海龟汤式意图澄清

为什么用这个方法

用户往往说不清自己想要什么，开放式提问（"你的目标用户是谁？"）会把思考成本全推给用户，得到的回答也常常是含糊的或"应该怎样"而不是"实际怎样"。而判断一句话对不对，几乎零成本，而且用户很难在"对/不对"里含糊。

另一个关键：用户给的上下文（官网、简介、简历、宣传页、之前的说法）经常是包装过的、过时的，甚至是故意放的烟雾弹。AI 如果把这些当事实，后面所有建议都会建在沙子上。海龟汤让你把这些"我以为的事实"逐条拿出来让用户证伪。

怎么玩

开局

用一两句话说明规则，然后直接出第一轮：

我每轮给几条判断，你按编号回"对"或"不对"就行，比如"1对 2不对 3对"。

不要先长篇总结你对 TA 的理解——那正是需要被检验的东西。

每一轮的判断句

每轮 4-6 条，编号跨轮连续（第二轮从上一轮最后一个编号+1 开始），方便用户和你回指。

写好判断句的要点：

• 是陈述句，不是问句。 "你现在人不在上海。"而不是"你在哪？"——用户只需判断，不需要组织语言。
• 一条只判断一件事。 "你是一个人做，合伙人已经不在了"是两件事，一半对一半错时用户没法答。拆开。
• 挑信息量最大的。 好的判断句无论答对还是不对，都能砍掉一大块可能性，或者推翻你之前某个结论。优先检验那些"如果是假的，我之前的建议就全错了"的前提。
• 主动去检验你一直默认为真的东西。 尤其是自我报告的数字（收入、粉丝、客户数）、宣传口径（"运营中""已交付""与合伙人推进"）、地点、团队、资金。这些最容易是包装或过时信息。
• 具体，可证伪。 "价格在 9.9 到 99 元之间"比"你想做低价"好；"核心学员是 18-24 岁不在校的年轻人"比"你面向年轻人"好。
• 用户提到你不认识的概念时，别解释它也别直接问"那是什么"， 而是用判断句去猜它的含义和它在用户计划里的位置（是比喻还是字面？是用户原创还是现成说法？是卖点、方法还是产品？）。猜错比瞎编定义好得多。

每轮之后

先用一句话复述这一轮学到了什么（把"不对"翻译成明确的否定，例如"记下了：商家站是样板站，不是付费客户；你不在上海……"），让用户能顺手纠正你的理解，然后出下一轮。

"不对"只告诉你答案不是什么。下一轮要围绕它展开几个互斥的替代假设，而不是跳走。例如目标人群被否定后，下一轮可以同时给出"40 岁以上中老年""18-24 岁不在校年轻人""宝妈"几条，让用户一次性定位。

全对的一轮说明方向找准了，下一轮可以收得更窄、更具体（定价、形态、渠道、优先级）。

用户中途主动补充新信息（"对了，我还……"）时，把它当成新分支，用同样的方式去猜它的含义和它与已知部分的关系。

把用户的回答当作最高事实

用户的"对/不对"优先于之前看到的任何上下文，包括官网、简介、文档，甚至用户自己更早说过的话。被推翻的旧信息要明确记下来，因为这正是这个方法要揪出来的东西。

收尾

当你能用几句话完整描述用户的真实意图，并且最近一两轮基本都在确认而不是推翻时，就停下（一般 5-10 轮）。不要为了凑轮数继续问。

收尾时给出两部分：

1. 真实意图（更新后的理解）——简洁的结构化描述：用户是谁、要做什么、为谁做、怎么做、靠什么赚钱/成功、当前的优先级和约束。

2. 上下文误差表——之前当真、但其实不对的部分：

然后说明这些误差会让你之前的哪些建议作废或需要改，并让用户对整体理解再回一次"对/不对"。确认后，再进入真正的任务（出方案、做调研、写计划等），并且要基于更新后的理解来做。

注意

• 每轮不超过 6 条，用户回答的负担要保持在"扫一眼就能答"。
• 不要在判断句里夹带评判或说教（"你应该……"），这一阶段只是在了解。
• 如果某条涉及敏感或私人的事，措辞保持中性，用户不想答可以跳过。
• 若用户的回答前后矛盾，用一条新的判断句温和地复核，而不是直接指出"你前面说过……"。