收益：
- 能够理解MVP（最小可行产品）的概念和“最小学习单元”的逻辑，并利用人工智能确定范围
- 能够实现功能优先级（MoSCoW、影响力）和人工智能支持的快速原型/登陆页面制作
- 了解 MVP 的目的是学习，而不是销售，过度设计是初创公司最昂贵的错误。
创始人所犯的最昂贵的错误就是花费数月时间来完善他们不确定是否有人想要的产品。当他们进入市场时，他们得知问题要么是错误的，要么是解决方案。避免这场灾难的方法是 MVP：最小可行产品——最小的产品版本，能够以最少的努力提供最多的学习机会。在本单元中，我们将使用 AI（人工智能）来确定 MVP 的范围、确定功能的优先级并生成快速原型/预告片。最关键的一句话：MVP的目的是学习，而不是推销；最昂贵的错误是过度设计未经证实的假设。
什么是 MVP，什么不是？
MVP是一个被误解的概念。 MVP 并不是“马虎、破损的产品”；它是检验特定假设所需的最小完整经验。关键词是“学习”。问问自己：“我想回答什么问题？” MVP 包含足够的功能（不多也不少）来回答这个问题。有时，MVP 甚至可能不是一个可用的应用程序：一个登陆页面、一个视频、一个手动服务（“后面的向导”方法，在前面看起来是自动的，而人类在后台工作）也可以是一个 MVP。
MVP 的反面是过度设计——将精力花在尚不需要的功能、规模和完美上——以及镀金——打磨没人想要的细节。这些是初创公司最阴险的金钱和时间杀手；因为他们觉得自己在“工作”，但却耽误了学习。
提示：在添加功能之前，请询问：“如果没有此功能，我可以获得我想要测试的内容吗？”如果答案是“是”，则该功能不会进入 MVP。每一句让 MVP 成长的“但是我们也需要这个”都是延迟学习的成本。
功能优先级
由于没有无限的时间和金钱，因此有必要决定先构建哪个功能。两种实用方法：
MoSCoW：将功能分为四类——必须、应该、可以、不会。 MVP只是“必须”设定。
影响-努力矩阵：将每个功能放在“对客户的影响”和“努力去做”的轴上。先做高影响、低努力的；低影响、高努力的被放弃。人工智能可以很好地帮助您快速将一系列功能插入到该矩阵中，但有必要根据真实的客户信号来纠正“影响”预测。
一步一步：利用 AI 进行 MVP 设计
- 写出学习问题。 “这个 MVP 将测试什么单一假设？”
- 列出候选特征。把心里的一切都倒出来。
- 优先考虑人工智能。用 MoSCoW 或效果-努力提取；找到“必须”集群。
- 选择最轻的形式。是否需要代码或者登陆页面/视频/手动服务就足够了？
- 制作原型/页面。向 AI 询问白皮书文本、流程或伪代码草稿。
- 提前定义您的成功标准。 “如果我看到这个结果，那么这个假设就得到了证实。”
- 发布和学习。衡量实际行为；创始人做出决定。
三个迷你箱子
案例 1——无需编写代码的 MVP。一位创始人正在考虑开发一款应用程序，将出售家常饭菜的邻居与顾客联系起来。他没有花几个月的时间编写代码，而是从一个演示页面和一条 WhatsApp 线路开始；手动匹配订单（“向导后面”方法）。他在两周内收到了 40 个实际订单，并了解到真正的瓶颈是交付物流。如果他写了代码，几个月后他就会学会了。 MVP 推动了学习的进步。
案例 2 — 过度设计陷阱。一个团队花了 4 个月的时间构建了一个基础设施，在还没有一个客户的情况下可以“扩展到数百万用户”。当产品问世时，没有人想要它；问题是错误的。几乎所有的努力都白费了。教训：解决了牵引力问题后，规模问题就是奢侈；首先证明任何人都想要什么。
案例 3——优先顺序的力量。一位创始人列出了 30 项功能。他让人工智能创建了一个影响力-努力矩阵，并根据真实客户对话中的信号纠正了“影响力”列。 30 个功能中只有 4 个被证明是“必须”的。在 3 周而不是 6 个月内发布 MVP；客户表明，其余 26 个功能中的大部分功能根本不需要。
