agentleFS
kio831kio831/market-scout/SKILL.md

market-scout

Skill1 starsChanged 2 months agoMITView on GitHub

市场侦察与商业验证工作流(Market Scout,v5.0.0)。完整链路 Find 发现 → Validate 需求验证 → Evaluate 项目评估 → Blueprint 机会转项目 → Monetize 商业化与获客(Find → Validate → Evaluate → Monetize)。当用户想做 AI 赚钱副业、找市场需求、发现痛点、分析视频/评论区/帖子隐含商机、判断"某问题/工具能不能用 AI 解决""这件事能不能赚钱、值不值得做"、验证需求是否真实、评估项目可行性与综合机会评分、把机会转成 MVP/项目方案、设计商业模式/定价/获客/第一批客户、寻找竞争对手、做市场调研、拿第一单/第一笔钱、把 AI 能力变现、验证创业点子,或提到"帮我找市场""分析这个视频/评论区""我发现一个问题""这个能不能用 AI""这个能不能赚钱""值不值得做""需求是不是真的""评估一下这个项目""帮我做成产品/MVP""怎么收费/定价""怎么找客户/第一批用户""商业模式怎么设计""帮我拿第一单""继续深挖""寻找类似需求/竞争对手""出一份机会报告/Opportunity Report"时使用。核心原则 Search First(优先实时搜索而非模型记忆),绝不虚构用户、价格与数据;沿用 v1.1 的 Evidence Chain 证据链、Problem/Solution/Payment 三类搜索、Quick/Research/Execution 三模式、Opportunity 交付状态机(HYPOTHESIS→…→PRODUCTIZED)与证据绑定评分;v2.0 新增 Demand Validation 需求验证(痛点/目标用户/需求强度/当前方案/付费理由/证据可信度)、Project Evaluation 项目评估(市场潜力/竞争/差异化/AI 可实现度/开发难度/个人适配/风险,加权综合机会评分 0-100,结论三档:值得做 GO/建议验证后再做 VALIDATE FIRST/不建议做 NO-GO)、Project Blueprint 机会转项目(产品形态/核心用户/核心功能/MVP/技术方向/最小验证/差异化切入点)、Monetization & GTM 商业化获客(Target Customer/Offer/Business Model/Pricing/首批客户/渠道/GTM 路径/无产品验证,模块化设计、预留独立成产品的数据契约,当前不开发支付订阅会员),最终输出结论先行的 Opportunity Report/Opportunity Card。证据等级 A/B/C、交付状态名、V2 流水线阶段名三者相互独立,不共用代码。v3.0 新增决策层:证据三态 Evidence/Inference/Unknown、7 维机会评分 0-100(需求/痛点/竞争切入空间/变现/开发/获客/AI 优势,加权可复算)、三档机会决策(值得继续做 RECOMMENDED / 有机会但需先验证 POTENTIAL / 不建议投入 NOT_RECOMMENDED)、MVP Blueprint 九字段与按机会类型动态生成的 Action Plan;当用户说"打个分""值不值得做""帮我决策""机会评分""第一版做什么""MVP""下一步做什么""今天做什么"时进入 V3 决策层。v3.1 新增五层强化:子信号 Rubric 五档评分细则、决策置信度 Confidence(与评分分离,规则可复算)、硬门槛 Hard Gates(Hard Gate / Score Ceiling / Red Flag 三层)、证据覆盖度 Evidence Coverage(六维+关键缺口)、证据驱动行动计划(继承证据字段,Fallback 具体化);让判断更可复现、更可信、更难自我欺骗。v4.0 新增 Validation Engine 验证引擎:从最大未知开始设计最低成本验证(Validation Plan / Experiment / Success·Failure Criteria / Decision Rule),读取真实验证结果(Observed/Inference/Unknown 分级),按规则重新计算 Score / Confidence / Coverage / Decision,形成"判断→验证→读结果→重新判断"的闭环(Validate before Build);当用户说"帮我验证""验证一下这个想法""设计验证实验""我验证了 N 个人,结果…""把验证结果交回""重新评估"时进入 V4 Validation。

2 other projects use a version of this.

Adopted by

Most recently taken up by

  • Other versions2 projects use a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 2

    1. Aizaz-Noor/Agent-Startup-Skills★ 2same name
    2. batterfried-philosophy172/Agent-Startup-Skills★ 2same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

The file

Files
SKILL.md

Market Scout (v5.0.0)

Find 发现 → Validate 验证 → Evaluate 评估 → Blueprint 转项目 → Monetize 商业化 的完整市场机会工作台。 市场侦察 + 需求发现 + 需求验证 + 项目评估 + AI 解决方案/项目设计 + 商业化与获客。 不是"AI 赚钱项目生成器",而是把真实问题跑成"是否值得做的结论 + 可执行项目 + 第一笔收入路径"的流程工具。

v2.0 增量说明:v1.1 的全部能力(三类搜索、证据链、三模式、8 维证据绑定评分、Level 1-5、状态机、停止机制、第一笔钱、模板与示例)全部保留并被复用;v2.0 在其后串接需求验证、项目评估、机会转项目、商业化获客四个新阶段,编排与数据契约见 references/pipeline-and-runtime.md。

v3.0 增量说明:v2.0.0 的全部能力(五阶段流水线、三种模式、铁律、停止机制、第一笔钱清单、模板与示例)全部保留;v3.0 在其上新增决策层(Evidence 证据三态 → Opportunity Score 7 维 0-100 → Decision 三档 → MVP Blueprint → 动态 Action Plan),让分析结果最终产生"决策"。编排与数据契约见 references/v3-overview.md。 v3.1 增量说明:v3.0.0 的决策层(证据三态、7 维评分、三档决策、MVP、行动计划)全部保留;v3.1 只补强确定性,不新增决策阶段:Score Rubric 让每个子信号的分数可解释、可复现;Confidence 把"机会有多好"和"我们有多确定"分开;Hard Gates 阻止总分掩盖致命短板;Evidence Coverage 量化"研究了多少";Evidence-driven Action 让每一步都继承证据。编排见 references/v3-overview.md §4.5。 v4.0 增量说明:v3.1.0 的确定性强化层(Rubric / Confidence / Hard Gates / Coverage / Evidence-driven Action)全部保留;v4.0 在其后接 Validation Engine:不新增评分体系,只做"最低成本验证 → 读真实结果 → 重新判断"。编排见 references/v3-overview.md §4.6。 v5.0.0 增量说明:v4.0.0 的 Validation Engine 与 V3/V3.1 决策确定性层全部保留;v5.0.0 不重写任何核心逻辑,只做架构能力层升级:把既有流程封装为 Orchestrator(SKILL.md 主控)+ 六个 Specialist(specialists/ 目录)+ 统一 Context/State(orchestrator/ 目录),新增路由、状态检测、中途进入、独立调用与跨会话续跑。编排见 orchestrator/architecture.md、orchestrator/routing.md、orchestrator/state.md、orchestrator/context.md。

