pm-skills 新项目假设识别指南:基于 8 大风险类别的系统性排查与验证方法
2026/9/11 21:30:01 网站建设 项目流程

pm-skills 新项目假设识别指南:基于 8 大风险类别的系统性排查与验证方法

【免费下载链接】pm-skillsPM Skills Marketplace: 100+ agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills

本文围绕 pm-skills 仓库中pm-product-discovery插件的identify-assumptions-new技能展开:当你在评估一个尚未有任何验证的新产品创意(startup 概念、全新产品线、新创业方向)时,它会引导 AI 从产品经理、设计师、工程师三个视角,对横跨价值、可用性、商业可行性、技术可行性、伦理、上市策略、战略目标、团队共 8 大风险类别中的潜在假设做一次全面的"风险扫描",并对每条假设给出置信度评级与验证建议。读完本文,你将掌握这套 8 类风险假设识别框架的完整内涵、与仓库内其他发现类技能的串联方式,以及在实际项目中的调用与落地方法。

技能定位:何时使用 identify-assumptions-new

在 pm-skills 的 9 大插件体系中,pm-product-discovery插件负责产品发现(Product Discovery)全流程——从创意发散、实验设计、假设检验到用户访谈分析。该插件共提供 13 个技能和 5 个命令(详见 pm-product-discovery/README.md),而identify-assumptions-new是其中专门面向**新产品的初始发现(Initial Discovery)**阶段的关键技能。

技能文件的 YAML frontmatter 定义了它的精确用途(见 SKILL.md):

name: identify-assumptions-new description: "Identify risky assumptions for a new product idea across 8 risk categories including Go-to-Market, Strategy, and Team. Use when evaluating startup risks, assessing a new product concept, or mapping assumptions for a new venture."

注意其中的触发条件(trigger phrases):评估创业风险(evaluating startup risks)、评估新产品概念(assessing a new product concept)、为新事业映射假设(mapping assumptions for a new venture)。这与面向存量产品的姊妹技能identify-assumptions-existing(仅覆盖 Value、Usability、Viability、Feasibility 四类风险,见 SKILL.md)形成互补:存量产品用 4 类核心风险,新产品则扩展到 8 类

技能通过$ARGUMENTS占位符接收用户描述的产品概念、目标细分市场与功能创意。如果用户提供了业务计划书、市场研究报告等文件,技能要求先读取这些文件再开始分析。

理论基础:从 Teresa Torres 的 4 大核心风险到 8 大风险类别

该技能的域背景(Domain Context)明确引用了两套方法论来源:

第一套是 Teresa Torres《Continuous Discovery Habits》(持续发现习惯)中的 4 大核心产品风险

核心风险要回答的问题
Value(价值)客户是否真的需要它?它能否为客户创造价值?
Usability(可用性)人们能否学会使用它?上手成本是否可接受?
Viability(商业可行性)商业上是否成立?能否盈利、融资、规模化?
Feasibility(技术可行性)现有技术能否实现?能否高效、可扩展地构建?

第二套是新产品场景下的风险扩展:技能强调,对于全新产品,仅靠这 4 类核心风险是不够的,必须扩展到8 大风险类别——在原有 4 类之上,新增 Ethics(伦理)、Go-to-Market(上市策略)、Strategy & Objectives(战略与目标)、Team(团队)4 类。

技能中还给出了一个非常务实的经验基线:优秀的团队通常要假设自己的点子中至少有四分之三不会按预期表现("Good teams assume at least three-quarters of their ideas won't perform as they hope.")。这句话直接决定了本技能的使用心态——它不是用来确认创意有多好,而是默认大部分假设是脆弱的,然后逐一找出并检验它们。

三种"魔鬼代言人"视角:从失败倒推假设

技能要求分析者先从三个职业视角思考**"这个产品为什么会失败"**,以此倒推出隐藏在成功预期背后的假设。这三个视角与仓库中其他技能的"Product Trio"理念一脉相承(参见 opportunity-solution-tree 中"PM + Designer + Engineer 应共同构思"的原则):

  • 产品经理(Product Manager)视角:聚焦市场需求(Market demand)、付费意愿(willingness to pay)、竞争格局(competitive landscape)。
  • 设计师(Designer)视角:聚焦首次用户体验(first-time user experience)、新用户引导(onboarding)、参与度(engagement)。
  • 工程师(Engineer)视角:聚焦自建还是购买(build vs. buy)、可扩展性(scalability)、技术债(technical debt)。

这是一种结构化的"魔鬼代言人"(devil's advocate)思维:不是问"这个产品为什么能成功",而是问"这个产品为什么可能会失败"。每一个失败原因的背后,都对应着一个此前未被言明的假设。例如"用户会因为懒得装新工具而流失"这个失败原因,背后就是"用户愿意改变现有工作流来使用新产品"这一假设。

8 大风险类别逐一拆解

技能对每个风险类别给出了需要检查的具体问题,这是整个分析的核心骨架。下面按技能原文逐类展开,并补充实践要点:

1. Value(价值风险)

  • 它能否为客户创造价值?
  • 客户是否会持续使用它?

