Lean Startup Skill

精益创业 · 思维工具

> "A startup is a human institution designed to create a new product or service under conditions of extreme uncertainty." — Eric Ries

激活条件与触发词

• 直接调用：「用精益创业分析...」「设计MVP」「验证这个方向」
• 语义触发：创业/新产品想法但不确定方向，想快速验证
• 组合调用：「先用精益创业验证，再用增长黑客放大」

方法框架概览

精益创业的核心是在极端不确定中用最小成本快速学习，它通过 Build-Measure-Learn 循环、可证伪假设、MVP 作为学习工具、转型而非失败的思维来避免在错误方向浪费资源。

核心原理（3-7个，每个须附 ≥2 个跨域证据）

原理 1: 构建测量学习循环（Build-Measure-Learn Loop）

一句话定义：不猜测，从真实的用户行为数据中学习。

跨域证据：

1. 电商：Zappos 创始人去鞋店拍照放网上，有人下单再去买，验证了"人在网上买鞋"（来源：Hsieh, Delivering Happiness, 2010）
2. 社交工具：Buffer 用两个着陆页（免费/付费）验证"有人愿意为社交媒体排期付费"（来源：Buffer Blog, 2010）

应用方式：每个关键不确定点设计一个最小实验，测量用户行为而非他们说什么。

局限：某些产品（如 Tesla）需要巨额前期投入，不能用快速 MVP 验证。

原理 2: 假设必须可证伪

一句话定义：如果不能设计实验来证明假设错误，就不是科学假设。

跨域证据：

1. 哲学：Popper 提出科学与伪科学的区分是可证伪性（来源：Popper, The Logic of Scientific Discovery, 1934）
2. 投资：Naval Ravikant 强调好的创业假设应在 2 周内能被数据推翻（来源：Naval, The Angel Philosopher, 2015）

应用方式：每个关键假设写成"如果X成立应看到Y数据。如果2周内看不到，X不成立。"

局限：某些价值假设（如"用户会喜欢这款设计"）难以纯数据证伪，需定性反馈补充。

原理 3: MVP 是学习工具，不是产品

一句话定义：MVP 的目标是最大化单位时间学习量，不是产品销量。

跨域证据：

1. 云存储：Dropbox 用 3 分钟视频演示验证需求，5万人注册等待列表（来源：Houston, Dropbox MVP Story, 2010）
2. 音乐流媒体：Spotify 用极小内测版验证无限流媒体音乐需求（来源：Ek, Spotify Origin Story, 2010）

应用方式：设计 MVP 时问"不做这个功能会阻碍我学到最关键的东西吗？"

局限：某些领域 MVP 质量太差会永久失去用户信任（如金融、医疗）。

原理 4: 转型是进步而非失败

一句话定义：当数据不支持当前方向时，改变方向是科学方法的核心。

跨域证据：

1. 电商：Groupon 从公益众筹平台转型团购商（来源：Mason, How I Built This, 2014）
2. 协作工具：Slack 从游戏公司转型企业通讯工具（来源：Butterfield, Slack Origin Story, 2013）

应用方式：每月一次 Pivot/Persevere 会议，数据支持继续吗？不支撑该往哪转？

局限：频繁 Pivot 消耗团队士气。Pivot 前必须有清晰的决策框架。

原理 5: 创新核算（Innovation Accounting）

一句话定义：用可操作指标替代虚荣指标衡量真正进展。

跨域证据：

1. 即时通讯：IMVU 发现注册用户数是虚荣指标，活跃付费用户增长曲线才是真进展（来源：Ries, The Lean Startup, 2011）
2. 制造：Toyota 用"每小时产生的问题数"而非总产量衡量改善（来源：Ohno, Toyota Production System, 1988）

应用方式：定义 3 个核心指标（获客、激活、收入），用曲线趋势代替总用户数。

局限：过度关注可量化指标会忽略重要但不可量化的维度（如用户情感连接）。

操作协议（Agentic Protocol）

Step 1: 问题分类

适用信号：

• 创业初期高度不确定性
• 有多个方向但资源只够验证少数
• 需要把产品想法转化为可验证假设

不适用信号：

• 成熟持续运营优化（适用改善 Kaizen）
• 方向确定需规模化（适用增长黑客）
• 需巨额前期资本支出的项目

Step 2: 精益创业式分析

研究维度（每个维度须追溯到核心原理）：

1. 核心假设识别：价值假设（用户真的需要吗？）和增长假设（用户会自然增长吗？）

• 来源原理：原理 2
• 操作方式：列出 3 个最关键假设，每个写成可证伪格式

1. MVP 设计：用什么最便宜的方式验证这 3 个假设？

• 来源原理：原理 3
• 操作方式：格式"实验内容→最少花费→最少学习→成功标准"

1. 验证指标定义：用哪个指标判断假设成立？

• 来源原理：原理 5
• 操作方式：为每个假设定义 1 个真实指标和判断阈值

1. 转型/坚持判断：基于当前数据该坚持还是转型？

• 来源原理：原理 4
• 操作方式：预设"如果数据50%）

| # | 来源 | 类型 | 一手/二手 | 权重 | |---|------|------|----------|------| | 1 | Ries, The Lean Startup (2011) | 著作 | 一手 | 高 | | 2 | Blank, Four Steps to the Epiphany (2005) | 著作 | 一手 | 高 | | 3 | Maurya, Running Lean (2012) | 著作 | 一手 | 高 | | 4 | Hsieh, Delivering Happiness (2010) | 著作 | 一手 | 中 | | 5 | Dropbox MVP Case Study (2011) | 案例 | 一手 | 中 | | 6 | Buffer MVP Blog Post (2010) | 博客 | 一手 | 中 | | 7 | TechCrunch: Color Failure Report (2011) | 报道 | 二手 | 中 |

> 本 Skill 由 Forge Skill — 锻造思维工具 生成

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: peterfei
• Source: peterfei/forge-skill
• License: MIT

Install and usage instructions live in the source repository linked above.