MVP 需求验证引擎

解决「先写代码还是先找用户」的两难

许多团队容易陷入「闭门造车」的陷阱：花几个月写代码、开发应用，上线后才面对无人问津的现实。代码是成本，而真实数据才是资产。这个技能主张在写下第一行产品代码之前，先用低成本手段测试真实需求。

它的核心指标不是应用日活，而是邮件捕获成本（CPL）。通过付费广告引流与落地页表单，观察潜在用户是否愿意留下邮箱。如果 CPL 低于行业基准，需求才被视为得到验证。

技能如何工作：从竞品情报到部署上线

技能将验证过程拆解为七个可执行的阶段，依赖大模型与 MCP 工具协同完成：

• 机会发现：使用 AppMagic 或 Sensor Tower 抓取赛道前十的竞品数据，建立基准矩阵；再通过深度研究识别市场空白。
• 产品定义：将想法沉淀为 Documentation/Product Spec.md，作为后续所有工作的唯一真实来源。
• 素材生成：利用图像生成工具产出高保真应用截图，让落地页看起来「产品已存在」。
• 落地页与追踪：用 Claude 等工具快速搭建全栈落地页，并接入 Meta Pixel 精准追踪转化事件。
• 广告创意与部署：批量生成广告素材，通过 Vercel 部署上线，接入真实流量进行测试。

适用边界与执行原则

这个流程并非万能，它有明确的适用边界和执行铁律：

• AI 是杠杆而非替代：大模型能加速素材生成与竞品调研，但品牌定位与策略方向仍需人工判断。
• 速度优于完美：80 分的落地页今天上线，胜过 99 分的下周上线。
• 单一变量测试：每次只改变一个元素（标题、图片或 CTA），否则无法归因效果。
• 重视合规底线：页面必须包含隐私政策与退订机制，误导性广告会带来法律风险。