算 $30-$70,总计 $100-$200 4. 运行 3-5 天 衡量指标: - 点击率 (CTR) - 单次点击成本 (CPC) - 转化意向信号 通过标准: ✅ CTR > 1.5% ✅ CPC < 行业平均值 × 1.2 ``` ### 3. 📋 用户调研(Survey) ``` 流程: 1. AI 生成调研问卷(5-10 题) 2. 通过 Typeform / 自建问卷部署 3. AI 聊天机器人进行 1v1 深度访谈 4. 目标样本量:50-200 人 关键问题: - 您目前如何解决这个问题?(验证痛点真实性) - 您每月愿意为此支付多少?(验证支付意愿) - 您对现有解决方案满意吗?(验证差异化空间) 通过标准: ✅ 有效回收率 > 20% ✅ 支付意愿 > 预估交付成本 × 3 ✅ > 40% 受访者对现有方案不满意 ``` ### 4. 🔎 竞品分析(Competitor Analysis) ``` 分析维度: - 竞品数量和规模(CRUNCHBASE / 企查查数据) - 用户评价分析(App Store / G2 / Trustpilot 爬取) - 定价策略分析 - 功能对比矩阵 - 差异化机会识别 输出: - 竞品清单(含收入估算、用户量、评分) - 功能差距热力图 - 差异化策略建议 ``` ### 5. 🏗️ MVP 测试(Minimum Viable Product) ``` 流程: 1. AI 用 48 小时构建最简功能原型 2. 部署到 50-100 名种子用户 3. 收集使用数据和反馈 衡量指标: - 日活/周活 (DAU/WAU) - 核心功能使用率 - NPS 净推荐值 - 付费转化率 通过标准: ✅ WAU / 注册用户 > 30% ✅ 核心功能使用率 > 50% ✅ NPS > 20 ``` --- ## 决策矩阵 ``` ┌──────────┬───────────────────────────────────────────────┐ │ ✅ 继续 │ 愿意支付 > 交付成本 × 3 │ │ PROCEED │ 且 MVP 转化率 > 2% │ │ │ 且 竞品 < 10 或 差异化评分 > 0.7 │ ├──────────┼───────────────────────────────────────────────┤ │ 🔄 转向 │ 需求存在但: │ │ PIVOT │ - 目标群体不对 │ │ │ - 定价模型需要调整 │ │ │ - 技术可行性存疑 │ │ │ → 修改参数后重新验证 │ ├──────────┼───────────────────────────────────────────────┤ │ 📦 归档 │ 需求信号不足 │ │ ARCHIVE │ 或 市场太小/萎缩 │ │ │ 或 合规壁垒太高 │ │ │ → 关闭,经验写入记忆库 │ └──────────┴───────────────────────────────────────────────┘ ``` --- ## 错误处理 | 错误码 | 描述 | 处理策略 | |--------|------|---------| | `BUDGET_EXCEEDED` | 预算消耗达到上限 | 停止所有付费验证方法,返回已有结果 | | `NO_TRAFFIC` | 着陆页/广告无流量 | 延长观察期 3 天;仍无流量则标记 `inconclusive` | | `SURVEY_LOW_RESPONSE` | 调研回收率 < 5% | 切换调研渠道或降低样本要求 | | `MVP_BUILD_FAILURE` | MVP 构建失败 | 降级为仅着陆页验证,记录失败原因 | --- ## 监控指标 ``` demand_validate_budget_utilization_ratio # 预算利用率 demand_validate_methods_completed_total # 完成的验证方法数 demand_validate_proceed_rate # 继续决策占比 demand_validate_archive_rate # 归档决策占比 demand_validate_duration_seconds # 验证耗时 ```