跳到正文
YibudYibud

验证方法

Startup MRI 验证方法

Startup MRI treats validation as a learning process, not a prediction. The goal is to make the riskiest assumptions visible before you commit to building.

Last updated · 2026年11月20日

快速回答

Startup MRI 的方法是什么?

It is an evidence-first framework for examining whether a problem is real, a customer is reachable, a market can support a business, and a proposed way to earn revenue is testable. The report organizes signals and tradeoffs; it does not promise that an idea will succeed.

核心原则

构建之前先回答五个问题

Evidence before assumptions

Write down what must be true, then look for observable behavior rather than relying on enthusiasm or intuition.

Customer validation

Talk with people who experience the problem and ask about their recent workarounds, costs, and decisions.

Market validation

Study the alternatives customers already use and the constraints that shape the market you can actually reach.

Distribution validation

Treat access to customers as a hypothesis. A useful product still needs a credible path to its first users.

Monetization validation

Separate compliments from commitment by testing a concrete price, offer, or paid pilot when appropriate.

验证框架

从想法到决策支持

  1. 1

    Idea

    Describe the customer, problem, and proposed change in plain language.

  2. 2

    Assumptions

    Identify the beliefs about demand, competition, distribution, revenue, and execution that could make or break the idea.

  3. 3

    Validation signals

    Choose observable tests: problem interviews, existing behavior, landing-page responses, waitlists, pilots, or payment conversations.

  4. 4

    Risk assessment

    Compare the strength of signals with the consequences if an assumption is wrong. A weak signal is not a verdict; it is a reason to learn more. The same call surfaces a single highest-risk dimension used to derive a 7-Day Validation Action Plan.

  5. 5

    Decision support

    Use the findings to narrow an MVP, choose the next experiment, or stop and revise the idea before investing further. The report ships with a 7-Day Validation Action Plan — one day at a time, with the evidence to collect and a Day-7 Continue / Refine / Re-test / Stop signal.

分数的内部结构

七个维度,权重是刻意设定的

报告里的每一个数字都来自确定性规则引擎,而不是语言模型。引擎读取你的想法描述和四项结构化回答——受众、变现模型、获客渠道、技术背景——触发匹配的规则,对七个维度各给出 0 到 100 的分数。语言模型只负责解释这些分数,从不决定它们:相同引擎版本与相同输入得到相同评分,解释文字在多次运行之间可能不同。 下面是多数同类工具不会公开的部分:有哪些维度、每个维度实际在问什么、以及各自占多少权重。

  • 验证可行性

    25%

    这件事能多便宜、多具体地被验证?只有两类信号会改变这个分数:第一,第一个诚实实验是便宜的(一个落地页、一份候补名单),还是因为需要监管或实物证明(硬件、临床、牌照)而很贵;第二,你填写的受众是否具体到真能找到、真能测试。写“已经跑过试点”“已经有数据”不会加分,因为引擎无法核实自述。

  • 分发渠道

    20%

    是否存在通向第一批一百个客户的可信路径?自然流量的得分最高:搜索内容排第一,其次是社区和小众论坛。付费投放和冷启动外联是负分,因为在产品还没有证据之前,这两条路通常都会先卡住。没有选定任何渠道,是本维度里最重的罚分。

  • 市场需求

    18%

    受众是否具体到能找到、能描述?买方写成具体岗位、行业或一件具体要完成的工作,会加分;受众写成“所有人”“用户”“任何有这个问题的人”,会扣分。不是因为想法差,而是因为输入里还没有任何可以被检验的东西。

  • 变现模式

    12%

    有没有一个能用真实价格去测试的收入模式?订阅制得分最高。平台型被视为中性,原因是先有鸡还是先有蛋的问题,而不是对该模式本身有疑虑。没有给出变现答案,是整个引擎中最重的单项输入扣分。

