常见问题

你填写关于想法的五个字段：问题、目标受众、变现模式、获客渠道和你的技术背景。确定性规则引擎然后在八个维度（痛点、市场、竞争、渠道、变现、构建难度、创始人优势、整体机会）上运行 38 项检查。你看到的报告由那些被触发的规则构建，配有可选的 AI 层来润色叙述。数字永远不会来自模型。

不能。Startup MRI 不是预测器，也从不声称是。它揭示了最常杀死独立项目的风险、盲点和未经测试的假设。决策和结果仍然属于你。

验证问：问题是真实的吗？人们想要解决这个问题吗？他们会付费吗？执行问：这个特定的团队能否在合理的时间内交付产品并触达前 100 个客户？Startup MRI 同时评分两者。良好的验证仍可能在执行上死亡，强大的团队仍可能交付没人想要的东西。

每个分数都是来自单个规则的加权点数之和。每条规则根据你输入中的条件触发（或不触发）—— 你的受众、你选择的渠道、你的变现模式、你的技术背景以及你想法的措辞。页面级别的证据部分显示哪些规则被触发以及为什么。

阅读推理，而不是仅仅标签。NO-GO 通常意味着两种情况之一：关键假设是高风险且未经测试，或者你提供的输入描述了一种与你的渠道或创始人档案不符的商业模式。

先阅读关键假设部分。如果那一个假设被证明是错误的，那么其余的计划都不重要。然后把 4 周的第一位客户计划作为清单来完成。

AI 对叙述有用，可将规则引擎的输出压缩为简单的英语。它不用于分配分数或决定你的想法是否好。报告中的每个数字、阈值和建议都可以追溯到一条被触发的特定规则。

别再问客户在哪里。开始问人们已经在哪里试图解决这个问题 —— Reddit 帖子、Slack 群组、Facebook 群组、竞争对手评论。找到这些房间，你就不再需要'寻找客户' —— 你已经在里面了。关于寻找第一批客户的支柱文章逐步介绍了每周计划。

只有向他们收费。调查和访谈产生礼貌兴趣，而不是付费。付费意愿支柱逐步介绍了小型快速实验 —— 预售、定金、假门定价 —— 区分真实需求和想象需求。

一次问题访谈，然后一次着陆页测试，然后一次预售或定金请求。每一步花一周，几乎不花钱，并产生你可以行动的证据。完整序列见验证清单。

独立黑客、单身创业者、无代码创始人、副业创造者和希望在花几个月构建之前对想法进行结构化审视的首次创始人。如果你是一个人（或小团队）正在决定是否要投入接下来的 6 个月，这就是为你而建的。

不需要。大部分验证工作发生在你写代码之前，而其中没有任何一项需要技术技能。问题是你是否愿意与你怀疑有问题的人交谈。