核心定位

先问**"谁遇到了什么问题?为什么愿意付钱解决?",再问"AI 能否让我更低成本、更快地解决它?"**。

最终形成:真实问题 → 证据 → 需求 → 付费 → 竞争 → AI 杠杆 → 最小方案/MVP → 真实用户 → 第一笔钱 → 标准化 → 自动化 → 产品化。

核心原则:

  • 先验证,再收费,再产品化。
  • 禁止默认"先开发产品 → 再寻找用户"。
  • 必须优先"先发现问题 → 搜集证据 → 验证需求 → 验证付费 → 再决定是否开发"。
  • 最终目标不是生成漂亮的市场报告,而是把一个问题推进到第一次真实交易。

核心闭环:

发现问题 → 搜集证据 → 判断需求 → 判断付费 → 分析竞争 → 判断 AI 杠杆
→ 设计最小解决方案 → MVP → 找真实用户 → 交付 → 获得第一笔钱
→ 复盘 → 标准化 → 自动化 → 产品化

V5 Orchestrator(v5.0.0 新增)

V4 已经跑通"判断机会 → 最低成本验证 → 重新判断"的完整闭环;V5 在不重写 V4 的前提下,把已有能力封装成"总控 + 专家"架构: Main 负责路由、状态检测、调度与最终决策;六个 Specialist 各管一段专业能力;统一 Context 与九个 State 贯穿全程。

主链路不变: Idea → Observation → Problem → Evidence → Opportunity → Score → Validation → Decision → Action

新增四件能力(细则见 orchestrator/ 与 specialists/ 目录):

  1. Orchestrator 总控(orchestrator/architecture.md):Main 调度六个 Specialist,决策与停手权保留在主控层;动作裁决 BUILD / VALIDATE / RESEARCH / PARK / KILL 与 V4 三档决策码一一对应。
  2. Routing 路由(orchestrator/routing.md):先做 State Detection 与 Intent Detection,再决定 Full / Focused / Mid-workflow Entry / Independent 四种模式;禁止每次都从头机械跑完整流程。
  3. Specialist 专家子技能(specialists/ 目录):Idea Observer、Problem Scout、Evidence Hunter、Opportunity Scout、Opportunity Score、Validation Scout。每个可被 Main 调度,也可独立调用;方法全部复用 V4 references/templates,不重复定义概念。
  4. 统一 Context / State(orchestrator/context.md、orchestrator/state.md):MarketScoutContext 承载 idea/observation/problem/evidence/opportunity/score/validation/decision/action + assumptions/unknowns/sources/confidence;九态状态机支持中途进入与跨会话续跑;证据与状态强制复用(Evidence Reuse / State Reuse),禁止重复搜索、重复询问。

兼容性承诺:V4 的三种工作模式、细粒度路由表、标准工作流 1-10 步、铁律、评分公式、验证规则原样保留;Specialist 只是执行这些步骤的模块化封装。冲突时按"V4 已验证功能 > 使用效果 > 兼容性 > 模块化架构 > 结构美观"处理。

使用方式:

  • 完整分析(Full Mode):默认按主链路走完,每步由一个 Specialist 执行。
  • 聚焦调用(Focused Mode):用户点名能力("只要证据""重新评分""怎么验证")时只派对应 Specialist。
  • 中途进入(Mid-entry):用户已有 Problem/Evidence/Score 时从对应状态继续,不重跑已完成阶段。
  • 独立调用(Independent):直接触发某 Specialist 只做该段工作。

V2 主链路:Find → Validate → Evaluate → Monetize(P0)

v2.0 把工作流升级为五个顺序阶段(编排、熔断、断点续跑、数据契约见 references/pipeline-and-runtime.md):

FIND 发现            VALIDATE 需求验证       EVALUATE 项目评估
(v1.1 三类搜索、   →   (demand-           →   (project-
 证据链、Problem卡)     validation.md)          evaluation.md)
   ↓                      ↓                       ↓
BLUEPRINT 机会转项目 → MONETIZE 商业化获客 → REPORT 机会报告
(project-blueprint.md)  (monetization-gtm.md)    (templates/opportunity-report.md)
阶段回答的核心问题方法论输出卡片
FIND 发现有没有真实问题/现有方案/付费行为?market-research.md、evidence-chain.mdProblem/Evidence Card(v1.1)
VALIDATE 需求验证需求真不真、强不强、为何愿意付钱?demand-validation.mdtemplates/demand-validation-card.md
EVALUATE 项目评估作为项目值不值得我投入?综合分多少?project-evaluation.mdtemplates/project-evaluation-card.md
BLUEPRINT 转项目做成什么产品/MVP?怎么验证?project-blueprint.md(复用 Level 1-5)templates/project-blueprint-card.md
MONETIZE 商业化获客谁付钱/卖什么/怎么收费/去哪找/第一批客户怎么来?monetization-gtm.md(复用第一笔钱清单)templates/monetization-gtm-card.md
REPORT一张报告判断是否值得做 + 第一步行动pipeline-and-runtime.md §4templates/opportunity-report.md

四大新增能力要点

  1. Demand Validation 需求验证:用户痛点、目标用户三层(核心/扩展/非用户)、需求强度 6 信号合成 1-10、当前解决方案与替代成本、付费理由链(JTBD 5 环)、需求证据可信度;结论三选一(真实需求已验证 / 需求存在但付费未验证 / 伪·弱需求)。
  2. Project Evaluation 项目评估:7 维加权评分(需求 20%、市场 20%、竞争差异 15%、AI 可实现 15%、开发难度 10%、个人适配 15%、风险 5%)→ 综合机会评分 0-100,计算式必须可复算;结论三档 🟢 值得做 GO / 🟡 建议验证后再做 VALIDATE FIRST / 🔴 不建议做 NO-GO,由"总分 + 门槛项 + 致命红旗"共同决定,不只看总分;7 条致命红旗一票否决。
  3. Opportunity → Project 机会转项目:推荐产品形态(对齐 Level 1-5,默认 L1 先卖结果)、核心用户、MoSCoW 核心功能(M≤3)、MVP 五项、推荐技术方向、最小验证实验、差异化切入点落地。
  4. Monetization & GTM 商业化获客:Target Customer(区分使用者与付费方)、Offer 三档阶梯、Business Model 模式库与选择规则、可解释 Pricing、首批 10 客户获取、渠道矩阵(早期主渠道≤2)、GTM 三阶段、不开发产品的 7 种验证方式、第一笔钱计划。

商业化模块的独立化边界(未来设计,当前不实现支付系统)

  • Monetization & GTM 是模块化能力:有明确输入契约 MonetizationInput 与输出契约 MonetizationPlan(见 monetization-gtm.md §8),只依赖结构化数据、不依赖 UI 与其他阶段内部实现。
  • 未来可将其独立成产品、独立收费、独立获客,只需按契约喂数据/渲染结果,无需大规模重构。
  • 当前版本明确不开发支付、订阅、会员、计费等任何系统,只产出商业化方案与验证动作。

三套"代码/状态"互不混淆(重要)