  • 竞争格局

    10%

    这个品类是否已挤满高度相似的产品?受众是否窄到足以守住?命中饱和品类特征的想法会在这里失分。

  • 创始人匹配度

    10%

    你申明的技术背景,是否匹配把这件事做出来并卖出去所需的能力?有经验的开发者加分最多。非技术创始人小幅扣分——招人或自学是真实成本,但不构成否决。

  • 构建难度

    5%

    从想法到客户能够真实反馈的东西之间,隔着多少工作量?技术背景是唯一影响这个维度的输入。

为什么验证可行性权重最高

七项权重之和为 1.00,其中验证可行性占比最大,为 25%。这是一种观点,而不是中立的平均分配,也值得直说:引擎假定一个项目最可能的死因,是没有人去核实过。 构建难度权重最低,只有 5%,此前是这个数的两倍。下调的理由是:写软件已经变成创业里便宜的那部分,而搞清楚有没有人想要它,并没有变便宜。 如果你不同意这个排序,报告依然可用。每个维度都单独计分、单独展示,你完全可以把权重放在一边,按自己的标准读这份拆解。

两个数字,含义不同

报告同时给出总体创业分和机会分,两者的算法是刻意不同的。 总体分是上面那组权重的加权和,因此它承载了引擎的优先级。机会分是同样七个维度的简单平均,每项等权。 当两者出现差距时,这个差距本身就是信号。机会分高于总体分,通常意味着你在引擎赋予低权重的地方很强、在赋予高权重的地方很弱——最常见的组合是构建和创始人匹配度都不错,但验证和分发很薄。

分数如何变成结论

结论由阈值规则给出,每条规则的两半各有分工。 Go 需要总体分不低于 75,且没有任何单项低于 50。 Caution 需要总体分不低于 55,且没有任何单项低于 30。 其余一切都是 No-go。 真正起作用的是每条规则的后半句。一个想法完全可以平均分不错却仍被否决,因为某一个维度已经低到危险区——最典型的形态,就是产品确实不错,但没有任何可行办法触达到人。

分数不是什么

分数衡量的是你的输入对某个维度回答得多完整、多具体。它不衡量你的想法,也不是成功概率。引擎从未见过你的客户。 这个区分很实用。分发分低不代表分发做不成,而是说你填的渠道并不明显能触达你填的受众,所以这件事现在是最便宜的待验证项。分数高也不代表就该开始做,只代表基于你提供的信息,引擎没找到明确的反对理由。 当某个分数看起来不对,几乎总能追溯到某一项输入。改掉那项输入,分数会确定性地改变。正是这种可追溯性,才使得这些分数不交给语言模型来决定。

实例演练

从输入到对一个具体想法的结论

以下是一个说明性示例。数字来自产品实际运行的同一套确定性规则引擎;其中的人名、客户名和候补名单规模都是为了讲解而虚构的。被触发的规则和得出的分数是真实的。

说明性示例。并未引用任何真实公司。所列数字是合理的运行区间,而非经验证的基准。

场景

一位独立开发者正在评估一款面向 Shopify 卖家的短信挽回工具

这位开发者已经完成了 25 场问题访谈,签署了 8 份意向书,并积累了 140 个候补名单邮箱。计划按月订阅收费,通过 Shopify 商家社群(Slack 群、两个 Reddit 社区、一份垂直邮件简报)触达客户。下一个问题不是这个想法是否有趣——候补名单已经回答了——而是分数是多少、分数从哪来、在动手做之前还应该测什么。

第一步 — 输入

开发者在分析器里填写的内容

五项结构化字段加上想法描述。规则引擎只读取这些信息,不读其他。

创业想法
一款 B2B SaaS,帮助月营收 5 万美元的 Shopify 独立站通过个性化短信挽回弃单。我们已经访谈了 25 位店主,签署了 8 份意向书,候补名单有 140 人。
目标受众
月营收 5 万美元、月访问量 5000–20000 的 Shopify 独立站
变现模式
订阅制
获客渠道
社群(Shopify 商家 Slack 群、两个 Reddit 社区、一份邮件简报)
技术背景
资深开发者

第二步 — 引擎看到了什么

在上述输入下哪些规则会被触发

每条规则都是一个针对输入的匹配模式,会在它影响的维度上加减一个固定值。这条想法会触发 6 条规则,没有任何一条做减法。

规则触发原因调整
mon.subscription订阅是经过验证的持续性商业模式。+10 到变现、竞争
acq.community社群驱动增长具备防御性和高信任度。+7 到分发
bg.experienced资深开发者可以独立交付 MVP。+5 到创始人匹配、构建
audience.b2b受众是可识别的企业或专业买方。+5 到市场
audience.b2b_monetization企业买方是常见的付费客群假设。这只是起点假设,不是付费意愿的证据。+3 到变现
audience.icp_clear目标用户定义具体(明确岗位/行业/收入范围/具体待完成工作)。+4 到市场、验证