价值风险是"用户到底要不要"的根本问题。对于新产品,这一类别通常没有历史数据支撑,因此判断依据只能来自访谈、竞品分析和逻辑推演。仓库中同插件下的 brainstorm-ideas-new 技能在创意发散后要求"为每个优先创意给出关键假设(key assumptions to test)",其中排在首位的正是核心价值主张假设。

2. Usability(可用性风险)

  • 人们能否搞明白怎么用它?
  • 我们能否足够快地把用户引导上手?
  • 它是否会增加用户的认知负荷(cognitive load)?

对于全新产品,首次体验决定生死。认知负荷问题尤其值得关注——新产品如果为了覆盖功能而堆砌复杂度,即使价值成立,用户也可能在第一次使用时流失。

3. Viability(商业可行性风险)

  • 我们能否销售、变现或融资支撑它?
  • 它是否值得投入的成本?
  • 我们能否提供客户支持并帮助他们成功?
  • 能否规模化?
  • 是否合规(compliant)?

注意技能原文把"帮助客户成功"(customer success)和合规性也归入商业可行性,这说明新产品阶段就需要考虑交付后的支撑成本与监管约束,而不仅仅是定价与收入。

4. Feasibility(技术可行性风险)

  • 用当前技术能否实现?
  • 该集成(integration)是否可行?
  • 能否做到高效?
  • 能否规模化?

工程视角的核心问题是"做不做得出来、做出来跑不跑得动"。工程师视角中的 build vs. buy、技术债考量都在此类别下落地。

5. Ethics(伦理风险)

  • 我们是否应该做这件事(should we do it at all)?
  • 是否存在伦理方面的考量?
  • 它是否会给我们的客户带来风险?

伦理风险是新产品的独特要求——它追问的不只是"能不能做",而是"应不应该做"。数据隐私、算法偏见、对用户的潜在伤害等,都是新产品阶段容易被忽视却可能致命的问题。

6. Go-to-Market(上市策略风险)——技能特别强调"对新产品尤为关键"

  • 我们能否推广它?
  • 我们是否拥有所需的渠道?
  • 我们能否说服客户尝试它?
  • 针对这个渠道,这个信息传达是否正确?
  • 时机是否合适?
  • 以这种方式发布是否正确?

技能原文特别标注了"especially critical for new products":存量产品已有现成渠道与用户基础,而新产品从零开始,渠道触达与信息传达(messaging)不匹配是最高发的失败原因之一。仓库中 pm-go-to-market 插件(beachhead-segment、gtm-strategy、growth-loops 等技能)正是为承接这类风险而设计。

7. Strategy & Objectives(战略与目标风险)

  • 我们自己的假设是什么(关于战略的元假设)?
  • 其他人能否复制我们的战略?
  • 是否考虑了政治、经济、法律、技术和环境因素(即 PESTLE 类宏观因素)?
  • 这些是否是最值得解决的问题?

战略风险包含两层:一是战略本身的可防御性(能否被抄袭),二是宏观环境的适用性(政治/经济/法律/技术/环境)。后者与仓库中 pestle-analysis 技能(PESTLE 分析)直接对应。

8. Team(团队风险)

  • 团队协作得如何?
  • 我们是否有合适的人?
  • 我们是否有合适的工具?
  • 整个团队是否会足够久地留在项目上?

团队风险是新产品最常被忽略的一类:MVP 阶段的成败高度依赖少数关键成员的持续投入,"团队中途离开"本身就是一条值得检验的高风险假设。

对每条假设:评级置信度 + 建议验证方法

技能要求的最后一步是:对识别出的每条假设,评级置信度(rate confidence)并建议一个测试(suggest a test)

置信度评级建议采用 High / Medium / Low 三级制——这与姊妹技能 identify-assumptions-existing 中"How confident you are (High/Medium/Low)"的约定保持一致。低置信度 + 高影响的假设,就是发现工作中最值得优先验证的"信仰之跃(leap of faith)"假设。

关于验证方法,技能本身没有展开具体实验设计,但这正是仓库闭环的关键——识别出的假设应当流入后续两个技能:

  1. prioritize-assumptions:用 Impact × Risk 矩阵对假设排序。其中Risk = (1 − Confidence) × Effort,Impact 可采用 ICE 框架(Impact = Opportunity Score × #Customers)或 RICE 框架((R × I × C) / E)。矩阵将假设分为四类:高影响低风险→直接实施;高影响高风险→设计实验;低影响高风险→放弃;低影响低风险→延后。