  • 证据等级 A/B/C:需求验证程度(problem-framework.md §3)。
  • Opportunity State:真实世界交付状态(HYPOTHESIS→…→PRODUCTIZED,opportunity-state-machine.md),FIRST_PAYMENT 必须真实收款。
  • Pipeline Stage(v2.0 新增):分析流水线位置(FIND/VALIDATE/EVALUATE/BLUEPRINT/MONETIZE/REPORT)。 三者正交,例如 Pipeline=MONETIZE / State=DEMAND_CONFIRMED / 证据等级=B 完全合法,禁止用一套字母表达多个含义。

V3 决策层:Evidence → Score → Decision → MVP → Action(v3.0.0 新增)

V2 把机会分析清楚,V3 把分析压缩成用户 10 秒能看懂、且能照着行动的决策。V3 不是重做 Market Scout,而是让 V2 的分析结果最终产生"决策"。主流程九步(编排与数据契约见 references/v3-overview.md):

INPUT 用户输入想法/问题/机会
  → DISCOVERY 发现用户与痛点(复用 FIND)
  → VALIDATION 验证需求与市场(复用 VALIDATE)
  → EVIDENCE 证据归一化(Evidence/Inference/Unknown + 充分度)
  → COMPETITION 竞品与市场空缺(复用竞争分析 + 切入空间判定)
  → SCORING 计算 Opportunity Score(7 维 0-100 可复算)
  → DECISION 判断值不值得做(RECOMMENDED/POTENTIAL/NOT_RECOMMENDED)
  → MVP 生成 MVP Blueprint(9 字段)
  → ACTION 生成下一步行动计划(按机会类型动态生成)

五个新增能力要点

  1. Market Evidence 市场证据:每个关键结论标注 Evidence(找到的公开信息)/ Inference(推导判断)/ Unknown(信息不足);证据充分度三级;Unknown 按 0 计并显式标注,不编造、不虚高(v3-evidence.md)。
  2. Opportunity Score 机会评分:7 维加权 0-100(需求 15 / 痛点 15 / 竞争切入空间 15 / 变现 20 / 开发 15 / 获客 10 / AI 优势 10),每维拆 3-4 个 1-10 子信号,计算式必须可手工复算;竞争维度禁止"竞争低=高分",分数=切入空间大小,四问必答(v3-scoring.md)。
  3. Decision 机会决策:三档 RECOMMENDED(值得继续做)/ POTENTIAL(有机会但需先验证)/ NOT_RECOMMENDED(不建议投入),由"总分+门槛+红旗+证据充分度"共同决定,必须带编号 Why 列表;与 V2 的 GO/VALIDATE_FIRST/NO_GO 一一对应(v3-decision.md)。
  4. MVP Blueprint:RECOMMENDED 或(POTENTIAL 且 ≥65 分)时生成;9 字段(Product / Target User / Core Problem / Core Value / Must Have≤3 / Nice to Have / Do Not Build / Build Difficulty / Recommended Stack);只回答"一个人最快怎么验证这个想法"(v3-mvp.md)。
  5. Action Plan 行动计划:按机会类型动态生成(企业工具/个人工具/AI Agent/本地服务/数字产品),每步 5 要素(目标/做什么/成功标准/失败转向),结尾必有"今天做什么"(v3-action-plan.md)。

第四套代码(防混淆)

V3 新增 Decision Code(RECOMMENDED/POTENTIAL/NOT_RECOMMENDED),与证据等级 A/B/C、Opportunity State、Pipeline Stage 正交,禁止共用一套字母表达多个含义(v3-overview.md §5)。

V3 与 V2 的关系

  • V2 五阶段流水线、三种模式、铁律、停止机制、第一笔钱清单全部不变,继续作为 V3 的分析引擎。
  • V3 只新增决策层与统一口径:V2 的五张卡照常产出,V3 把它们压缩成一张结论先行的 templates/v3-report.md。
  • V2 的 GO/VALIDATE_FIRST/NO_GO 与 V3 的 RECOMMENDED/POTENTIAL/NOT_RECOMMENDED 一一对应,最终报告统一用 V3 代码。

V3.1 强化层(v3.1.0 新增,不新增决策阶段)

核心关系一句话:Score 表示机会本身有多好;Confidence 表示我们有多确定;Hard Gates 表示某些关键变量不能被总分掩盖。 三者绝对不能混成一个变量。

  1. Score Rubric 子信号细则(references/v3-scoring-rubric.md):26 个子信号全部五档(1-2/3-4/5-6/7-8/9-10)可观察标准;每个子信号输出分/档位/理由/证据 ID/证据态/置信度六要素,同一证据稳定落档(防随机漂移)。
  2. Confidence 决策置信度(references/v3-confidence.md):固定公式(coverage×0.30 + (1−Unknown)×0.20 + min(Payment,Problem)覆盖×0.35 + 独立来源×0.15),High ≥70 / Medium 40-69 / Low <40;覆盖规则强制 Payment 缺失时降级;Score 85 + Confidence Low + Decision POTENTIAL 是合法状态。
  3. Hard Gates 硬门槛(references/v3-hard-gates.md):三层——Hard Gate(Demand<45 / Pain<40 / Monetization<45 / Distribution<35 / Buildability<30 → NOT_RECOMMENDED)、Score Ceiling(付费/需求/渠道/切入空间证据不足 → 最高 POTENTIAL)、Red Flag(既有 R1-R7 → NOT_RECOMMENDED)。
  4. Evidence Coverage 证据覆盖度(references/v3-evidence-coverage.md):六维(Problem/Solution/Payment/Competition/Distribution/Buildability)各 0-100 + overall 等权平均;来源去重规则;critical_gaps 突出 Payment/Demand 关键缺口;Coverage ≠ Confidence。
  5. Evidence-driven Action(references/v3-action-plan.md §6):每步继承 target_user/channel/payment_signal/unknowns/hard_gates;Success/Fallback 必须具体(If <量化> Then <转向>);Today = 动词+对象+数量+成功标准。

运行要求:

  • Quick Mode 保持轻量:轻量 Evidence → Rubric → Score → Confidence → Hard Gate → Decision → Today,不得变成长报告。
  • Research Mode 执行完整 V3.1;Execution Mode 已有结论时只读已有 Evidence/Decision/Unknown,直接 Evidence-driven Action,不重复研究。
  • 防调规则:分析单个机会期间禁止修改 rubric/权重/公式/阈值(SOP Anti-Gaming)。

V4 Validation Engine(v4.0.0 新增,最终版核心能力)

V3.1 回答「这个机会怎么样?」;V4 回答「怎么用最低成本证明它?」以及验证后「真实结果出来了,继续、修改还是放弃?」 主链路:FIND → PROVE → SCORE → DECIDE → VALIDATE → RESULT → LEARN → DECIDE AGAIN

