跳到正文
YibudYibud

先手工交付,再考虑开发

Wizard of Oz MVP(绿野仙踪 MVP):客户以为在用产品,其实是你在后台手工做

Wizard of Oz MVP 是这样一种测试:客户面前是一个看起来像产品的东西,一张表单、一个按钮、一封按时到达的邮件;幕布后面没有系统,只有你。你手工完成每一单,用这一周来判断这段体验值不值得开发。

最近更新:2026年10月29日

直接回答

什么是 Wizard of Oz MVP?

客户以为自己在用一个已经能自动工作的产品,实际上每一步都是人在后台做完的。这个名字比创业圈更早:1984 年,J.F. Kelley 在 ACM Transactions on Office Information Systems 上描述人机交互实验时,让真人扮演系统,以便在系统存在之前研究使用者的反应。Eric Ries 在《精益创业》(Crown Business,2011)里把它变成创业工具,用来在写代码之前验证一段体验是否有人真的需要。它和 Concierge MVP 的差别只有一条:Concierge 明说是人在服务,Wizard of Oz 让客户以为是系统在运行。

关键要点

先记住这五条

  • 客户不知道幕布在后面,这是它和 Concierge 的唯一分界。如果对方从一开始就知道是你本人在做,那你跑的是另一种测试。
  • 它适合回答体验类问题:格式对不对、多久能交付、客户会不会再来一次、愿不愿意付钱。有没有人愿意点落地页,用不着它。
  • 开工前写下三件事:谁算合格客户、什么算通过、什么算失败以及几号停手。事后才补的规则,只能用来给自己找台阶。
  • 只承诺你手工能兑现的结果。把人工藏起来是测试手法;宣传一个连手工都做不到的能力(全天候、秒回、没有真人看数据)是虚假宣传。
  • 当你不需要临场发挥也能重复同一条流程时,幕布就该撤掉,把重复的那一步写成代码。如果一直撤不掉,说明你做的是一门服务生意,不是产品。

选哪种测试

什么时候用 Wizard of Oz,而不是 Concierge、烟雾测试或假门

这四个词经常被混着用,但它们回答的问题不同,成本也不同。先确定你现在最贵的那个未知是什么,再选最便宜、能回答它的测试。

它和 Mechanical Turk 式预原型(用真人模拟复杂后台)是近亲。什么时候该用预原型,以及怎么写「百分之 X 的 Y 会做 Z」这句话,见 Pretotyping 方法页。

Wizard of Oz:客户以为是软件

你能在客户可以接受的等待时间里手工做出结果,而且你想看的是他们会不会真的用、会不会再来、会不会付钱,不是他们愿不愿意陪你坐在电话里聊流程。前台看着像产品,后台是你、一张表格和一个计时器。

Concierge:客户知道是你在做

你需要客户在场时观察整个流程,或者对方买的就是「有人替我把这件事做掉」,这时隐瞒人工反而不诚实。另外,如果你连一次像样的自动交付时限都撑不住,直接公开由人来做更稳。

读 Concierge 操作手册 →

烟雾测试:还没有交付任何东西

你现在最大的未知只是有没有人想要这件事。一张落地页加一个按钮就够了,不需要搭任何假后台。

读烟雾测试操作手册 →

假门:已有产品里加一个按钮

已经有人在用你上线的产品,你想知道他们会不会去点某个新功能。放一个还没接通后端的按钮,看有没有人按。为了一个菜单项把整家公司改成人肉后台,是过头了。

读假门测试操作手册 →

本周就做

跑一轮 Wizard of Oz 的七个步骤

前台越简单越好,后台流程要无聊到可以照抄。一个你晚上十点得一个人操作的漂亮界面,不是测试,是负担。

  1. 1

    第一步:把赌注写成一句能被推翻的话

    句式是:某种角色的人,最近遇到了某个具体问题,在某个时间限制内,愿意为某个明确结果付款或者再来一次,即使前台看起来是自动的。这句话写不出来,就还没到搭表单的时候。

