参考资料

• Nielsen Norman Group User Interviews
• W3C WCAG
• Google HEART Framework

paperclip（07） - 产品发现、MVP 与成功指标

读完后，你应能完成以下任务：

• 绘制“paperclip（07） - 产品发现、MVP 与成功指标 / 需求证据”的关键对象与数据流，解释“访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。”，并用源码位置、日志或 Trace 标注证据。
• 为“paperclip（07） - 产品发现、MVP 与成功指标 / MVP”设计正常与异常输入，验证“MVP 只覆盖一个高价值完整任务，包括输入、处理、结果、错误和人工兜底。”，输出首个偏差位置与回归测试结果。
• 实现“paperclip（07） - 产品发现、MVP 与成功指标 / 指标”的最小代码或配置，检验“核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。”，输出命令、结果与 Diff，并说明不适用边界。

Agent 能加快实现，却不能证明用户需要它。产品发现必须先收集问题和行为证据，再定义最小可验证价值。

核心知识清单

• 用户、场景、任务与痛点发现
• 访谈、日志、工单与付费行为证据
• 假设、MVP、范围与人工兜底
• 首次价值时间、任务成功、留存、返工与成本指标
• 信息架构、交互一致性与界面状态
• 响应式、可访问性、安全与可靠性
• 上线实验、反馈、退出条件与迭代

一、先建立全局：产品发现、MVP 与成功指标 是什么？

理解“产品发现、MVP 与成功指标”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“产品发现、MVP 与成功指标”的第一个核心判断是：访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	需求证据	访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。
2	MVP	MVP 只覆盖一个高价值完整任务，包括输入、处理、结果、错误和人工兜底。
3	指标	核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。
4	产品质量	界面要覆盖加载、空、失败、部分成功、取消和恢复；
5	用户、场景、任务与痛点发现	核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。
6	访谈、日志、工单与付费行为证据	访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["需求证据"] --> S2
  S2["MVP"] --> S3
  S3["指标"] --> S4
  S4["产品质量"] --> S5
  S5["用户、场景、任务与痛点发现"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“产品发现、MVP 与成功指标”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“产品发现、MVP 与成功指标”的对象和顺序已经明确后，再看可观察的失败：条件缺失、结果不可复现或失败后责任不清。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、需求证据

区分用户说想要、实际反复执行和愿意付费。 访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。 把证据、假设和未知项分开，不让 Agent 自动补全缺失事实。

三、MVP

MVP 只覆盖一个高价值完整任务，包括输入、处理、结果、错误和人工兜底。 不能只做聊天框而没有数据、权限、保存和反馈。 对高风险领域，早期 Human-in-the-loop 是产品能力，不是失败。

四、指标

核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。 调用次数、Token 和生成字数是运营指标，不是产品价值。

五、产品质量

界面要覆盖加载、空、失败、部分成功、取消和恢复； 响应式和可访问性从组件设计开始。 非功能质量包括延迟、可用性、隐私、审计和可撤销性。 上线前定义成功门槛和停止实验条件。

六、动手验证：先跑通 产品发现、MVP 与成功指标，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“产品发现、MVP 与成功指标”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

6.1 基线与候选只允许一个变量不同

验证“产品发现、MVP 与成功指标”时，先固定样本、基线、候选、成功标准和失败边界。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“产品发现、MVP 与成功指标”时，动作是：同环境运行基线与候选，记录输入、中间状态和异常。原始结果不能只保留截图或汇总分数，必须同步保存：可重放命令、结构化日志、输出 Diff、失败样本、版本，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	固定样本、基线、候选、成功标准和失败边界
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	可重放命令、结构化日志、输出 Diff、失败样本、版本
通过阈值	结果符合结论条件，异常输入可解释、可恢复
立即停止	条件缺失、结果不可复现或失败后责任不清

6.2 执行前先排除不可比较条件

“产品发现、MVP 与成功指标”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“产品发现、MVP 与成功指标”的当前环境重复运行。
• 候选只改变一个与“产品发现、MVP 与成功指标”结论直接相关的条件。
• “产品发现、MVP 与成功指标”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “产品发现、MVP 与成功指标”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

6.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“产品发现、MVP 与成功指标”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	固定样本、基线、候选、成功标准和失败边界
过程可回放	同环境运行基线与候选，记录输入、中间状态和异常
结果可审计	可重放命令、结构化日志、输出 Diff、失败样本、版本