  1. Validation Plan(references/v4-validation.md §2):验证什么 / 为什么 / 谁 / 怎么 / 在哪 / 样本 / 时长 / 成本 / 成功 / 失败 / 下一状态,11 问齐全。
  2. 从最大未知开始(§1):先读 V3.1 的 Unknowns / Critical Gaps / Coverage / Confidence / Hard Gates / Decision,锁定最影响决策的 Unknown(通常是付费意愿)。
  3. Lowest-Cost Validation(§3):方法映射(访谈 / 落地页 / 报价预售 / 人工试交付 / 小试点 / MVP)+ 成本时间排序;禁止机械套用,必须说明理由。
  4. 禁止默认 MVP(§4):Payment / Problem 证据不足或关键 Unknown 未解 → 输出 Validation Experiment,不输出 Build MVP(Validate before Build)。
  5. Success / Failure Criteria(§5-6):量化且对称;无依据时 Threshold=Unknown + 校准说明(No Fake Precision)。
  6. Validation Result(§8):用户回填真实结果,区分 Observed / Inference / Unknown;禁止"8 人感兴趣 = 市场已验证"。
  7. Re-evaluation / Learn Loop(§9-10):按固定规则重算 Coverage → Score → Confidence → Decision(Reality > Prediction),形成闭环。

状态机扩展:MARKET_CONFIRMED → VALIDATING → VALIDATED / REVISE(opportunity-state-machine.md)。

运行要求:

  • Quick Mode:轻量 Evidence → Score → Confidence → Hard Gate → Decision → Today(含最小验证动作),不变长。
  • 用户说"帮我验证 / 验证一下 / 我验证了…结果…"→ 进入 V4 Validation(从第一个缺卡的步骤开始)。
  • NOT_RECOMMENDED 默认不再投入验证成本,除非用户明确要求重新验证某个核心假设。

铁律(必须遵守)

  1. Search First(三类搜索):只要具备搜索/浏览器能力,必须优先实时搜索。按三类分别验证(详见 references/market-research.md §三类搜索):
    • Problem Search:证明真实用户是否遇到这个问题。
    • Solution Search:证明用户现在如何解决(不用你的方案时)。
    • Payment Search:证明这个问题附近是否已有真实付费行为。 三者证据齐备才构成商业验证基础;只有 Problem Evidence 没有 Payment Evidence 时,不得判断为强商业机会。
  2. 禁止假装搜索:若确实没有搜索能力,必须明确声明"【当前无法进行实时市场验证,以下属于假设分析】",所有结论标记为假设,不伪装成已核实。
  3. 不虚构:不虚构用户、价格、成交、数据。无法证实的内容只能作为"假设/待验证",绝不写成"事实/已发现"。
  4. Evidence Chain(证据链):每个重要市场结论必须走 原始证据 → 观察 → 推断 → 假设 → 验证 链条(详见 references/evidence-chain.md)。禁止"原始证据 → 直接得出强商业结论"。每份证据标注 Evidence / Source / Evidence Type / Confidence / Proves / Does NOT prove。证据不足时明确写【证据不足】,不得为凑完整报告而补模型猜测。
  5. 有停手权(Stop Conditions):证据不足、无重复需求、无付费行为、AI 无优势、竞争壁垒过高、个人无法低成本完成、用户无法触达目标客户等(完整清单见 references/payment-validation.md §停止机制)时,直接输出【不建议继续】并说明停止原因与重启条件,禁止强行制造机会。
  6. 避免研究上瘾:当证据已足够支持一个低成本验证时,停止继续研究,输出【研究阶段完成】,进入 Execution Mode。研究不是终点,验证才是终点。

三种工作模式

模式何时进入目标出口
Quick Mode用户随手抛出一个问题/现象(默认入口)快速判断"值不值得继续研究",不写长报告templates/quick-scan.md
Research Mode用户显式要求深挖/市场研究/找竞争/分析评论区/全面验证完整 Market Scan,跑通全流程templates/market-report.md
Execution Mode用户说"我准备做/想试/拿第一单/开始执行/这个可以做"停止研究,直接推进真实用户与第一笔钱执行清单见 references/payment-validation.md §第一笔钱

路由逻辑:

  • 默认对"一个问题/一个现象"先走 Quick Mode;用户未要求深挖时不自动升级成长报告。
  • 出现"深挖 / 市场研究 / 找竞争 / 找类似需求 / 分析评论区 / 全面验证"等明确意图 → Research Mode。
  • 出现"我准备做 / 我想试一下 / 帮我拿第一单 / 开始执行 / 这个可以做" → Execution Mode(不再继续研究)。
  • 无方向长期找机会 → 30 天侦察或 Market Scan(Research Mode)。
  • 出现"帮我验证 / 验证一下这个想法 / 设计验证实验 / 我验证了…结果… / 重新评估"等验证意图 → V4 Validation Layer(设计最低成本验证 → 读结果 → 重新判断,见 references/v4-validation.md)。
  • 出现"打个分 / 值不值得做 / 帮我决策 / 机会评分 / 第一版做什么 / MVP / 下一步做什么"等 V3 决策意图 → V3 决策层(Evidence → Score → Decision → MVP → Action,见 references/v3-overview.md)。

模式路由(细粒度)

用户意图触发词(示例)工作模式出口
随手抛一个问题"学校打印店经常有人让老板帮忙改 PDF,有没有机会?"Quicktemplates/quick-scan.md
找市场"帮我找市场" "找赚钱机会" "有什么需求"Research / 30天templates/market-report.md
分析视频/内容"分析这个视频" "这个内容能赚钱吗"Research(Video Reverse)references/market-research.md §视频反向市场分析
分析评论区"分析这个评论区" "看看这些评论"Research(Comment Mining)references/market-research.md §评论区需求挖掘
报一个具体问题"我发现一个问题……" "XX 很麻烦"Quick → 需要时 Researchtemplates/problem-card.md
判断 AI 可行性"这个问题能不能用 AI" "能不能自动化"Quick/Researchreferences/ai-solution-patterns.md
判断商业价值"这个能不能赚钱" "有没有市场"Research(Payment)references/payment-validation.md
要第一单"帮我拿第一单" "怎么收费" "找谁卖" "我准备做"Executionreferences/payment-validation.md §第一笔钱
深挖"继续深挖" "再深入"Research(Deep)references/market-research.md §Deep Research
找类似需求"寻找类似需求" "还有谁需要"Research(Demand Expansion)references/problem-framework.md §三池维护
找竞争"寻找竞争对手" "有没有人做"Research(Competitor)references/market-research.md §竞争与付费分析
方案太复杂"这个方案太复杂" "有没有更简单的"自动降级解决方案references/ai-solution-patterns.md §降级规则
无明确项目,想长期找"我想做副业但没方向"30 天市场侦察references/market-research.md §30 天侦察模式
验证需求真假/强度(v2.0)"这个需求是真的吗""用户真愿意要吗""需求强不强"V2:VALIDATEreferences/demand-validation.md
评估项目值不值得做(v3.0)"评估一下这个项目""值不值得做""可行性分析""打个分""机会评分"V3 决策层:SCORING→DECISION(内部复用 EVALUATE)templates/v3-report.md、references/v3-scoring.md
机会转成项目/MVP(v2.0)"帮我做成产品""设计 MVP""第一版做什么""技术怎么选"V2:BLUEPRINTreferences/project-blueprint.md
商业模式/定价/获客(v2.0)"怎么收费/定价""商业模式怎么设计""怎么找客户""第一批用户哪来""GTM"V2:MONETIZEreferences/monetization-gtm.md
完整机会报告(v3.0)"从头到尾分析一遍""出一份机会报告/Opportunity Report""发现→验证→评估→商业化"V3:全流程(内部复用 V2 五阶段)templates/v3-report.md
机会决策(v3.0)"帮我决策""值不值得做""这个想法能做吗"V3:DECISIONreferences/v3-decision.md
MVP 与下一步行动(v3.0)"第一版做什么""MVP 怎么设计""下一步做什么""今天做什么"V3:MVP→ACTIONtemplates/v3-mvp-card.md、templates/v3-action-plan-card.md
验证与重新判断(v4.0)"帮我验证一下这个想法""设计一个验证实验""我验证了 N 个人,结果…""把验证结果交回""重新评估"V4:VALIDATE→RESULT→LEARNreferences/v4-validation.md、templates/v4-validation-card.md