四个可复制模板
1）学习问题+MVP范围：
您的角色：精益产品教练。我想测试的假设是：[例如“商人每月支付收藏费用”]。(1) 描述验证此假设所需的最小产品，(2) 显示不需要代码（登陆页面、视频、手动服务）的版本是否可行，(3) 警告不应将其纳入 MVP 的“有吸引力但不必要”的功能。
2) 莫斯科优先顺序：
将以下功能列表划分为 MoSCoW：必须/应该/可以/不会。仅应包括“必须用于我想要测试的假设”的内容。用一句话写出为什么每个特征都在该簇中。列表：[特征]。
3）影响-努力矩阵：
在“对客户的影响 (1-5)”和“努力去做 (1-5)”轴上对以下功能进行评分，并将其放置在 4 个象限中。将高影响、低努力的项目标记为“首先做”，将低影响、高努力的项目标记为“不做”。提醒我，影响力分数必须根据我的实际客户参与度进行验证。列表：[功能]。
4) 登陆页面文本：
为我的 MVP 编写醒目页面文本。部分：(1) 客户语言标题（价值主张），(2) 问题解决方案叙述，(3) 3 个好处点，(4) 明确的电话（预注册/等候名单）。使用夸大的承诺；仅声称我可以验证。土耳其语，简单，真诚。
弱提示/强提示
弱提示：
列出我的产品的所有功能。
这个提示违背了 MVP 逻辑；它会产生一个很长的愿望清单，从而延迟学习并导致过度设计。
强力提示：
我想测试的唯一假设是：[x]。描述将验证此假设的最小 MVP，提出不需要代码的版本，将功能与 MoSCoW 分开并仅保留必须设置。帮助我不要预先写下我的成功标准（结果验证了假设）。
方法
学习率
成本
风险
从头开始制作完整的产品
太慢了
高
不要把钱花在错误的事情上
极限工程/镀金
慢
非常高
最昂贵的错误
唯一必须精选的 MVP
快
低
易于管理的
无代码 MVP（登陆/elle）
最快
最低
早期学习
常见错误
- 将 MVP 误认为是完整的产品。 MVP 是最小的学习单位，而不是完美的结局。
- 过度设计。在周围没有客户的情况下，花费数月时间进行规模/完善；最昂贵的错误。
- 没有定义学习问题。不知道自己测试什么的 MVP 是一种没有方向的浪费。
- 稍后设定成功的标准。如果没有提前写出标准，则每个结果都将被解释为“成功”。
- 绕过无代码选项。当您可以使用该服务手动测试时，登录页面/视频/编写代码。
注意：人工智能可能会产生原型或代码草稿，但您应对所产生代码的安全性、准确性和合法性负责。尤其是在涉及支付、个人数据或安全的 MVP 中，AI 输出只是一个初步草图；在上线之前，有能力的开发人员/专家对其进行审查至关重要。
总之
MVP是最小的产品，可以用最少的努力提供最多的学习；其目的不是出售，而是检验假设。最昂贵的错误是过度设计和镀金一种没有人想要的未经证实的产品。每个 MVP 都从一个学习问题开始；特征通过MoSCoW或impact-effort提取，并且仅创建“Must”簇。通常，最好的 MVP 甚至出现在代码之前：登陆页面、视频或手动服务。人工智能是确定范围、确定优先级和生成原型/页面草稿的强大加速器；但“影响”估计应根据实际客户信号进行修正，并且技术/法律关键输出应进行专业审查。
应用任务
选择一个假设（“学习问题”模板）。向 AI 询问将测试此假设的最小 MVP，如果可能，请提供无代码版本。使用“MoSCoW”模板分隔候选功能，仅留下必须设置。最后，使用“着陆页文本”模板制作一份简洁的着陆页草稿，并在发布之前写下您的成功标准（例如，20 名访问者中至少有 5 名预注册）。
清单
- [ ] 我是否写清楚了我的 MVP 测试的一道学习题？
- [ ] 我是否评估过无代码 MVP 版本？
- [ ] 我是否对功能进行了优先排序并只留下“必须”集群？
- [ ] 我在发布之前是否定义了成功标准？
- [ ] 我是否将技术/法律关键输出留给专家评审？