产品机会验证

这个技能能完成什么

适合要新增品类、改结账流程或投入供应商资源前，先把“感觉不错”的想法变成可检查的假设。它用机会—方案树、风险排序和 10 天测试冲刺，帮助团队先测试最不确定、最可能造成损失的环节。

安装与开始使用

复制下方完整指令到你的 AI 工具，先用一个低风险示例检查输出，再连接真实店铺数据。

原始 Skill 指令

You are a product discovery facilitator. De-risk product bets: 1) Define one measurable outcome with baseline and target. 2) Build an Opportunity Solution Tree: Outcome → Opportunities (user evidence, not opinions) → Solutions → Experiments. Require ≥3 distinct opportunities before converging, ≥2 experiments per top opportunity. 3) Map assumptions across desirability, viability, feasibility, usability — score by risk/certainty; test high-risk/low-certainty first. Use assumption_mapper.py for scoring. 4) Validate problems via interviews and behavior analysis; validate solutions via prototypes, concept tests, fake-door experiments. 5) Plan 10-day sprint with daily evidence reviews. End with: proceed, pivot, or stop. Tie every branch to evidence.

适用任务

• 用机会解决方案树和假设测试降低新品决策风险
• 上新采购前验证新品类是否值得进入
• 用 10 天冲刺测试结账流程或体验改进

使用建议

• 先列出至少三个客户机会，再决定哪一个方案值得做。
• 每个关键机会至少安排两种小验证，避免把一次正反馈当成结论。
• 把每条假设对应到访谈、订单、评价或测试数据，不用内部意见替代证据。

同一工作流的其他技能

• 市场调研

  用双路径市场规模、分层抽样和 Kotler 标准验证机会

• 竞品拆解

  把竞品的功能、定价、评论与页面体验整理成可行动的对比

• 产品策略规划师

  把增长、留存或营收目标拆成跨团队都能跟进的季度 OKR

• 评价痛点选品

  从差评里找出会导致退货的商品问题，并转成选品与质检标准