  2. brainstorm-experiments-new:为高优先假设设计 lean startup 实验。技能会生成XYZ 假设("至少 X% 的 Y 会做 Z"),并建议落地页(landing page)、解释视频、邮件营销、预售/等待名单、人工 MVP(concierge MVP)等 pretotype 手段。其核心原则是Skin-in-the-Game(用真金白银的时间/金钱/声誉承诺来检验付费意愿)与YODA(用自己的一手数据而非别人的市场报告)。

在完整发现工作流中的位置

identify-assumptions-new不是孤立使用的,它在pm-product-discovery插件的/discover命令中被串接为一个端到端工作流(详见 commands/discover.md):

/ discover -- Full Discovery Cycle Step 1: 理解发现背景(存量 or 新产品) Step 2: 发散——brainstorm-ideas-existing / brainstorm-ideas-new Step 3: 批判思考——identify-assumptions-existing / identify-assumptions-new ← 本技能 Step 4: 聚焦——prioritize-assumptions(Impact × Risk 矩阵) Step 5: 验证——brainstorm-experiments-existing / brainstorm-experiments-new Step 6: 输出 Discovery Plan(含关键假设表、验证实验表、决策框架) Step 7: 建议后续动作(PRD / 访谈脚本 / 指标 / 用户故事)

在 Step 3 中,/discover命令明确要求对新产品调用identify-assumptions-new,且其风险类别清单(Value / Usability / Feasibility / Viability / Go-to-Market)与本文一致。整个流程约需 15-30 分钟,并在每个检查点允许用户重定向、跳过或深入。产出物 Discovery Plan 中会包含一张"关键假设"表(假设 / 类别 / 影响 / 不确定性 / 优先级),正是本技能输出的直接下游。

若希望将假设识别进一步结构化为可视化的发现管理框架,同插件的 opportunity-solution-tree 技能(Teresa Torres 的机会解决方案树)提供了"期望结果 → 机会 → 解决方案 → 实验"四层结构,其底层实验层同样建议用假设检验(Value / Usability / Viability / Feasibility 风险)来驱动。

实际调用方式与输出约定

该技能遵循 pm-skills 仓库的通用技能机制(参见根目录 README.md):

  • 自动加载:技能在与对话相关时会被自动加载,无需显式调用。
  • 强制加载:需要时可用/pm-product-discovery:identify-assumptions-new/identify-assumptions-new强制加载。
  • 安装方式:在 Claude Code 中执行claude plugin install pm-product-discovery@pm-skills;在其他助手(Gemini CLI、OpenCode、Cursor、Kiro)中,将skills/*/SKILL.md目录复制到对应技能目录即可(技能文件遵循通用技能格式,命令则为 Claude 特有)。

调用示例(可直接用于对话):

评估以下新产品的风险假设:面向非英语母语者的 AI 写作助手,订阅制,目标用户是东南亚的中小企业主。

技能会按 frontmatter 中$ARGUMENTS的注入,依次执行"三视角失败分析 → 8 类风险假设识别 → 逐条置信度评级与测试建议",并要求"Think step by step. Save as markdown."——即逐步思考,并将结果保存为 Markdown 文档,便于后续直接粘入/discover工作流或 PRD 前置讨论。

值得注意的是,仓库的 validate_plugins.py 对每个技能文件有格式校验约束(YAML frontmatter 必须包含name且与目录名一致、description必填且建议超过 30 字符、包含触发短语等)。本技能完整满足这些规范,这也是它能够在多个 AI 助手(Claude Code、Cowork、Codex、Gemini CLI 等)中被一致识别与调用的前提。

与其他发现类技能的配套矩阵

阶段技能与 identify-assumptions-new 的关系
前置:创意发散brainstorm-ideas-new产出带关键假设的优先创意,作为本技能的输入
并行:存量产品对照identify-assumptions-existing4 类风险的精简版,用于存量产品
后置:假设排序prioritize-assumptions用 Impact × Risk 矩阵确定先验哪条假设
后置:实验设计brainstorm-experiments-new为高优先假设设计 pretotype 验证实验
总编排discover 命令将以上全部串成 15-30 分钟的完整发现流程
框架化opportunity-solution-tree将假设识别嵌入"机会→方案→实验"树形结构

小结

identify-assumptions-new是 pm-skills 面向新产品场景最核心的风险筛查技能之一。它以 Teresa Torres 的 4 大核心产品风险为底座,扩展出包含伦理、上市策略、战略目标与团队在内的 8 大风险类别;以 PM / Designer / Engineer 三视角的"失败倒推"作为假设挖掘手段;以置信度评级(High/Medium/Low)+ 测试建议作为每条假设的落地出口。在实际项目中,建议把它作为/discover工作流的第三步固定使用,并将产出流入prioritize-assumptionsbrainstorm-experiments-new,从而完成从"识别风险假设"到"优先排序"再到"低成本验证"的完整闭环——这正是新产品在投入工程资源之前最值得花时间的环节。

【免费下载链接】pm-skillsPM Skills Marketplace: 100+ agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询