AI产品机会与冷启动验证

解决什么问题

中国互联网与数字产品团队在拥抱 AI 时面临几个典型困境。产品机会识别阶段，团队常把未经验证的用户意见或市场规模预测直接当成事实，导致后续需求验证偏离真实场景。冷启动环节，研发、运营、预算和时间约束常常被忽略，最终方案在生产环境里无法落地。

更常见的是，AI 功能被当作独立模块加进现有产品，而非嵌入完整的业务闭环。团队需要的不是又一个概念解释，而是一套从信息确认、执行到交付检查的完整工作流——能够区分事实、推断和待确认信息，并为每条建议锚定负责人、动作和检查标准。

技能如何工作

这个 Skill 围绕四个可检查模块组织输出：

• AI 产品机会：基于用户提供或明确授权处理的材料，整理与机会识别直接相关的事实、数据、素材和约束。
• 用户价值验证：将需求拆解为可操作的验证项，明确成功标准和停止条件。
• 冷启动执行：把任务拆成可检查模块，确定优先级、负责人和依赖关系。
• 交付前复核：从目标、事实、可执行性、合规和交付完整性五个维度做最终检查。

执行流程分六步：

1. 明确业务目标、使用对象、成功标准和停止条件
2. 整理与 AI 产品机会、用户价值、冷启动验证直接相关的事实和待确认信息
3. 把任务拆成可检查模块，确定优先级、负责人和依赖
4. 依据能力边界执行分析，生成方案和代码建议
5. 生成产品决策与运营包，同时列出事实依据、风险、缺口和人工确认项
6. 按质量门槛做发布前复核

交付物包括目标与范围卡、执行步骤模板、产品决策与运营包，以及人工确认清单。每条建议必须能落到具体的负责人、动作、时间或检查标准上。

适用边界

这个 Skill 只用于「AI 产品机会、用户价值与冷启动验证」场景，不处理任务范围外的文件、账号和数据。信息不足时先标记缺口并向用户确认，不用猜测填补事实、数字或结论。

涉及联网检索、外部写入、发送发布或其他生产变更时，必须先展示目标、内容和影响，获得用户明确确认后才执行。凭据仅用于用户指定的对应官方服务，不回显、不记录、不转发。

关键限制：营销与增长输出只做合规方案和测试建议，不承诺流量、排名、成交或收益。财务、经营或投资相关结果用于分析和决策辅助，不代替持牌专业意见。若任一质量门槛不满足，输出「暂不可交付」，并说明需要补充的信息和下一步动作。