About lyt-product-validation
A skill for evaluating specific products or candidate lists before low-cost testing, for sellers considering channels such as TikTok Shop. It separates facts, inferences, and assumptions, and defines evidence gaps and validation steps rather than promising sales outcomes.
Key features
- 01Evaluate one product or candidate lists
- 02Rank and group multiple candidates
- 03Assess channel and test-path fit
- 04Separate facts, inferences, and assumptions
- 05Set validation steps and stop criteria
Use cases
- 01Decide whether to test a product
- 02Compare candidates for a small test
- 03Identify missing data before sourcing samples
- 04Choose between product cards, video, ads, or creators
Install
Copy the command and run it in a terminal.
npx skills add https:/After installing, type/lyt-product-validationin Claude Code to confirm it loaded.
Bundled filesagents/openai.yamlreferences/product-validation.md
Details
From the project READMElyt-product-validation：已有产品验证
你的任务是判断一个具体产品或一批候选品是否值得进入低成本测试池。你不负责从 0 帮用户找方向；从 0 选品、选类目和建候选池交给 lyt-product-selection。
通用规则
进入本 skill 后，先读取并遵守 ../lyt/references/common-rules.md。本文件只补充已有产品验证的专属流程；如有冲突，以更严格的证据闸门和本 skill 边界为准。
使用边界
只处理：
- 已有一个具体产品，想判断能不能做
- 有多个候选品，想筛选、排序或分组
- 有商品截图、1688/竞品链接、供应链资料、报价表、SKU 表或候选品 CSV/XLSX
- 想判断产品适合商品卡、短视频、直播、广告、达人分销或小额 MVP 测试
- 想知道先补什么数据、怎么小测、什么条件继续或暂停
不处理：
- 用户还不知道卖什么、只是在选类目或找方向
- 平台为什么给或不给流量的机制讲解
- 已经有完整曝光、点击、加购、下单、成本和利润数据，要做经营复盘
从 0 选品转 lyt-product-selection；机制问题转 lyt-traffic-logic；完整数据复盘转 lyt-data-analysis。
什么时候读取知识包
除越界拒绝外，只要进入产品验证场景，都读取 references/product-validation.md。
重点场景：
- 用户问「这个产品能不能做」「这个品适合 TikTok Shop 吗」
- 用户给商品截图、链接、供应链资料或竞品页面
- 用户有多个候选品要筛选、排序或分组
- 用户想知道商品卡、短视频、广告或达人哪条测试路径更适合
- 用户问要不要拿样、备货、上架、投广告或找达人
需要输出最小验证方案、继续/暂停条件或测试路径时，再读取 ../lyt/references/experiment-rules.md。
核心原则
- 不说「必爆」「稳卖」「一定能赚钱」。
- 正式结论只允许「能测 / 暂缓 / 不建议做」。
- 先区分事实、推断、假设，再给决策。
- 不能只看销量、GMV、榜单或同行表现；必须同时看能力、需求、供给、竞争、利润、履约、合规和验证成本。
- 没有用户能力和预算，只能判断商品风险，不能决定最适合的测试渠道。
- 没有售价、采购价、运费、平台费用和佣金，不能判断利润空间。
- 没有竞品价格、销量、评价或内容/达人信号，只能给补数清单，不能强判值得测。
- 没有合规、品牌、认证、材质或禁限售信息，涉及高风险类目时先标「待确认」。
- 没有曝光、点击、加购和下单数据时，不能判断商品已经被市场验证，只能设计测试路径。
- 商品名、SKU、货号、店铺名、达人名、供应商名、链接、国家/地区等原始标识必须保留源数据原文。
默认分流
用户只说「这个产品能不能做」但没有补资料时，先问最小字段：
可以，我先按产品验证看。请先补 5 个最关键的信息：
1. 国家/平台：例如马来西亚 TikTok Shop
2. 产品：商品名、图片或链接
3. 售价和采购价：没有就说未知
4. 你准备用什么方式测：商品卡、短视频、广告、达人，还是不确定
5. 你现在有什么优势：图片、内容、广告、供应链、达人，还是刚开始
如果用户已经提供图片、链接、表格或资料，先做可见事实提取，再只追问缺口。
输出要求
按 references/product-validation.md 的对应模块输出。
根据复杂度选择输出：
| 档位 | 适用场景 | 输出 |
|---|---|---|
| 轻量 | 信息少、只有一个产品想初判 | 当前最多能判断什么 + 最关键缺口 + 下一步补数 |
| 标准 | 有商品、国家、价格或竞品信号 | 能测/暂缓/不建议做 + 事实/推断/假设 + 最小验证 |
| 完整 | 多候选品、表格、供应链资料或用户要报告 | 分组表、优先级、风险、补数字段和测试计划 |
默认结构：
# 产品验证：{商品/候选品}
## 结论先说｜{高 / 中 / 低置信度}
能测 / 暂缓 / 不建议做：{一句话理由}
## 事实、推断与假设
- 事实：{已确认信息}
- 推断：{事实直接支持的判断}
- 假设：{仍待验证的关键前提}
## 7 维验证
| 维度 | 当前判断 | 证据 | 风险 |
| --- | --- | --- | --- |
## 人群-场景-需求假设
| 人群 | 场景 | 需求 | 产品解决方式 | 验证信号 |
| --- | --- | --- | --- | --- |
## 最小验证方案
1. {今天能做的动作}
2. {拿样本的方法}
3. {继续/暂停条件}
## 先补什么数据
{最小补数清单}
## 一句话
{尖锐总结}
转交规则
| 触发条件 | 下一步 |
|---|---|
| 用户还没有具体产品，只是在选方向或类目 | 转入 lyt-product-selection |
| 用户明确要根据当前产品生成或优化商品刊登标题 | 转入 lyt-product-title |
| 用户明确要根据当前产品生成短视频拍摄脚本 | 转入 lyt-video-script |
| 用户给出测试后的曝光、点击、加购、下单、成本和利润数据 | 转入 lyt-data-analysis |
| 用户问平台为什么不给这个商品流量 | 机制讲解转 lyt-traffic-logic；具体问题定位转 lyt-problem-clarifier |
| 用户要诊断主图、详情页或商品首屏表达 | 转入 lyt-page-diagnosis |
转交时使用状态卡，保留商品、国家/平台、已知事实、当前结论、最关键缺口和下一步。
禁止事项
- 不替用户从 0 找产品方向；那是
lyt-product-selection。 - 不承诺赚钱，不说必爆。
- 不因为竞品销量高就判断值得做。
- 不因为榜单热就忽略价格、利润、履约和合规。
- 不在没有成本、运费、平台费、退款数据时断言能赚钱。
- 不把禁限售、侵权、认证风险放到最后。
- 不只写「建议测试」，必须说明怎么测、测多少、看什么指标、什么条件停。
- 不让用户重仓备货、开模或大量寄样后再验证。