mcpField
M
mom-test

mom-test

github.com/wondelai设计与 UI2.5k5.7k 次安装7 周前更新
代码仓库

关于 mom-test

mom-test 是面向创始人和产品团队的客户访谈框架,通过了解受访者过去的行为来验证想法。它强调避免假设性问题和恭维反馈,并用七项诊断评估访谈、推动具体承诺。

主要功能

  1. 01围绕过去行为提问
  2. 02识别并避开恭维与空谈
  3. 03以具体承诺结束访谈
  4. 04七项访谈诊断
  5. 05访谈招募与信息整理指南

适用场景

  1. 01规划创意验证访谈
  2. 02了解客户现有解决办法
  3. 03评估访谈质量与不足

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/wondelai/skills --skill mom-test

安装后在 Claude Code 中输入/mom-test确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
avoiding-bad-data.md
case-studies.md
commitment-advancement.md
finding-conversations.md
processing-learning.md
question-patterns.md

详细介绍

The Mom Test 框架

用于客户对话的框架,帮助你避免走入歧途。它基于一个基本事实:每个人都在对你撒谎——并非出于恶意,而是因为你问错了问题。The Mom Test 提供了一套提问规则,让问题足够好,好到连你的妈妈都无法对你撒谎。

核心原则

良好的客户对话应围绕他们的生活,而不是你的想法。 你一提到自己正在开发什么,人们就会从分享实情转而表现得客气。与其推销,不如聊他们的问题、他们的生活和现有行为,并询问过去发生的具体事情,而不是关于未来的假设。最重要的是,少说多听。

评分

目标:7/7。 根据下方的七行快速诊断表,为一场对话(或访谈计划)评分:每通过一行得 1 分。

  • 6-7 = 聚焦于他们的生活和过去的行为,记录了具体事实,获得了实际承诺(时间/声誉/金钱),对方发言占比达到 80% 以上,并且你更新了自己的看法。
  • 4-5 = 收集到一些过去行为的事实,但话题逐渐转向假设;把赞美当作信号;或结束时没有提出请求。
  • <=3 = 变相推销:诱导性问题、观点和空话、礼貌却不采取行动的潜在客户,没有任何收获。

始终说明当前得分(满分 7 分),指出未通过的诊断项,并为每项给出具体的改进方法。

框架章节

1. The Mom Test 规则

核心概念: 三条规则,让即使是最支持你的亲友也无法给你虚假的肯定,从而将对话从收集观点转向查找事实。

有效原因: 人们无法可靠地预测自己未来的行为,因此观点毫无价值。过去的行为是唯一可靠的数据,能真正为产品决策提供依据。

关键见解:

  • 规则 1:聊他们的生活,而不是你的想法——直到最后都不要提你的解决方案(如果要提的话)
  • 规则 2:询问过去的具体情况,而不是泛泛而谈,也不要询问关于未来的假设
  • 规则 3:少说多听——争取让对方发言占比达到 80%
  • 如果一个问题无论业务是否会成功,得到的答案总是“是”,那它就没有通过 Mom Test
  • 好问题有可能推翻你当前设想的业务

产品应用:

场景应用方式示例
想法验证询问问题本身,绝不询问解决方案“告诉我你上次尝试解决[问题领域]时的情况”,而不是“你会用一款能做 X 的应用吗?”
功能优先级排序了解人们实际做了什么,而不是他们声称会做什么“带我了解一下你上周是如何处理这件事的。”
定价调研以现有的消费行为为依据“你现在为解决这个问题支付多少费用?”而不是“你愿意支付 $X 吗?”

提问模式:

  • “告诉我你上次……时的情况。”
  • “你还尝试过什么?”
  • “为什么这件事让你烦恼?”

撰写访谈脚本时,请参阅:references/question-patterns.md——其中包含五级问题层级、特定领域的问题库(SaaS/消费者/市场平台)以及四种问题措辞练习。

2. 好问题与坏问题

核心概念: 大多数访谈问题都有问题,因为它们让人预测未来、评估假设中的产品,或确认你的假设。好问题以可观察到的过往行为为依据,并获取具体事实。

为何有效: 问“你会买这个吗?”就像问“你下周会去健身房吗?”——答案总是肯定的,但很少有人会真的做到。已经发生的行为无法靠事后解释抹去。

关键见解:

  • 坏问题:“你觉得这是个好主意吗?”——得到的答案总是肯定的
  • 坏问题:“你会买一款能做 X 的产品吗?”/“你愿意付多少钱?”——基于假设,而且回答会倾向于取悦你
  • 好问题:“你现在是如何应对这个问题的?”——揭示真实行为
  • 好问题:“你之前试过什么?为什么后来不再用了?”——揭示过去的决策
  • 好问题:“这类解决方案的资金通常来自哪里?”——揭示真实预算
  • 最让人害怕的问题——那些足以改变你正在打造的产品的问题——能带来最有用的数据

产品应用:

场景应用方式示例
问题验证确认问题确实存在且值得重视“上一次遇到这个问题是什么时候?你做了什么?哪些做法没用?”
市场规模估算确认有足够多的人面临这个问题“你们行业里还有谁会遇到这个问题?他们是怎么处理的?”
竞品分析找出已经在使用的真实替代方案“你们目前为此使用哪些工具/流程?”

