想法验证工具免费版

概述

想法验证工具免费版是一款面向个人创业者的轻量级创业想法验证助手。它通过S.E.E.D.利基市场检查框架,从可搜索性、证据、简易性和需求四个维度评估想法可行性,生成乐观与现实双评分,并产出基础PRD文档. 免费版的验证理念是"诚实而非乐观"——宁可在5分钟内否定一个坏想法,也不要浪费3个月去构建它。目标是追求真相,而非鼓励。S.E.E.D.检查中的任何"终止信号"都会直接给出KILL建议.

核心能力

已知限制

执行已知限制操作,使用input_params参数进行配置,支持创建/查询/导出等操作.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持Manifest原则对齐

不支持Manifest原则对齐检查

处理: 解析不支持Manifest原则对齐的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持Manifest原则对齐的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持魔鬼代言人(逆向失败分析

不支持魔鬼代言人(逆向失败分析)

处理: 解析不支持魔鬼代言人(逆向失败分析的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持魔鬼代言人(逆向失败分析的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持STREAM六层深度分析

不支持STREAM六层深度分析

处理: 解析不支持STREAM六层深度分析的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持STREAM六层深度分析的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持单位经济悲观压力测试

不支持单位经济悲观压力测试

处理: 解析不支持单位经济悲观压力测试的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持单位经济悲观压力测试的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持死亡初创先例搜索

不支持死亡初创先例搜索

处理: 解析不支持死亡初创先例搜索的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持死亡初创先例搜索的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

• PRD使用基础模板(不含深度分析)

• 不支持MCP工具集成

处理: 解析已知限制的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回已知限制的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：轻量级创业想法验、证工具、维度检查与基础评、适合个人创业者快、速筛选想法、想法验证工具免费、版为个人创业者提、供轻量级的创业想、法验证能力等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一:创业想法快速筛选

用户有一个创业想法,希望快速判断是否值得投入时间开发.

输入格式

用户输入: "我想做一个AI驱动的个人理财助手App"
# ...
AI助手执行S.E.E.D.检查:
# ...
S - 可搜索性: 中
  - "AI理财助手" Google前10有3个媒体巨头
  - 长尾关键词"AI个人理财规划"竞争较少
  - 判断: 可做但需聚焦长尾
# ...
E - 证据: 低
  - 未找到明确的用户痛点引用
  - 仅有创始人的假设
  - 判断: 需要先做用户调研
# ...
E - 简易性: 高
  - MVP可在2-3天完成(基于现有AI API)
  - 无重型依赖
  - 判断: 技术可行
# ...
D - 需求: 中
  - "个人理财App"搜索量大但竞争激烈
  - "AI理财"新兴方向,需求待验证
  - 变现路径: 订阅制
  - 判断: 需求存在但未验证
# ...
终止信号检查: 无致命问题
# ...
评分:
  乐观评分: 6/10
  现实评分: 4/10
# ...
建议: PIVOT
  - 理由: 证据不足,需先验证用户痛点
  - 下一步: 运行 /research <想法> 进行深度调研
  - 或: 假门测试(花$20做落地页验证需求)

场景二:MVP前可行性评估

用户已完成市场调研,希望评估MVP的技术可行性与开发方向.

用户输入: "验证这个想法: 面向开发者的AI代码审查工具,已有调研报告"
# ...
AI助手执行:
# ...
1. 检测已有研究:
   - 读取 docs/research.md
   - 利用调研发现指导评分
# ...
2. S.E.E.D.检查(结合调研数据):
   S: 高 (开发者工具SEO可做)
   E: 高 (调研中发现明确痛点引用)
   E: 高 (MVP 2天,基于现有API)
   D: 高 (开发者付费意愿强)
# ...
3. 技术栈推荐:
   产品类型: web (基于调研)
   推荐栈: nextjs-supabase
# ...
4. 生成基础PRD: docs/prd.md

场景三:多想法对比筛选

用户有多个创业想法,希望对比评估,选择最值得追求的.