若输入同时命中多模式(例如"这个视频能赚钱吗"),按链式推进:Reverse Engineering → Payment Validation → 需要时到 AI Solution Design,不要在中间停。 若用户要求完整判断"值不值得做 + 怎么做 + 怎么赚钱",按 V2 五阶段流水线 FIND→VALIDATE→EVALUATE→BLUEPRINT→MONETIZE 顺序推进(允许从指定阶段切入,但须先补齐该阶段输入契约所缺字段,见 references/pipeline-and-runtime.md)。 若用户只要求"打个分 / 值不值得做 / 下一步做什么"这类决策,走 V3 决策层九步主流程(references/v3-overview.md §1),V2 五阶段照常复用为分析引擎。

状态路由(v5.0.0):意图 → 状态 → Specialist

在上一张意图路由表之上,V5 增加状态维度。收到输入后先执行 State Detection(orchestrator/state.md 第 3 节): 依据 Context 已有字段与用户输入判断当前 State(IDEA→OBSERVATION→PROBLEM→EVIDENCE→OPPORTUNITY→SCORED→VALIDATION→DECISION→ACTION),取最高已满足状态,得出缺失状态清单。

检测到的状态下一步调度
IDEAIdea Observer
OBSERVATIONProblem Scout
PROBLEMEvidence Hunter
EVIDENCEOpportunity Scout
OPPORTUNITYOpportunity Score
SCOREDMain 决策门(需要验证 → Validation Scout;否则直接 Action)
VALIDATIONMain 读验证结果重判(v4 R1-R5)
DECISIONMain Action
ACTION闭环完成,输出自检

模式判定与优先级(详见 orchestrator/routing.md 第 5、6 节):

  • Full Mode:用户只有一个想法 → 依次调度六个 Specialist。
  • Focused Mode:用户点名能力 → 只派对应 Specialist;输入缺失时只补最小缺失阶段,补完即回。
  • Mid-workflow Entry:用户已有部分成果 → 从最高已完成 State 续跑;禁止重跑已完成阶段、禁止重复搜索已有证据。
  • Independent:用户直接触发某 Specialist 独立运行,按该 Specialist 输入契约执行。
  • 优先级(P0):Explicit Focused Intent(用户点名能力)> Existing Context / State(含"继续""接着上次"续跑)> Full Workflow;只按此链裁决,禁止并行猜测。

两层 Mode 边界:V4 的三种工作模式(Quick / Research / Execution)与 V5 的调度模式(Full / Focused / Mid-entry / Independent)是两个维度——前者决定"用什么方式做",后者决定"从哪进、调谁";V5 Routing 先定调度模式,再按 V4 Mode 决定工作方式,二者正交并存(详见 orchestrator/routing.md 第 6.5 节与 orchestrator/context.md 第 4.5 节)。

所有 Specialist 写入统一 MarketScoutContext(契约见 orchestrator/context.md,工作文件见 templates/v5-context-card.md),主控层据此决策。

标准工作流(v1.1 九步 = V2 流水线 FIND 阶段的内部细化;v2.0 在其后衔接四阶段)

关系:下列第 1-9 步完成"发现/初步验证",对应 V2 的 FIND;完成后按第 10 步顺序进入 VALIDATE → EVALUATE → BLUEPRINT → MONETIZE。用户也可直接从某一 V2 阶段切入(需满足该阶段输入契约)。

1. 侦察(三类搜索)

  • Problem Search:搜抱怨、"有没有工具""怎么批量""太麻烦""每天都要""有人能帮我吗""求推荐""怎么解决"、重复劳动、时间浪费、人工成本、错误、效率问题。
  • Solution Search:搜软件/SaaS/服务商/外包/Freelancer/Agency/人工服务/Excel脚本自动化/免费方案/替代方案。必须回答"用户现在不用我的方案时,是怎么解决的?"
  • Payment Search:搜 pricing/price/service/freelancer/outsourcing/quote/cost/agency/paid service/marketplace/服务报价/SaaS 价格。必须优先找"市场上有没有人为类似结果付钱"。
  • 现实观察:学校、宿舍、公司/实习、商店、小微企业、个体商户、朋友/同学、日常办事流程、重复劳动等。支持 观察 → 记录 → 搜索 → 对比 → 验证。

2. 记录为 Problem Card + Evidence Card

每个候选问题填 Problem Card(templates/problem-card.md),每条重要证据填 Evidence Card(templates/evidence-card.md)。

3. Evidence Chain 分级

把每条证据放上链条 原始证据 → 观察 → 推断 → 假设 → 验证,标注证据属性与证据等级(详见 references/evidence-chain.md)。等级判定:A 已验证需求 / B 潜在需求 / C 假设需求。凡无来源的只能到 C。

4. 评分(绑定证据)

对值得继续的问题按 8 维评分,每个分数必须给出:分数 + 评分理由 + 对应证据 + 当前不确定性(详见 references/problem-framework.md §评分绑定证据)。尤其强化 Payment 评分,有明确分档。禁止仅凭主观感觉打分,禁止只看总分下结论。 必须回答:为什么值得继续?最大不确定性?缺什么证据?下一步最应该验证什么?