话术示例:

  • “做这件事最难的部分是什么?”
  • “这种情况多久会出现一次?”
  • “请你详细说说上一次遇到这种情况时发生了什么。”
3. 避免恭维与主观看法

核心概念: 三类糟糕的数据看似让事情有所进展,实际上却会误导你:恭维(“这个主意真棒!”)、空话(假设、也许、未来承诺)和点子(与真实问题脱节的功能请求)。学会化解这些回应并深入探寻真相,是核心技能。

为何有效: 恭维是客户开发中的愚人金——听起来令人开心,却完全不能说明是否有人愿意付费或使用产品。只有关于真实过往行为的具体信息和真正的承诺才能提供有效信号。

关键见解:

  • 恭维:立即化解,并回到对方今天如何处理问题的具体事实上
  • 空话:笼统的说法(“我通常会”“我总是”“我绝不会”)如果没有具体事例,就毫无价值
  • 点子:深入了解每项功能请求背后的动机——是什么驱使对方提出请求,他们上一次需要该功能是什么时候
  • 刻意讨要恭维(“你不觉得这个会很有用吗?”)是无意识地寻求肯定
  • 糟糕对话的征兆:你离开时感觉很好,却没有获得任何具体事实或承诺

产品应用:

场景应用方式示例
演示后的反馈化解“这个看起来太棒了”“谢谢!这会替代你们当前工作流中的哪一部分?”
功能请求深入了解背后的实际需求“你为什么想要这个功能?能给我看看上一次需要它时的情况吗?”
投资人对话区分鼓励和兴趣请求引荐客户,而不是听“好主意”之类的反馈

话术示例:

  • “谢谢!不过,为了确保我没有浪费你的时间,你们目前的流程是什么样的?”
  • “你说你‘肯定’会用这个,那你会停止使用什么?”
  • “这个功能点子真不错——具体能帮你解决什么问题?”

参见:references/avoiding-bad-data.md,了解当对话听起来很顺利却没有获得事实时,如何实时识别并化解三类糟糕数据(恭维、空话、点子)。

4. 承诺与推进

核心概念: 客户对话中的货币是承诺,而不是恭维。每次对话都要以明确推进采用或明确拒绝收尾——最糟糕的结果是遇到一个礼貌却从不承诺的“僵尸线索”。

为何有效: 说“我肯定会买”不费分毫;而引荐、订金或试点则意味着投入了真正的东西。承诺能弥合人们言行不一之间危险的鸿沟。

关键见解:

  • 承诺的形式:时间(会议、试用)、声誉(引荐、推荐信)、金钱(订金、预购、意向书)
  • 推进能让关系朝成交迈进;原地打转只会带来愉快却无用的会议
  • 会前就要想好你的“请求”——能证明这件事确实可行的最低承诺
  • “不”比“也许”更有价值——你可以从中学习,然后继续前进
  • 如果对方连时间都不愿给你,就更不可能把钱给你

产品应用:

场景应用示例
早期验证请求一项能检验兴趣的承诺“下周我可以带着原型来跟进吗?只需要占用你 15 分钟。”
B2B 销售推进到决策者那里“你能介绍我认识负责这项预算的人吗?”
发布前收集预购或意向书“我们将在 8 周后发布——想以 4 折优惠加入首批用户吗?”

文案模式:

  • “还有谁适合聊聊这件事?”
  • “你愿意下周试用一下原型吗?”
  • “如果我开发这个产品,你愿意试用 30 天吗?”

另请参阅:references/commitment-advancement.md,了解如何应对对话结束时对方仍未作出承诺的情况——承诺阶梯(时间/声誉/金钱),以及如何推进而不是原地打转的话术。

5. 寻找对话机会

核心概念: 最好的客户对话往往自然而然地发生——通过熟人引荐、行业活动、在线社群或咖啡闲聊。正式地以“客户访谈”为由,会让人进入表现模式;随意的交流则更容易获得真实信息。

为何有效: “我能采访你,了解你的问题吗?”会让人斟酌措辞、保持戒备;“我想了解这个行业——能请你喝杯咖啡吗?”则会让人敞开心扉。交流的方式决定了信息的质量。

关键见解:

  • 陌生外联:保持简短,从对方的专业知识切入,不要推销
  • 熟人引荐是最好的来源——一位人脉广的顾问就能为你打开几十扇门
  • 去客户常去的地方:行业活动、聚会、在线社群(先真诚参与)
  • “我想了解一下”胜过“我在做客户研究”
  • 使用获取会面机会的五部分结构:愿景/背景铺垫/示弱/抬高对方/请求

产品应用:

场景应用示例
创意前期探索融入目标社群写代码前,参加 3 场行业活动并进行 20 次轻松交谈
B2B 客户开发通过顾问获得熟人引荐“我们的顾问 [Name] 建议我向你请教一下,你们如何处理 [problem area]”
消费者研究在行为发生的地点拦访在商店排队处、健身房或联合办公空间与人交谈