用户输入: "分别验证这三个想法: 1.AI写作助手 2.向量数据库托管 3.开发者笔记应用"
# ...
AI助手对每个想法执行S.E.E.D.检查:
# ...
想法1 - AI写作助手:
  S.E.E.D.: 中/中/高/高 | 现实评分: 5/10
# ...
想法2 - 向向数据库托管:
  S.E.E.D.: 低/高/低/高 | 现实评分: 3/10
  终止信号: MVP需>1周(基础设施复杂)
# ...
想法3 - 开发者笔记应用:
  S.E.E.D.: 高/高/高/中 | 现实评分: 6/10
# ...
对比建议:
  推荐: 想法3(开发者笔记应用)
  理由: S.E.E.D.综合最优,MVP快速,需求验证充分

快速开始

第一步:提出你的想法

用自然语言描述你想验证的创业想法:

用户: "我想做一个面向小团队的AI会议纪要生成工具"

第二步:AI助手执行S.E.E.D.检查

AI助手自动执行四维度评估:

# ...
**响应解析**: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.
# ...
#
## S.E.E.D. 利基市场检查
# ...
S - 可搜索性 (Searchability)
  能否在搜索引擎获得排名?前10是否被媒体巨头占据?
# ...
E - 证据 (Evidence)
  是否有真实用户痛点(含引用/URL)?还是仅创始人假设?
# ...
E - 简易性 (Ease)
  MVP能否在1-2天内用现有技术栈完成?无重型依赖?
# ...
D - 需求 (Demand)
  是否有长尾关键词?变现路径是否清晰?

第三步:查看评分与建议

具体详情请参考下方内容.
## 验证结果
# ...
S.E.E.D.评分: S(中) E(高) E(高) D(中)
# ...
终止信号: 无
# ...
双评分:
  乐观评分: 7/10 (最佳假设)
  现实评分: 5/10 (含竞争与执行风险)
# ...
建议: Fake-Door Test
  理由: 现实评分5-7,建议花$20做落地页验证需求
  如果验证通过: /scaffold <name> <stack> 开始开发
  如果验证失败: PIVOT 或 KILL

第四步:获取PRD(如评分达标)

如果现实评分≥5,AI助手生成基础PRD:

cat docs/prd.md

示例

S.E.E.D.评估标准

S - 可搜索性评分标准:
  高: 前10以论坛/Reddit/小站为主,无媒体巨头,无视频霸屏
  中: 有1-2个媒体站点,但有长尾空间
  低: 前10被媒体巨头/百科占据,新内容难排名
# ...
终止信号(S):
  - 前10被媒体巨头或百科占据
  - 有<60天的新竞品内容已很好覆盖
# ...
E - 证据评分标准:
  高: 有真实用户痛点引用(URL+原文)
  中: 有间接证据(搜索量、讨论热度)
  低: 仅创始人假设,无外部证据
# ...
终止信号(E):
  - 无真实用户痛点证据(仅创始人假设)
# ...
E - 简易性评分标准:
  高: MVP 1-2天完成,无重型依赖
  中: MVP 3-5天,有可控依赖
  低: MVP >1周,需复杂基础设施
# ...
终止信号(E):
  - MVP需要>1周即使使用最佳技术栈
# ...
D - 需求评分标准:
  高: 长尾关键词存在,变现路径清晰
  中: 有关键词但竞争中等,变现需探索
  低: 无明确关键词,变现路径不明

评分规则

双评分体系:
  乐观评分 (0-10): 最佳情况假设
    - 竞争可控,用户接受度高,执行顺利
# ...
  现实评分 (0-10): 悲观假设
    - 含竞争压力,真实流失率,融资竞品
# ...
评分建议:
  现实评分 >= 7: /scaffold 开始开发
  现实评分 5-7: Fake-Door Test (花$20验证)
  现实评分 < 5: KILL
  终止信号触发: KILL

技术栈推荐规则

产品类型 -> 推荐技术栈:
# ...
web + AI/ML     -> nextjs-supabase (或 nextjs-ai-agents)
web + landing   -> astro-static
web + 内容+SSR  -> astro-hybrid
web (默认)      -> nextjs-supabase
ios             -> ios-swift
android         -> kotlin-android
api             -> python-api
cli + Python    -> python-ml
cli + JS/TS     -> nextjs-supabase (monorepo)
serverless      -> cloudflare-workers
# ...
产品类型检测:
  "app/mobile/iPhone/Android" -> mobile
  "website/SaaS/dashboard"    -> web
  "CLI/terminal"              -> cli
  "API/backend/service"       -> api