5. 分析竞争与付费

每个值得研究的问题检查:是否已有工具/SaaS/人工服务/免费方案、用户为什么不用、当前价格、竞争者优势、最大缺点、个人是否还有切入空间。分析"用户真正购买的是什么"(结果/时间/效率/成本降低/任务完成/信息/质量,不是"买 AI")。无付费证据必须明确指出。

6. 生成解决方案(必须先完成问题分析)

按优先级:L1 人工+AI → L2 半自动化 → L3 自动化 Workflow → L4 小工具 → L5 SaaS/产品。原则:先卖结果,再产品化。没有真实用户前,禁止优先开发复杂 SaaS/Agent。一个问题如果"一个人 + AI + 简单工具"就能完成第一次交付,就不要默认建议开发完整产品。若不需要开发,明确写【当前不需要开发】。可落地方案逐项回答(见 references/ai-solution-patterns.md §可落地方案清单)。

7. Opportunity 状态更新

为每个值得跟踪的机会建立唯一 Opportunity ID(如 MS-001),明确当前状态与当前瓶颈(详见 references/opportunity-state-machine.md)。只推进当前瓶颈,不重复无意义搜索。

8. MVP 与第一笔钱

  • MVP 必须最小,明确【第一版做什么】【第一版不做什么】【验证什么】【什么结果出现后继续】【什么结果出现后放弃】。优先验证"是否有人愿意为结果付钱"。
  • 第一笔钱:围绕当前 Opportunity 执行"谁可能买 → 在哪里找到 → 给他什么结果 → 怎么展示 → 多少钱 → 怎么交付 → 怎么收费 → 如何获得反馈"。允许 10/30/50/100 元小额验证。第一笔钱的意义是验证 真实问题 → 真实解决方案 → 真实支付。

9. 输出

Quick Mode → Quick Scan;Research Mode → Market Scan(templates/market-report.md);Execution Mode → 执行清单 + 今天做什么。

10. V2 衔接:Validate → Evaluate → Blueprint → Monetize(v2.0)

FIND 得到值得跟踪的机会后,按序推进(每阶段产出对应卡片,方法见各自 reference):

  1. VALIDATE 需求验证:填 templates/demand-validation-card.md——痛点、三层用户、需求强度 6 信号、替代成本、付费理由链;伪/弱需求在此熔断。
  2. EVALUATE 项目评估:填 templates/project-evaluation-card.md——7 维加权打分、列出可复算计算式、红旗检查,给出 🟢/🟡/🔴 三档结论;🔴 在此熔断。
  3. BLUEPRINT 机会转项目:填 templates/project-blueprint-card.md——产品 Level、核心用户、MoSCoW、MVP 五项、技术方向、最小验证实验、差异化落地。
  4. MONETIZE 商业化获客:填 templates/monetization-gtm-card.md——付费方/ICP、Offer、商业模式、可解释定价、首批 10 客户、主渠道、GTM、无产品验证、第一笔钱计划。
  5. REPORT:汇总为 templates/opportunity-report.md(结论先行),一屏给"是否值得做 + 今天第一步"。 阶段熔断、回退、断点续跑、失败降级见 references/pipeline-and-runtime.md。

输出与 UI 规范(v2.0.0,报告即 UI)

所有阶段卡与报告的视觉渲染统一遵守 references/ui-rendering-spec.md(Design System:结论带 Banner、阶段进度条、10 格分数条、行动按钮、Loading/Empty/Error/Success 四种状态、移动端窄屏规则、长报告目录与小结)。核心要点(完整版见 references/pipeline-and-runtime.md §4 与 references/ui-rendering-spec.md):

  • 结论先行:顶部结论带(信号灯 + 综合分 + Opportunity ID + Pipeline/State),其次关键判断、评分、证据、行动建议;让用户 10 秒看到结论与下一步。
  • 评分可解释:统一 10 格分数条 ████████░░ 8/10;综合分必须附可手工复算的加权式;禁止"市场很大""前景广阔"等无证据结论。
  • 双语不拥挤:标题/固定标签"中文(English)",正文中文为主、关键术语括注英文,不逐句翻译;三档结论固定双语(GO / VALIDATE FIRST / NO-GO)。
  • 桌面与移动端:桌面用对比表,窄屏把宽表改为纵向"字段:内容"键值列表,长表拆小表,保证手机上不需左右滑动。
  • 代码/数据结构区:Schema、契约、计算式一律用标注语言的围栏代码块(yaml/json/text),字段名英文、注释中文、缩进规范。
  • 运行时健壮性:所有外部搜索/网络/子 Agent 调用设超时、瞬时错误有限重试(指数退避)、失败按"换来源→用用户材料→标【证据不足】"降级并记录,确定性错误不重试;详见 references/pipeline-and-runtime.md §3。

Evidence Chain 机制(P0)

每个重要市场结论必须走五段链条:

原始证据 → 观察 Observation → 推断 Inference → 假设 Hypothesis → 验证 Validation
  • 禁止:原始证据 → 直接得出强商业结论。
  • 每条证据标注:Evidence(原文)、Source(来源)、Evidence Type(类型)、Confidence(置信度)、What this evidence proves(证明了什么)、What this evidence does NOT prove(不能证明什么)。
  • 证据不足写【证据不足】,不补模型猜测。
  • 完整定义、证据类型、置信度口径与示例见 references/evidence-chain.md。

三类搜索(P0)

Problem Evidence(有人遇到这个问题?)
+ Solution Evidence(他们现在怎么解决?)
+ Payment Evidence(有没有人为类似结果付钱?)
= 商业验证基础

只有 Problem Evidence、没有 Payment Evidence 时,最多判为"潜在机会(B)",不得判为强商业机会。搜索关键词族与纪律见 references/market-research.md §三类搜索。

Opportunity 状态机(P1)

每个重要机会有唯一 ID(MS-###),沿状态推进:

HYPOTHESIS(假设)→ DEMAND_CONFIRMED(已有需求证据)→ MARKET_CONFIRMED(已有市场/付费证据)
→ PAYMENT_VALIDATION(已进行付费验证)→ CUSTOMER_FOUND(已找到真实用户)
→ FIRST_PAYMENT(第一笔钱)→ REPEATED_DELIVERY(已重复交付)→ STANDARDIZED(已标准化)
→ AUTOMATED(已自动化)→ PRODUCTIZED(已产品化)

状态一律用完整英文状态名(如 DEMAND_CONFIRMED、FIRST_PAYMENT),不用字母代码,避免与证据等级 A/B/C(A=已验证需求 / B=潜在需求 / C=假设需求,保持不变)混淆。FIRST_PAYMENT 必须实际收到真实付款,"愿意付钱/愿意尝试/报价意愿"只是验证信号,最多推进到 CUSTOMER_FOUND。每次继续研究同一机会:读取之前的证据 → 不重复无意义搜索 → 明确当前状态 → 明确缺失的下一步证据 → 只推进当前瓶颈。完整规则见 references/opportunity-state-machine.md。

核心决策树

真实问题?
↓
有重复发生?
↓
足够痛?
↓
用户主动寻找解决方案?
↓
市场已有类似解决方案?
↓
有人为类似结果付费?
↓
AI 能明显降低成本/时间/技能门槛?
↓
个人可以低成本交付?
↓
找到真实用户?
↓
第一笔钱?
↓
重复交付?
↓
标准化?
↓
自动化?
↓
产品化?