第三步 — 各维度分数

同一套校准后的 0–100 刻度

每个维度都用同一套 0–100 刻度展示。没有规则触发的维度显示 50,表里的“起点”就是这个 50。引擎内部每个维度有自己的基线:市场需求和变现是 45,分发渠道是 40,构建难度是 55,竞争格局、创始人匹配度和验证可行性都是 50。触发的加减值把维度从那条基线上推开,页面显示用的是这个净移动,而向上和向下用的是两套不同的跨度:分数 = 50 +(净移动 ÷ 跨度)× 50。向上时,跨度是这个维度自身的正向规则最多能加出的总分,乘以 1.3 的校准余量再取整;向下时,跨度是所有触及该维度的负向加减值之和的绝对值,不乘余量。市场需求的向上跨度是 12、向下跨度是 8,所以本页示例里的 +9 算成 50 +(9 ÷ 12)× 50 = 88,而净 −3 的输入算成 50 −(3 ÷ 8)× 50 = 31。各维度跨度不同,同样是 +5,在竞争格局上推动约 11 分,在构建难度上推动约 36 分。结果再取整并限制在 0–100。构建难度的规则里根本没有负向加减值,所以它向下移动时仍停在 50。

维度起点调整分数
市场需求50+5, +488
竞争格局50+1072
分发渠道50+771
变现模式50+10, +388
构建难度50+586
创始人匹配度50+586
验证可行性50+472

第四步 — 两个汇总数字

总体分 vs 机会分

总体分是七个维度的加权和;机会分是同等权重的简单平均。当两者出现差距时,这个差距本身就是信号。当两者贴近时,意味着没有维度在掩盖另一个维度。

总体分(加权)

79

0.25·验证 + 0.20·分发 + 0.18·市场 + 0.12·变现 + 0.10·竞争 + 0.10·创始人匹配 + 0.05·构建 = 78.7 → 79

机会分(简单平均)

80

(88 + 72 + 71 + 88 + 86 + 86 + 72) ÷ 7 = 80.4 → 80

差距 = 1

两个数字几乎重合。没有任何维度是「引擎给低权重、但创始人很强」,也没有任何维度是「引擎给高权重、但创始人很弱」。这套输入是平衡的。

第五步 — 结论

阈值规则如何读取这些分数

规则

Go 要求总体分 ≥ 75 且没有任何单项低于 50。Caution 要求总体分 ≥ 55 且没有任何单项低于 30。其余均为 No-go。

应用到这个想法

  • Go:总体分 79 达到 75,且最低单项为 71(≥ 50)—— 满足。
  • Caution:总体分 79 也满足 Caution 的下限(≥ 55)—— 本例用不到。

结论:Go。

这意味着什么

6 条规则命中且没有一条做减法,因此每个维度都落在 71 到 88 之间。市场与变现最高,均为 88:受众给出了营收区间,而变现方式本身就是买方已在付费的形式。 验证是 72 而不是更高,是因为引擎把文中提到的访谈人数与意向书视为创始人自述 —— 会被记录下来,但不加分。分发是 71:社群切入作为首个渠道可防御,但不会自动复利。 这里的 Go 意思是“输入描述的是一门自洽的生意”,不代表访谈真的发生过,也不代表短信成本算得过来 —— 那两件事正是报告让你先去验证的。

第六步 — 下一步实验

用最低成本针对剩余风险的实验

候补名单已经证明了「表达出的兴趣」。剩下的未知是这些商家是否会按订阅价付款并留下来。在不动手扩展构建的前提下,测试这件事最便宜的实验是:拿 5 位候补名单成员,按拟定价格(比如每月 99 美元)做 30 天的付费试点。 试点的任务不是验证兴趣——候补名单已经做过了。试点的任务是验证续费。没有续费信号,候补名单只是「兴趣」的证据,不是「付费」的证据。

