prototyping-pretotyping

原型设计与预验证

目录

1. 工作流
2. 常见模式
3. 保真度阶梯
4. 护栏
5. 快速参考

工作流

复制此清单并跟踪进度：

Prototyping Progress:
- [ ] Step 1: Identify riskiest assumption to test
- [ ] Step 2: Choose pretotype/prototype approach
- [ ] Step 3: Design and build minimum test
- [ ] Step 4: Run experiment and collect data
- [ ] Step 5: Analyze results and decide (pivot/persevere/iterate)

步骤 1：识别风险最高的假设

列出所有假设（需求、定价、可行性、工作流），按风险排序（出错概率 × 出错时的影响）。优先测试风险最高的假设。请参阅常见模式，了解各领域的典型假设。

步骤 2：选择方法

根据假设以及可用时间和预算，匹配测试方法。请参阅保真度阶梯，选择合适的保真度。使用 resources/template.md 设计实验。

步骤 3：设计并构建最低限度的测试

创建能测试假设的最简单产物（落地页、纸面原型、人工交付服务）。请参阅 resources/methodology.md，了解具体技巧（虚假入口、礼宾式服务、绿野仙踪法、纸面原型设计）。

步骤 4：开展实验

部署测试、招募参与者、收集定量数据（注册、点击、付款）和定性反馈（访谈、观察）。目标是获得最低限度的可用数据（定性研究 n=5-10，定量研究 n=100+，以获得可信结果）。

步骤 5：分析并决策

将结果与成功标准进行比较（例如，“10% 的转化率可验证需求”）。做出决定：转向（假设错误，改变方向）、坚持（假设得到验证，着手构建），或迭代（结果不明朗，优化后重新测试）。

常见模式

按假设类型分类：

需求假设（“人们想要这个”）：

• 测试：虚假入口（包含“立即购买”→“即将推出”的落地页）、预购、候补名单注册
• 成功标准：X% 的转化率，在 Z 天内获得 Y 个注册
• 示例：“2 周内有 10% 的访客注册候补名单” → 验证需求

定价假设（“人们愿意支付 $X”）：

• 测试：在落地页展示价格、提供多个价格档位、对价格进行 A/B 测试
• 成功标准：目标价格下的转化率达到 Z%
• 示例：“以 $49/mo 的价格获得 5% 的转化率” → 验证定价

工作流假设（“这能以直观的方式解决用户问题”）：

• 测试：纸面原型、使用可点击原型完成任务
• 成功标准：X% 的用户无需帮助即可完成任务，错误少于 Y 个
• 示例：“10 位用户中有 8 位在 <2 分钟内完成结账，且 0 次出错” → 验证工作流

可行性假设（“我们能构建/扩展这个”）：

• 测试：技术验证、使用真实数据进行概念验证、先提供人工礼宾式服务
• 成功标准：性能达到目标，成本控制在预算内
• 示例：“API 在 100 req/sec 的负载下响应时间 <500ms” → 验证架构

价值主张假设（“客户更喜欢我们的方法，而非其他选择”）：

• 测试：对宣传内容进行 A/B 测试、使用不同价值主张设计虚假入口、与竞品比较
• 成功标准：X% 的用户选择我们的方法，而非其他选择
• 示例：“60% 的用户选择 AI 驱动的方式，而非人工策选” → 验证差异化

保真度阶梯

根据你的问题选择合适的保真度：

Level 0 - 预原型（数小时至数天，$0-100）：

• 内容：在真正开始构建之前先进行模拟
• 适用时机：测试需求、定价和价值主张假设
• 方法：带注册入口的落地页、假入口测试、人工礼宾服务、视频样片
• 示例：Dropbox 在构建产品前发布展示产品的视频（3-4 分钟的视频，一夜之间注册人数从 70K 增至 75K）
• 优点：速度最快、成本最低，可测试真实行为（而非观点）
• 缺点：无法详细测试工作流或易用性；如果欺骗性太强，还会引发伦理问题