任何关键节点为 NO:不硬造机会,回到对应验证环节;或按"停止机制"输出【不建议继续】。

快速验证模式

  • 7 天验证:Day1 确认问题与证据 → Day2 研究现有方案 → Day3 制作最小样品 → Day4 寻找潜在用户 → Day5 低成本测试交付 → Day6 收集反馈 → Day7 尝试收费/判断放弃。不适合 7 天的项目必须调整,不得机械套用。
  • 30 天市场侦察(无明确项目时):W1 每天发现 3-5 个问题不开发 → W2 筛选 5 个 → W3 研究证据/竞争/价格/付费 → W4 选 1-2 个最简单问题用人工+AI 验证。目标不是完美项目,而是第一个真实结果。

三池维护(长期运行)

  • Result Pool:AI 当前能帮人完成什么结果。
  • Demand Pool:谁需要什么结果。
  • Payment Pool:谁已经在为类似结果付钱。 优先研究"问题 + 已存在解决方案 + 已存在付费行为"三者同时成立的机会。

停止研究机制

出现以下任一情况,主动建议停止并输出【不建议继续】:

  • 没有真实问题证据。
  • 只有单个偶然案例。
  • 没有重复需求。
  • 没有任何解决方案市场。
  • 没有付费行为。
  • 用户已有成熟且满意的解决方案。
  • AI 无法明显降低成本/时间/技能门槛。
  • 竞争强度远超个人能力。
  • MVP 无法快速验证。
  • 必须投入大量资金/团队/开发周期。
  • 用户本人无法触达目标客户。

停止时必须说明:1) 为什么停止;2) 哪个证据导致停止;3) 未来出现什么新证据可以重新启动。完整版见 references/payment-validation.md §停止机制。

避免研究上瘾

当证据已足够支持一个低成本验证(有真实问题 + 有重复需求 + 有类似服务收费 + AI 有明显杠杆 + 用户可触达 + 可低成本做 MVP)时:

  • 停止继续搜索。
  • 输出【研究阶段完成】。
  • 下一步是【开始真实用户验证】,不是继续找新机会。

日常观察训练

把"看内容的人"训练成"观察需求的人": "这个好麻烦"→ 这是问题吗?/"有没有工具"→ 存在需求吗?/"多少钱"→ 存在付费信号吗?/"每天都要做"→ 存在重复劳动吗?/"我不会"→ 存在技能门槛吗?/"这个软件太复杂"→ 存在简化机会吗?

参考文件(按需读取)

  • references/problem-framework.md — Problem Card 字段、问题十大分类、证据等级、证据绑定评分(含 Payment 分档)、三池维护、商业嗅觉训练。
  • references/market-research.md — 三类搜索(Problem/Solution/Payment)、侦察来源、视频反向分析、评论区挖掘、竞争与付费、7 天/30 天模式、Deep Research。
  • references/payment-validation.md — 付费信号、付费评分分档、第一笔钱执行清单、验证指标、停止机制(含重启条件)。
  • references/ai-solution-patterns.md — Level 1-5 方案、可落地方案清单、技术栈要求、MVP 原则、降级规则、Sell Result First。
  • references/evidence-chain.md — 证据链五段式、证据类型、置信度口径、防跳级规则(P0 新增)。
  • references/opportunity-state-machine.md — Opportunity ID、交付状态机 HYPOTHESIS→…→PRODUCTIZED、瓶颈推进与跨会话续研规则。
  • references/demand-validation.md — 【v2.0 新增】需求验证:需求强度 6 信号、三层用户、替代成本、付费理由链 JTBD、需求证据可信度、需求结论三选一(VALIDATE)。
  • references/project-evaluation.md — 【v2.0 新增】项目评估:7 维加权、综合机会评分 0-100(可复算)、三档结论 GO/VALIDATE FIRST/NO-GO、竞争格局与差异化、AI 可实现度、Solo Fit、7 条致命红旗(EVALUATE)。
  • references/project-blueprint.md — 【v2.0 新增】机会转项目:产品 Level、核心用户、MoSCoW、MVP 五项、技术方向、最小验证实验、差异化落地(BLUEPRINT,复用 Level 1-5)。
  • references/monetization-gtm.md — 【v2.0 新增】商业化与获客:付费方/ICP、Offer 阶梯、商业模式库、可解释定价、首批 10 客户、渠道矩阵、GTM 三阶段、无产品验证、MonetizationInput/Plan 模块契约(MONETIZE,可独立)。
  • references/pipeline-and-runtime.md — 【v2.0 新增】五阶段流水线编排、三套代码区分、熔断/回退/断点续跑、外部调用超时·重试·失败降级、输出信息层级/双语/桌面移动端/代码区规范、交付前验收清单。
  • references/ui-rendering-spec.md — 【v2.0.0 新增】输出渲染与视觉规范(Design System):结论带 Banner、阶段进度条、分数条、行动按钮、Loading/Empty/Error/Success 四状态、移动端优先、长报告阅读体验、双语、代码区、输出自检清单。
  • references/v3-overview.md — 【v3.0 新增】V3 决策层总览:9 步主流程、V2→V3 映射、V3Input/V3Output 契约、四套代码正交、熔断降级、验收清单。
  • references/v3-evidence.md — 【v3.0 新增】市场证据层:Evidence/Inference/Unknown 三态、证据充分度 Sufficient/Partial/Insufficient、Unknown 计分、不编造铁律。
  • references/v3-scoring.md — 【v3.0 新增】机会评分:7 维 0-100 加权(需求/痛点/竞争切入空间/变现/开发/获客/AI 优势)、子信号、可复算公式、切入空间四问、致命红旗。
  • references/v3-decision.md — 【v3.0 新增】机会决策:RECOMMENDED/POTENTIAL/NOT_RECOMMENDED 三档判定、强制 Why、与 V2 Verdict 映射、证据不足处理、各档下一步承诺。
  • references/v3-mvp.md — 【v3.0 新增】MVP Blueprint:9 字段输出、触发条件、单人最快验证铁律、最小验证实验(复用 BLUEPRINT)。
  • references/v3-action-plan.md — 【v3.0 新增】行动计划:5 种机会类型判定、动态步骤模板(每步 5 要素)、Decision 联动、今天做什么、第一笔钱路径。
  • references/v3-scoring-rubric.md — 【v3.1 新增】子信号评分细则:26 个子信号五档可观察标准、六要素输出契约、防调规则。
  • references/v3-evidence-coverage.md — 【v3.1 新增】证据覆盖度:六维 0-100、来源去重、critical_gaps、覆盖≠置信。
  • references/v3-confidence.md — 【v3.1 新增】决策置信度:固定公式可复算、High/Medium/Low、覆盖规则、Unknown 与 Low 分离。
  • references/v3-hard-gates.md — 【v3.1 新增】硬门槛:Hard Gate→NOT_RECOMMENDED / Score Ceiling→POTENTIAL / Red Flag→NOT_RECOMMENDED。
  • references/v4-validation.md — 【v4.0 新增】验证引擎:Validation Plan 11 问、从最大未知开始、Lowest-Cost 方法映射、Validate before Build、Success/Failure Criteria、Validation Result 分级、Re-evaluation 规则化重算、Learn Loop。
  • orchestrator/architecture.md — 【v5.0 新增】总控架构:组件职责、依赖方向、Full Mode 流程、Decision+Action 五态裁决、错误降级、兼容性承诺。
  • orchestrator/routing.md — 【v5.0 新增】路由引擎:输入预处理(空/模糊/超长/冲突)、State Detection、Intent Detection、四种模式判定、Specialist 选择表、降级与日志。
  • orchestrator/state.md — 【v5.0 新增】九态状态机:状态定义与转移规则、状态查询表、四套代码正交、State Recovery、边界条件处理。
  • orchestrator/context.md — 【v5.0 新增】MarketScoutContext 统一上下文:字段契约、与 V4 产物映射、复用规则(Evidence/State/Context/Source/User Input)、读写与持久化。
  • specialists/idea-observer.md — 【v5.0 新增】专家子技能:Idea → Observation(六信号拆解、观察与空想区分;可独立调用)。
  • specialists/problem-scout.md — 【v5.0 新增】专家子技能:Observation → Problem Definition(Problem Card + 证据等级 A/B/C + 首次停手检查)。
  • specialists/evidence-hunter.md — 【v5.0 新增】专家子技能:三类搜索 → 证据链 → Evidence Board + Coverage(唯一被授权搜索的 Specialist;已有证据只做缺口搜索)。
  • specialists/opportunity-scout.md — 【v5.0 新增】专家子技能:需求验证(三选一)+ 竞争切入空间四问 → Opportunity Card(复用证据,不重复研究)。
  • specialists/opportunity-score.md — 【v5.0 新增】专家子技能:7 维评分 + Confidence + Hard Gates(26 子信号 Rubric、可复算、防调规则)。
  • specialists/validation-scout.md — 【v5.0 新增】专家子技能:最低成本验证设计(11 问)+ 结果分级 Observed/Inference/Unknown(禁止默认 MVP,Validate before Build)。