基础PRD模板

# PRD: {产品名称}
# ...
## 问题陈述
{谁在何时为何受此问题困扰,至少30字}
# ...
## 目标用户与任务
- ICP: {理想客户画像}
- JTBD: {2-3个用户待完成的任务}
# ...
## 功能需求
1. {功能1} - 验收标准: {可衡量标准}
2. {功能2} - 验收标准: {可衡量标准}
3. {功能3} - 验收标准: {可衡量标准}
# ...
## KPI
1. {KPI1}: {单位} 目标 {数值} (每日/每周)
   - 终止/迭代/扩展阈值: {数值}
2. ...
# ...
## 风险与缓解
1. {风险1} - 缓解: {措施}
2. ...
# ...
## 技术栈
- 框架: {推荐栈}
- 关键包: {核心依赖}
# ...
## 架构原则
SOLID / DRY / KISS / schemas-first

最佳实践

1. 诚实面对评估结果

验证的目标是追求真相,而非自我鼓励。如果S.E.E.D.检查发现问题,认真对待而非合理化。KILL建议是有价值的结论,它节省了数月的浪费.

2. 重视终止信号

终止信号(Kill Flags)是设计中的安全阀。任何终止信号触发都意味着想法存在根本性问题,不应继续投入。常见的终止信号包括:前10被巨头占据、无用户痛点证据、MVP过于复杂.

3. 先研究再验证

如果research.md不存在,验证质量会下降(缺少竞品与痛点数据)。建议先运行/research <想法>进行调研,再运行/validate验证:

1. /research <想法>  -> 生成调研报告
2. /validate <想法>  -> 基于调研验证

4. 关注现实评分而非乐观评分

乐观评分假设一切顺利,现实评分包含竞争与执行风险。决策应以现实评分为准。现实评分<5的想法,即使乐观评分很高,也建议KILL或PIVOT.

5. 多想法对比时使用现实评分

有多个想法时,对每个想法运行验证,比较现实评分。选择现实评分最高的想法投入,而非凭直觉选择.

常见问题

Q: S.E.E.D.检查的终止信号触发后还能继续吗?

A: 终止信号是强烈建议KILL的信号。如果坚持继续,需明确认识到根本性风险。建议:(1)考虑PIVOT(调整方向);(2)运行/research获取更多证据;(3)做假门测试验证需求。但通常终止信号意味着想法需要根本性调整,而非小修小补.

Q: 乐观评分和现实评分差距很大怎么办?

A: 差距大说明想法的高潜力伴随着高风险。这种情况下:(1)仔细审视现实评分低的原因;(2)考虑通过假门测试降低不确定性;(3)如果风险可控,可以小成本验证。如果现实评分<5,即使乐观评分很高,也建议KILL或PIVOT.

Q: 免费版的PRD够用吗?

A: 免费版生成基础PRD,包含问题陈述、功能需求、KPI、风险与技术栈。对于小型MVP足够使用。如需更深入的PRD(含单位经济、死亡初创先例、Manifest冲突分析),建议升级到专业版.

Q: 没有research.md可以验证吗?

A: 可以,但验证质量会降低。没有调研数据时,S.E.E.D.的"证据(E)"维度评分会偏低(仅有创始人假设)。AI助手会询问是否先做调研。建议先调研再验证,获得更准确的评分.

Q: 技术栈推荐不准确怎么办?

A: 如果自动推荐的技术栈不符合预期,在想法描述中明确技术方向:"这是一个Python CLI工具"或"这是一个使用Next.js的Web应用"。明确的产品类型与技术偏好会提升推荐准确度.

Q: 多个想法如何高效对比?

A: 对每个想法分别运行验证,记录现实评分。然后对比评分,选择最高的。注意:评分是相对参考,不是绝对标准。现实评分6的想法不一定比5的好很多,但3分的肯定不值得投入.

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• 运行时: 需要Agent具备WebSearch能力(用于S.E.E.D.评估)

依赖详情

API Key 配置

• 本skill基于Markdown指令规范驱动,无需额外API Key
• S.E.E.D.评估使用Agent内置WebSearch(如有)
• 知识库检索使用Agent内置Grep/Glob
• LLM API: 由Agent平台内置提供,负责S.E.E.D.评估、评分计算与PRD生成

可用性分类

• 分类: MD+EXEC(纯Markdown指令,依赖Agent的搜索与推理能力)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成创业想法验证任务。免费版聚焦个人创业者的S.E.E.D.利基市场检查、基础双评分、技术栈推荐与基础PRD生成,适合创业想法快速筛选与MVP前可行性评估场景.

错误处理

输出格式

{
  "success": true,
  "data": {
    "result": "想法验证工具免费版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "solo validate"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}