这一结论不能证明什么

79 分不是对想法的判决,而是对“输入说了什么”的结构化解读。引擎没有见过客户,没有看过意向书,也没有核算过短信通道成本。 改一个输入,数字就会跟着变,而且可以追溯:把获客渠道从“社群”改成“不确定”,分发会从 71 掉到 36,总体分降到 72。其他一切不变。 这种可追溯性,正是分数不交给语言模型的全部理由。

看看在完整报告中是什么样

上面的推理是引擎「透明化」运行的过程。下面的例子报告展示的是这类结果该怎么读、怎么写成报告;报告里印出的分数是为了呈现报告结构而设的编辑示意数字,不是引擎对这些点子的输出。想看一组输入被完整算出来的过程,请用创业评分计算器页上的实算演示。

为什么重要

验证带来学习,而不是确定性

Founders validate because building is expensive and early confidence is often based on untested assumptions. A structured process helps turn a broad idea into a short list of questions that can be answered through customer behavior. Startup MRI makes that list easier to inspect, while real conversations and experiments remain the source of truth.

此方法不能做到什么

AI cannot predict startup success, replace customer research, or know facts that were never provided. Scores are decision-support signals produced from structured inputs, not probabilities of success. Treat the report as a starting point for experiments and update your view when new evidence disagrees.

Evidence re-evaluation

What evidence can change in a re-evaluation

在报告里跑完推荐的验证实验之后,你可以直接在报告页面提交实际发生了什么。Startup MRI 会用同一套确定性引擎处理你新提交的证据,并给出并排对比:最初的评估、你提交的证据、更新后的评估、哪些地方变了,以及下一步建议的动作。 这套判断建立在公开的客户开发与精益创业文献之上(见来源页)。它不会凭空给出加减分;每一次变化都是保守的,并且和你收集到的证据类型绑定。

Evidence strength is classified, not counted

证据按类型分三档,不是只看样本量。 弱证据——客气的兴趣、假设性的回答、没有行为佐证的创始人自我解读。不会改变评估结果。 中等证据——多个人独立描述同一个近期遇到的问题、被观察到的替代方案行为、被量化过的付费意向。会更新解释。 更强证据——预付款、签了意向书、样本量不小且真实完成的转化率、跑完的原型测试。会降低或收紧实验所针对那个维度的不确定性。 仅仅多做几场访谈本身不构成更强的证据;小样本上的行为证据才算。

Why more interviews do not automatically mean a higher score

Three reasons. First, polite interest is not commitment — The Mom Test classifies compliments as the fool's gold of customer learning. Second, quantity alone is insufficient — Strategyzer distinguishes behavioural evidence from stated evidence from opinion. Third, the original assessment is not invalidated by positive feedback on one experiment; the model requires the evidence to clear three gates before any uncertainty status flips.

What evidence re-evaluation cannot do

It cannot predict startup success. It cannot lift a dimension the experiment did not target. It cannot make Weak evidence into Stronger evidence by collecting more of it. It cannot override the original engine rules. The largest positive offset is +8; the largest negative offset is -12. A single re-evaluation cannot flip the verdict unless at least two dimensions changed OR a Stronger + Moderate pair agrees on the same dimension.

常见问题

创业验证方法常见问题

How does startup validation work?

Start with assumptions, identify the riskiest one, and run a small test that can produce a believable no as well as a yes.

What counts as evidence?

Recent behavior, specific past experiences, repeated workarounds, trial commitments, and payment or pilot decisions are stronger than hypothetical praise.

Why speak with customers before building?

Customer conversations can reveal the language, urgency, existing alternatives, and context that a founder cannot infer from an idea alone.

What is market validation?

It is testing whether a reachable group has a meaningful problem and whether the surrounding alternatives leave room for a useful offer.

Why is distribution part of validation?

A product idea is incomplete until you can describe how the intended customer will discover and adopt it.

How should I test monetization?

Ask for a concrete commitment such as a paid pilot, deposit, or purchase conversation instead of treating stated interest as willingness to pay.

Do the scores predict success?

No. They summarize structured inputs and tradeoffs to support a decision about what to test next.

Can AI predict startup success?

No. Startup outcomes depend on changing markets, execution, customer behavior, and factors a report cannot observe.

Turn your assumptions into a next step

Describe your idea and get a structured starting point for validation.

分析我的想法 →