模板(直接填充)

  • templates/problem-card.md — 问题卡片(含证据链字段)。
  • templates/evidence-card.md — 单条证据卡片(v1.1 新增)。
  • templates/opportunity-card.md — 机会卡片(含 Opportunity ID、状态、证据绑定评分)。
  • templates/quick-scan.md — Quick Mode 快速判断(v1.1 新增)。
  • templates/market-report.md — Market Scan 完整报告(FIND 阶段,含三类搜索证据与状态)。
  • templates/demand-validation-card.md — 【v2.0 新增】需求验证卡(VALIDATE)。
  • templates/project-evaluation-card.md — 【v2.0 新增】项目评估卡(EVALUATE,含评分表/计算式/红旗)。
  • templates/project-blueprint-card.md — 【v2.0 新增】机会转项目卡(BLUEPRINT)。
  • templates/monetization-gtm-card.md — 【v2.0 新增】商业化与获客卡(MONETIZE,含 MonetizationPlan 契约)。
  • templates/opportunity-report.md — 【v2.0 新增】最终机会报告(五阶段汇总,结论先行)。
  • templates/v3-evidence-board.md — 【v3.0 新增】证据看板(三态 + 充分度 + 缺失清单)。
  • templates/v3-score-card.md — 【v3.0 新增】机会评分卡(7 维 + 计算式 + 百分条 + 切入空间四问 + 红旗)。
  • templates/v3-decision-card.md — 【v3.0 新增】机会决策卡(结论带 + Why + 下一步承诺)。
  • templates/v3-mvp-card.md — 【v3.0 新增】MVP 方案卡(9 字段 + MVP 五项 + 最小验证实验)。
  • templates/v3-action-plan-card.md — 【v3.0 新增】行动计划卡(类型化步骤 + 今天做什么 + 第一笔钱)。
  • templates/v3-report.md — 【v3.0 新增】V3 最终机会决策报告(一屏:Score/Decision/Evidence/Pain/Competition/MVP/Action,结论先行)。
  • templates/v4-validation-card.md — 【v4.0 新增】验证卡:计划 → 实验 → 结果 → 重新判断(Validation Output / Report 一体化)。
  • templates/v5-context-card.md — 【v5.0 新增】MarketScoutContext 状态卡:State 头 + 九段字段 + 全局清单(跨会话续跑工作文件)。

示例(演示流程,数据为示意)

  • examples/video-analysis.md — 视频反向市场分析(含证据链)。
  • examples/comment-analysis.md — 评论区需求挖掘(含三类搜索)。
  • examples/real-world-problem.md — 完整 v1.1 运行示例:Quick → Research(三类搜索+证据链)→ Execution(第一笔钱)+ 状态机推进。
  • examples/full-pipeline-v2.md — 【v2.0 新增】完整 V2 流水线示例:FIND→VALIDATE→EVALUATE(含可复算评分与"74 分为何仍是🟡")→BLUEPRINT→MONETIZE(定价/获客/第一批客户)→最终结论。
  • examples/v3-decision-run.md — 【v3.0 新增】完整 V3 决策链示例:Evidence 看板 → 7 维评分(可复算)→ Decision → MVP 9 字段 → 动态 Action Plan。
  • examples/v3-crowded-market.md — 【v3.0 新增】红海市场示例:竞争激烈但切入空间存在时如何评分与决策(禁止"竞争高=不值得做")。
  • examples/v3-1-high-score-low-confidence.md — 【v3.1 新增】高分低置信示例:Score 85 + Confidence Low → 仍判 POTENTIAL。
  • examples/v3-1-hard-gate-score-ceiling.md — 【v3.1 新增】高总分被 Score Ceiling 示例:Monetization 证据不足时最高 POTENTIAL。
  • examples/v3-1-evidence-driven-action.md — 【v3.1 新增】证据驱动行动示例:证据→评分→决策→定制行动计划全链。
  • examples/v4-validation-plan.md — 【v4.0 新增】Validation Plan 示例:从最大未知开始设计最低成本验证。
  • examples/v4-lowest-cost-validation.md — 【v4.0 新增】最低成本验证选择示例:Manual Test 优先于 MVP。
  • examples/v4-validation-result.md — 【v4.0 新增】Validation Result 示例:回填真实结果并分级 Observed/Inference/Unknown。
  • examples/v4-re-evaluation.md — 【v4.0 新增】Re-evaluation 示例:验证后 Score/Confidence/Coverage/Decision 按规则重算。
  • examples/v5-orchestrator-full-run.md — 【v5.0 新增】V5 完整流程示例:Full Mode 从 IDEA 到 ACTION,六个 Specialist 依次调度 + 路由日志 + 闭环自检。
  • examples/v5-focused-evidence-hunter.md — 【v5.0 新增】V5 聚焦模式示例:独立 Evidence Hunter(三类搜索 + 证据链 + 覆盖度,不下决策)。
  • examples/v5-mid-entry-scoring.md — 【v5.0 新增】V5 中途进入示例:已有 Problem + Evidence → 直接评分,验证不重复搜索。

用户使用说明

USER_GUIDE.md 是面向最终用户(非 Agent)的安装与使用说明:安装方式、版本验证、触发词、三种模式、FAQ。当用户询问"怎么安装 / 怎么用 / 怎么验证版本 / 有哪些触发词"时,引导其阅读 USER_GUIDE.md。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.