  2. 2

    第二步:先定通过线、失败线和停手线

    写下五件事:什么条件算合格客户、你要数的是哪个动作、看数据之前打算服务几个人、什么数字算通过、什么数字算失败、以及几号结束。再写下撤幕布的条件:流程不再需要临场发挥,或者交付时限连续两次没守住。

  3. 3

    第三步:搭一个最简单但诚实的前台

    一个输入、一个输出、一个你在正常工作时间内守得住的交付时限。一个在线表单、一个邮箱地址、一个 Notion 页面都可以。做不到的事不要写在页面上,比如全天候、立刻返回、没有真人会看你的数据。

  4. 4

    第四步:把后台流程写成剧本,并计时试跑一遍

    列出你要用的工具、每一步花多少分钟、哪些事你不做。先自己拿一份真实素材跑一遍并计时。如果顺利走完需要你临场判断、五步之内讲不清,那你手上是一门服务,不是一个可以自动化的产品。

  5. 5

    第五步:找三到五个对的人

    找符合第一步那句话、而且最近真的被这个问题硌到过的人,三到五个就够。优先找将来可能付钱的陌生人,朋友会把「有意思」夸成「愿意买」。这不是发布会,也不要去买一波你根本交付不了的流量。

  6. 6

    第六步:守住交付时限,记下每一次例外

    按你写在页面上的时间交付。每做完一单记四件事:花了多少分钟、哪里靠临场发挥补上、对方有没有真的使用这份产出、有没有再要一单。临场发挥的那张清单,就是你将来要自动化的清单。

  7. 7

    第七步:追问第二次和价格,再对着数字做决定

    问三个问题:要不要再来一份、一个月付多少钱你会长期用、你以为刚才哪些部分是自动完成的。然后回到第二步那张纸对照,不要靠感觉。四种收尾方式:继续拉幕布、公开实情改跑 Concierge、只自动化那个重复步骤、或者停掉。

通过和失败

客户来之前就把数字定好

没有事先写数字的一周,最后只能变成「我很忙」这种自述。搭前台那天,把下面五行填完。本页不给普适转化率:渠道、承诺、任务难度三者不可互换,别人家的数字套不到你身上。

  • 合格客户:什么角色、最近真的遇到过这个问题才算数。不合格的人直接剔除,不要拿来稀释比例。
  • 转化事件:只数一个动作,要么用了产出、要么要了第二次、要么付了钱。口头夸奖不算事件。
  • 样本量:在看比例之前,打算服务几个合格的人。数量要小到你确实能交付;几百人的等候名单,如果你会失联,就没有意义。
  • 通过线和失败线:写下两个你承认的结果。「有意思」不是结果,它只是一句安慰。
  • 结束日期和交付时限:几号做决定,以及这一周必须守住的交付时间。时限守不住,这段体验就测不出真相。

证据强弱一直是同一套排序:第二次付钱强过一句谢谢,被人真的用过的交付物强过一次点击。你要对照的是自己写下的那条线,不是别人截图上的数字。

何时撤幕布

四种情况,四种收尾

幕布是临时的。开工前就把停止条件写清楚,否则每多接一单都会变成「再多试一周」。

流程开始重复,就撤幕布并把那一步写成代码

你能不看笔记就把顺利路径讲给别人听,而且同一个麻烦步骤出现在不止一个客户身上。这时候自动化那一步,别去自动化专门用来惊艳某一个客户的罕见花招。

交付时限本身就是产品,就公开实情

承诺的时间点连续两次没做到,或者你要熬夜才能圆回来。要么收窄承诺,要么在接下一单之前告诉对方这是人工完成的,那就变成 Concierge。

对方买的是你这个人,就不要假装是产品

他们看重的是「对面有个聪明人替我解决」。那是咨询。如果你还想继续学东西,就公开实情改跑 Concierge;如果不想,就别再挂着产品落地页。人的性格没法自动化。

没有第二次,就停掉这个实验

合格的人拿了第一单,之后不追问、不使用产出、也谈不出价格。这就是关于这段体验的负面证据,不是让你去造一个更快后端的理由。

例子

一个有据可查的旧例子,加上一周可以照抄的安排

Zappos 的故事是创业案例,不是转化率基准。下面那一周只是示意图:名字和价格都是虚构的,用来看流程怎么搭,不是一个你应该抄的数字。

Zappos,1999:店面是真的,仓库是假的

创始人 Nick Swinmurn 先在本地鞋店给鞋子拍照,挂上网站。有订单时,他到那家店按零售价买下来再寄出去。顾客以为自己在一家线上鞋店买东西,实际上没有库存系统,页面上也没宣称履约率。Eric Ries 在《精益创业》里把它算作已验证学习:在建仓库之前,先证明有人会下单。要学的是这层幕布怎么搭,不是它的百分比。

示意:一份售价 49 美元的人工研究简报

设想一位创始人想卖两页的调研简报:客户提交一个网址和一个问题,四小时内收到一份可以转给客户看的备忘。最贵的未知不是有没有人点击,而是他们会不会真的使用这份东西、并且再来要第二份。

  • 周一:写下那句赌注和失败线。前台是一个表单,收网址、问题、邮箱。交付时限是工作日九点到十八点之间四小时。后台只有创始人、浏览器和计时器。通过条件是五位合格顾问里有三位使用备忘并要第二份;失败条件是少于两人使用。
  • 周二:拿自己以前的一份客户笔记试跑一份并计时。如果要三小时才能做完,那四小时的时限就是假话。在任何人下单之前,先把内容砍短,或者把时间放宽。
  • 周三到周五:服务那五位符合画像的顾问,不去 Product Hunt 发布。每一单记录花了多少分钟、哪里靠临场发挥、备忘是被转发给别人还是直接归档。
  • 周日:对照周一写下的数字做决定。如果他们用了并且要第二份,先自动化拟大纲那一步,不要去做一个假的「AI 引擎」页面。如果他们只是喜欢跟你聊天,那你其实不小心跑成了 Concierge。

清单

开工前逐项打勾

  • 赌注写成一句话,里面有时间限制
  • 招募之前写好通过线、失败线和撤幕布条件
  • 前台只有一个输入、一个输出、一个你在正常工作时间内守得住的交付时限
  • 页面上没有你手工都做不到的宣称(全天候、秒回、没人看数据)
  • 后台流程已经自己试跑过并计时
  • 接单数量上限等于你这周能真正交付的人数
  • 每单记录耗时、临场发挥的地方、对方有没有使用产出
  • 追问第二次和价格,然后用一句话写下结论

常见错误

这六件事会毁掉这一周

搭假界面比做这件事本身还花时间

花四天做一个仪表盘,做那件事只花一小时。要被测试的是那件事。一个表单加一个邮箱就够开始。

承诺你守不住的速度和隐私

「立刻返回」和「绝不会有真人查看你的数据」是产品承诺。如果那个人就是你,这两句话就是假的。交付时限失守,还会让你这一周测出来的体验数据一起作废。

收一笔你退不了、也交付不了的成品钱

为一份已经交付的简报收小额费用属于测试。刷一张卡去买一套并不存在的平台,就变成另一种性质。这周内既交付不了也退不了的款,不要收。

从来没写通过线和失败线

忙一周的感觉很像进展,但它不是。周一没写下数字,周日就没有结论可以对照。

对方明知道是你,你还管它叫 Wizard of Oz

你亲自上电话、用自己的名字回邮件、以创始人身份做一对一贴身服务,那就是 Concierge。叫错名字会盖住你真正想知道的事:没有你参与,这段体验还成不成立。

永远不撤幕布

没有时间限制、没有自动化候选步骤、也没有公开计划。这是一家没人发工资的服务公司,外挂一张产品落地页。

诚实边界

幕布是实验手法,不是商业模式

因为客户看不见人工,Wizard of Oz 比 Concierge 更吃「诚实」这条线。规则只有三条:交付你承诺的结果、不卖连手工都做不到的能力、提前想好幕布怎么收。