“产品发现、MVP 与成功指标”的一次合格基线对照按以下顺序执行：

1. 保存“产品发现、MVP 与成功指标”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“产品发现、MVP 与成功指标”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“产品发现、MVP 与成功指标”：同环境运行基线与候选，记录输入、中间状态和异常。
4. 为“产品发现、MVP 与成功指标”保存：可重放命令、结构化日志、输出 Diff、失败样本、版本。
5. 使用“产品发现、MVP 与成功指标”预登记条件判断：结果符合结论条件，异常输入可解释、可恢复。
6. 如果“产品发现、MVP 与成功指标”未通过，不修改第二个变量，先恢复基线并保留失败现场。

七、用一张矩阵验证 产品发现、MVP 与成功指标 的关键结论

矩阵按正文顺序列出“产品发现、MVP 与成功指标”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
需求证据	访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。	只改变与“需求证据”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
MVP	MVP 只覆盖一个高价值完整任务，包括输入、处理、结果、错误和人工兜底。	只改变与“MVP”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
指标	核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。	只改变与“指标”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
产品质量	界面要覆盖加载、空、失败、部分成功、取消和恢复；	只改变与“产品质量”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
用户、场景、任务与痛点发现	核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。	只改变与“用户、场景、任务与痛点发现”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本
访谈、日志、工单与付费行为证据	访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。	只改变与“访谈、日志、工单与付费行为证据”相关的条件	可重放命令、结构化日志、输出 Diff、失败样本、版本

7.1 记录本次实际实验

下面的记录用于“产品发现、MVP 与成功指标”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "产品发现、MVP 与成功指标"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "同环境运行基线与候选，记录输入、中间状态和异常"
evidence: "可重放命令、结构化日志、输出 Diff、失败样本、版本"
pass_when: "结果符合结论条件，异常输入可解释、可恢复"
stop_when: "条件缺失、结果不可复现或失败后责任不清"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

7.2 边界实验必须证明能够停止和恢复

成功路径只能证明“产品发现、MVP 与成功指标”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：条件缺失、结果不可复现或失败后责任不清，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	可重放命令、结构化日志、输出 Diff、失败样本、版本	结果符合结论条件，异常输入可解释、可恢复
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：条件缺失、结果不可复现或失败后责任不清	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：保留基线，缩小变量；根因确认前不扩大范围	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“产品发现、MVP 与成功指标”，第一步是：保留基线，缩小变量；根因确认前不扩大范围。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“产品发现、MVP 与成功指标”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

八、产品发现、MVP 与成功指标 的结果解释

解释“产品发现、MVP 与成功指标”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	条件缺失、结果不可复现或失败后责任不清	先执行：保留基线，缩小变量；根因确认前不扩大范围
异常链路无法恢复	条件缺失、结果不可复现或失败后责任不清	先执行：保留基线，缩小变量；根因确认前不扩大范围
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“产品发现、MVP 与成功指标”只有同时满足“结果符合结论条件，异常输入可解释、可恢复”，并且没有出现“条件缺失、结果不可复现或失败后责任不清”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“产品发现、MVP 与成功指标”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“产品发现、MVP 与成功指标”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

九、产品发现、MVP 与成功指标 的发布判断

发布判断需要把“产品发现、MVP 与成功指标”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “产品发现、MVP 与成功指标”的基线与候选只存在一个计划内变量。
• “产品发现、MVP 与成功指标”的输入、代码、依赖、配置和数据版本可以追溯。
• “产品发现、MVP 与成功指标”的正常、临界、失败和恢复样本使用同一套断言。
• “产品发现、MVP 与成功指标”的原始输出、中间状态和失败现场已经保留。
• “产品发现、MVP 与成功指标”的日志、Trace、截图和测试数据已经脱敏。
• “产品发现、MVP 与成功指标”的停止条件、负责人和回滚入口已经演练。
• “产品发现、MVP 与成功指标”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“产品发现、MVP 与成功指标”的判断，就不能发布。

十、总结

• 需求证据：访谈用于理解动机，工单和日志用于量化频率，现有手工流程用于估算成本。
• MVP：MVP 只覆盖一个高价值完整任务，包括输入、处理、结果、错误和人工兜底。
• 指标：核心指标围绕用户结果：首次价值时间、任务成功率、人工返工、留存、错误率和单位成功成本。
• 产品质量：界面要覆盖加载、空、失败、部分成功、取消和恢复；