Level 1 - 纸面原型（数小时至数天，$0-50）：

• 内容：手绘草图、打印出的屏幕、索引卡片
• 适用时机：测试工作流、信息架构和屏幕结构
• 方法：用户在纸上“点击”，你替换屏幕，并观察让用户困惑的地方
• 示例：银行应用——10 个纸面屏幕，用户模拟存入支票，找出 3 个工作流问题
• 优点：迭代非常快（几分钟即可重新绘制），促使人们关注结构而非润色
• 缺点：无法测试真实交互（手势、动画），用户会觉得“很假”

Level 2 - 可点击原型（数天至一周，$100-500）：

• 内容：在 Figma、InVision、Adobe XD 中制作交互式样稿（不写真实代码）
• 适用时机：测试用户流程、UI 模式和交互设计
• 方法：让用户完成任务，衡量成功率、耗时和错误，并收集反馈
• 示例：电商结账流程——8 个屏幕，20 位用户，有 15% 在配送环节放弃结账 → 在编码前修复
• 优点：外观逼真、易于修改，可测试接近真实的交互
• 缺点：无法测试性能、可扩展性和后端复杂度

Level 3 - 编码原型（数周至一个月，$1K-10K）：

• 内容：具备有限功能、部分数据并采用简化方案的可运行软件
• 适用时机：测试技术可行性、性能和集成复杂度
• 方法：让真实用户执行真实任务，衡量延迟和错误，并验证架构
• 示例：搜索引擎——10K 份文档（而非 10M 份）、50 位用户，响应时间 <1s → 验证方案可行
• 优点：测试真实的技术限制，揭示集成问题
• 缺点：成本更高、耗时更长；如果方向错误，也更难弃用

Level 4 - 最小可行产品（数月，$10K-100K+）：

• 内容：能为真实客户提供核心价值的最简版本
• 适用时机：假设已基本验证，准备收集市场反馈
• 方法：向一小部分用户发布，衡量留存率和收入，并根据数据迭代
• 示例：Instagram v1——仅有照片滤镜（没有视频、快拍和 Reels），先向一小群用户发布
• 优点：获得真实的市场验证、收入和经验
• 缺点：成本高、周期长，还要承担公开承诺

护栏

确保质量：

1. 先测试风险最高的假设：不要测试你有把握的内容

   • ✓ 先测试“客户愿意支付 $X 吗？”（高度不确定），再测试“按钮能做成蓝色吗？”（无关紧要）
   • ❌ 在验证核心价值之前测试细枝末节

2. 让保真度与问题相匹配：不要为了当前问题过度构建

   • ✓ 用纸面原型测试工作流（几小时），用编码原型测试延迟（几周）
   • ❌ 为了测试用户是否喜欢配色方案而构建编码原型（杀鸡用牛刀）

3. 测试前设定成功标准：避免确认偏误

   • ✓ “10% 的转化率就能验证需求”（测试前决定）
   • ❌ “7% 的转化率？已经相当不错了！”（测试后才改变标准）

4. 让真实目标用户参与测试：朋友和家人不具代表性

   • ✓ 从目标细分群体中招募用户（例如，面向 B2B SaaS 的企业 IT 买家）
   • ❌ 找谁有空就测谁（礼貌配合的创始人朋友）

5. 观察行为，而非意见：人们的实际行动 > 他们说的话

   • ✓ “50% 的人点击了‘立即购买’，但 0% 完成了付款”（真实行为 → 定价／操作阻碍问题）
   • ❌ “用户说他们愿意每月支付 $99”（意见，不是可靠的预测指标）

6. 如实说明模拟情况：合乎伦理的预型测试

   • ✓ “注册以抢先体验”或“即将推出”（诚实）
   • ❌ 为虚假产品收取信用卡费用，或承诺不会开发的功能（欺诈）

7. 丢弃原型：不要把原型代码用于生产环境

   • ✓ 验证后使用合适的架构重新构建
   • ❌ 发布原型代码（技术债务、安全问题、可扩展性问题）

8. 快速迭代：多次低成本测试 > 一次高成本测试

   • ