01
AI 产品诊断
适合这种情况
已经感觉到某个流程可以被 AI 改造，但目标用户、价值或技术边界还没有说清。
主要工作
- 访谈业务与一线使用者
- 梳理现有流程、数据与约束
- 判断 AI 介入点和失败风险
- 给出范围、优先级与验证路线
典型交付
问题定义、机会地图、关键假设、产品范围与下一步建议。
SCOPE
三类可以具体交付的工作
它们可以分别合作，也可以从诊断开始逐步推进。若问题不适合做成产品，我们会在投入工程成本前说明。
02
原型与 MVP 共建
适合这种情况
已经有相对明确的场景，希望用尽可能短的链路验证用户是否愿意用、能力是否跑得通。
主要工作
- 信息架构与关键任务流
- 可交互原型与用户测试
- 模型、数据和工程方案
- 开发、部署、监测与异常状态
典型交付
可操作原型或可上线 MVP、源代码、部署说明与验证清单。
03
数据与增长产品
适合这种情况
已经有产品和用户，但指标只用于报表，或转化问题长期停留在“感觉”与零散运营动作里。
主要工作
- 北极星与输入指标梳理
- 关键路径与流失点诊断
- 数据产品 / 决策工作台设计
- 实验、运营动作与复盘机制
典型交付
指标框架、产品方案、实验优先级与可持续迭代机制。
COLLABORATION
一次合作如何推进
具体周期取决于问题范围、数据条件与外部依赖。我们会在确认阶段给出范围和里程碑，不用模糊承诺替代计划。
- 01
确认
理解问题、现状、目标、决策人和限制，判断是否匹配。
- 02
定义
明确用户任务、成功信号、产品边界、依赖与里程碑。
- 03
共建
通过短周期版本持续演示，关键判断保留记录并及时修正。
- 04
验证
完成测试、部署与真实使用验证，交付代码、文档和后续建议。
BOUNDARIES
合作前先把边界说清楚
不会承诺模型无法保证的结果。例如“100% 准确”“绝对防作弊”“上线即增长”。
不会把未验证原型包装为成熟 SaaS。会明确试验状态、已完成范围和仍需验证的假设。
不会默认接收敏感业务资料。先确认最小必要的数据范围、授权与处理方式。
不会用功能数量衡量项目完成。以关键任务是否跑通、是否能获得证据作为主要验收依据。
FIRST CONVERSATION
先用一段真实描述开始。
不需要准备正式需求书。说清楚谁在什么场景下遇到什么问题，以及你希望看到什么变化就够了。
发起合作咨询