LEANSpark 创业验证系统
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/sales-leanspark。
技能介绍
解决的问题
多数「点子评分」工具只给你一个一次性的快照:分数、几句点评,但你不知道这次判断基于什么证据,以及下一次该验证什么。LEANSpark(leanspark.ai)由 Lean Canvas 与 Running Lean 作者 Ash Maurya 设计,把验证做成一段约 90 天的纵向系统:持久记忆、两周 PDCA 循环,以及一个 Contradiction Detection 引擎,用来暴露计划与已记录证据之间的分歧,并在每个 sprint 收束为 Persevere / Pivot / Pause 决策。
工作机制
- 12 块画布 + 七维压力测试:先搭模型,再按客户、问题、解决方案、渠道等维度逐个承压,定位最脆弱的假设。
- 两周 PDCA 节奏:计划—执行—检查—调整循环反复跑,上下文跨周期保留,每次以
Persevere / Pivot / Pause结束。 - 矛盾检测:比对你的
定位、方案表述与访谈反馈、实验结果之间的冲突。没有矛盾只说明内部自洽,并不代表外部有需求。 - 以预设判据为准:每个 cycle 开始前就设定 success thresholds,判据来自实验结果而非 AI 的整体印象。
边界与注意点
- 系统不会替你制造需求;它监控的是你输入的证据。没有真实访谈和实验记录时,反馈会变得泛化——空对空,任何 idea 都能得到看起来合理的指导。
- Contradiction Detection 是
plan与evidence内部一致性的检查器,不负责验证证据本身是否真实。当发现矛盾时,它给出的是「去和用户对质」的行动建议。 - PDCA 结论是阶段性裁决,不是最终评分:拿它当作下一个实验的输入,而不是 90 天后的终极判断。
- 工具链只有 OAuth MCP 接口(不含 REST API 或 webhooks):支持
validated canvas、positioning、competitive evidence、voice profile等只读项及一个写入端,便于在 Claude Code / Cursor 中消费验证结果。集成时每个连接绑定单个 idea,主要面向流程内读取而非批量导出。
适用与不适用
适合愿意跑完整个 90 天周期、每两周认真记录访谈与实验的团队。若你只想在五分钟内拿到一次性评分,这个系统的节奏反而是一种负担。
使用场景
- 打算用约 90 天验证一个一句话描述的新想法,需要按两周 PDCA 节奏跑多个实验并持续沉淀证据的用户。
- 拿到七维压力测试结果或矛盾检测告警,希望知道下一步该修正定位、补做访谈还是调整实验方案的人。
- 正在两周周期末尾,需要结合 presevere/pivot/pause 判据决定继续、转向还是暂停的创始人或产品负责人。
- 想把已验证的 canvas、定位和竞争证据接到 Claude Code 或 Cursor 里,用 MCP 读取再生成一致文案的工程师。
适合人员
- 正在用 Lean Canvas 搭建新项目、需要按真实客户证据持续验证的创始人。
- 负责产品假设检验、想要把访谈和实验结果沉淀进同一记忆体系的产品经理。
- 需要配置 MCP 服务,让 Claude Code 或 Cursor 读取已验证模型并做内容生成的开发者。
- 准备上线前验证需求、计划后续用 funnel 和 audience-growth 技能做行为测试的增长人员。