承诺一个结果,不要承诺一座工厂

「下午四点前收到两页简报」是你手工能兑现的承诺。「我们的 AI 从不休息」是在描述一个还不存在的系统。

不要收你退不了或交付不了的钱

收费就这周内交付,或者退款。对已经完成的交付收小额费用,比一百人的候补名单信号强得多。给一套不存在的软件开订阅,已经不属于这个测试。

准备好怎么公开,或者怎么毕业

对方问「这是自动的吗」,就照实回答。将来自动化以后,体验不能变差。如果客户换上真正的 App 之后要等更久、觉得被耍了,说明原来的需求并没有被验证,只是被礼貌掩盖了。

只要完成这件事必需的信息

要那个文件或那个网址就够。不要顺手收集账号密码、整个收件箱,或者你根本不会使用的训练数据。

继续还是停

时间到期之后再看

可以继续,如果

合格的人使用了产出、主动要第二次,而且能接受粗糙,只要粗糙的地方不是交付时限。下一步是把出现频率最高的那一步写成代码;如果你还得亲自盯着流程,就公开实情改跑 Concierge。

应该停下或改方向,如果

没有人要第二次,他们看重的只是跟你本人聊,或者每一单都是无法复述的定制流程。这时候不要抱着「反正先把真引擎做出来」的想法。改你承诺的结果,或者改你点名的那类人。

来源

这些说法从哪来

和 Yibud 一起用

先弄清这一周该测哪一条风险

Yibud 是免费的创业点子验证器,不用注册。分数来自确定的规则引擎,不是语言模型在猜你行不行;可选的 AI 只负责把文字写顺。如果报告里最弱的一项是交付,或者「对方会不会真的使用这段体验」,那一周的幕布测试通常比直接开发便宜。如果最弱的仍然是需求,先跑烟雾测试。

分析我的点子 →

常见问题

创业者真的会问的八个问题

Wizard of Oz MVP 和 Concierge MVP 是一回事吗?

不是。Concierge 里客户知道是人在替他做;Wizard of Oz 里客户以为是系统在做。人工是同一份人工,问的问题不同:Concierge 是当着客户的面一起把流程走完,Wizard of Oz 测的是「没有我参与,这段体验还成不成立」。当把手工公开出来本身就是重点时,用 Concierge 那篇。

这不就是多走几步的烟雾测试吗?

不是。烟雾测试只有落地页和一个按钮,你什么都不交付,测的是有没有人想要。Wizard of Oz 真的把结果送到对方手上,测的是这段体验本身。如果连「有没有人伸手」都还不知道,先做烟雾测试,不要搭假后台。

和假门测试一样吗?

不一样。假门是已有产品里一个还没接通的按钮或菜单,看的是点击数,然后告诉对方功能还在做。Wizard of Oz 是一整段你真的手工交付的体验。要测产品里某个功能有没有人伸手,用假门那篇。

把人工藏起来算不算不诚实?

看你踩哪条线。宣传你做不到的能力、收了退不了的钱、或者收了东西就失联,这几条都不诚实。交付你承诺的结果、守住交付时限、只收集必需的信息、并且提前想好怎么公开,那是正常的早期实验。你自己就是那个环节时,不要在页面上写「没有真人参与」。

需要几个客户才算跑完?

从你确实能在承诺时间内服务好的人数开始,通常是三到五个。这一阶段没有普适的「统计显著」人数,样本量由你的交付能力决定。周一写下几个就守几个,不要中途加到交付不动为止。

一定要收钱吗?

第一单不一定,但同一周之内要发生一次价格对话。付过钱,哪怕很少,能把礼貌的喜欢和真正的优先级分开。前提是你这周能交付,或者能退。

什么时候可以开始写代码?

当同一个麻烦步骤在好几个客户身上重复出现,而且你不用临场发挥就能把流程讲清楚时。先自动化那一步,不要一上来就做一个通用的「AI 引擎」。

和 Yibud 怎么配合?

如果还不确定哪条假设最贵,先跑一次分析。报告不会替你拉幕布,它告诉你这周应该数点击、应该去找人聊、还是应该手工交付一段体验。

开发之前,先弄清该测哪条风险

Yibud 用确定的规则引擎指出最弱的几项,实验由你自己挑:去聊人、跑烟雾测试,或者在幕布后面手工交付一周。

生成 Yibud 报告 →