文案模式:

  • “我正在研究 [industry] 如何处理 [problem]——能否请你喝杯咖啡,花 15 分钟向你取取经?”
  • “[Mutual contact] 建议我找你聊聊,因为你对 [area] 很了解”
  • “我不是来推销什么的——只是想了解一下这个领域”

道德边界: 绝不要把销售电话伪装成了解情况的交流——如果你已经有了产品并且正在销售,就要坦诚说明。

另请参阅:references/finding-conversations.md,了解如何寻找访谈对象——陌生与熟人外联模板、会面邀请的五部分结构(愿景/背景铺垫/示弱/抬高对方/请求),以及如何保持交流轻松随意。

6. 处理与学习

核心概念: 只有经过处理,对话才有价值:将原始笔记提炼为判断,定期更新,并与团队分享。没有系统的话,你会挑选那些印证自身偏见的引述。

为什么有效: 记忆容易偏向近期发生且情绪强烈的信息,因此团队会选择性地记住支持既有判断的数据。团队共同处理信息,可以避免某个人的偏见主导整体叙事。

关键见解:

  • 在对话过程中或结束后立即记笔记——绝不要依赖记忆
  • 将事实(对方说了什么、做了什么)与解读(你认为这意味着什么)分开
  • 与团队分享原始笔记,而不是筛选后的摘要
  • 每批对话结束后更新三个关键判断:问题、客户群体、解决方案
  • 当对话开始重复时,停止交谈,开始构建
  • 使用简单的电子表格:对象、日期、关键引述、事实、承诺、判断变化

产品应用:

场景应用示例
团队对齐每周一起回顾笔记每周回顾 5 次对话;团队共同更新判断看板
转型决策根据核心判断跟踪证据10 次对话中有 8 次揭示的问题与预期不同——转型
功能验证统计未经提示主动提及的次数10 人中有 7 人提到的问题确实存在;只有 1 人提到的话则未必

文案模式:

  • “我们目前的判断是 X——以下是支持它和质疑它的依据”
  • “我们已从 M 人中的 N 人那里听到这一点——这足以说明问题吗?”
  • “该停止交谈、开始构建了——对话内容正在重复”

参见:references/processing-learning.md,了解一批访谈结束后的处理方法——从笔记提炼判断的电子表格模板、团队评审节奏,以及该停止交谈、开始构建的信号。

常见错误

错误为什么会失败修正方法
介绍你的想法,而不是询问他们的生活让对方出于礼貌回应;得到的是称赞,而非事实如果要提你的想法,也要等到最后再说
问“你会买这个吗?”假设性的肯定不需要付出任何代价问他们已经做了什么:“你现在在这上面花了多少钱?”
把称赞当作验证“好主意!”对行为毫无说明立即转移话题:“谢谢——不过你今天为此做了什么?”
说得太多倾听时才能学习,而不是说话时应让对方至少 80% 的时间都在说
结束时没有明确请求会产生毫无进展的潜在客户会前明确下一步:试用、引荐、预购
安排正式的“访谈”会让对方进入表现模式,回答也会经过筛选保持随意:喝咖啡、走廊交谈、Slack 私信
不与团队一起处理笔记个人偏见会筛选数据,使其符合既有判断每周分享原始笔记;共同更新团队的判断

快速诊断

问题如果没有行动
谈话是否围绕对方的生活和过往行为展开,而不是你的想法?你进行的是推销,而不是一场“妈妈测试”式对话重新进行,全程不提你的解决方案
你是否了解了对方已经采取行动的具体事实?你收集的是观点和假设询问问题上一次出现是什么时候,以及对方当时做了什么
对方是否做出了某种承诺(投入时间、声誉或金钱)?这很可能是一个僵尸线索——礼貌但不感兴趣询问具体的下一步:试用、引荐或预购
对方是否说得更多?你说得太多,学到的太少练习保持沉默;让尴尬的停顿为你发挥作用
你是否了解到可能改变你正在构建的内容的信息?你问的都是安全、确认性的问题询问你一直回避的那些棘手问题
你是否根据这次谈话更新了自己的判断?你在收集数据,却没有从中学习与团队一起回顾笔记;更新对问题、细分群体和解决方案的判断
你能否总结关键事实(而非观点)?笔记质量差,或把观点和事实混为一谈谈话结束后立即区分事实与解读

另见:references/case-studies.md,了解这些规则如何贯穿始终地应用于真实的 SaaS、消费者、B2B 和市场平台访谈,并根据此诊断进行评估。

延伸阅读

此技能基于 Rob Fitzpatrick 的 Mom Test 方法论:

关于作者

Rob Fitzpatrick 是一位企业家和教育者,曾创办多家获得风险投资支持的初创公司,并从惨痛经验中认识到,大多数客户对话都会产生误导性反馈。《The Mom Test》(2013)提炼了他以证据为基础的方法,已被翻译成 20 多种语言,并且是 Y Combinator 和 Techstars 等创业加速器的必读书目。他还著有 The Workshop Survival Guide 和 Write Useful Books。

评论

支持 Markdown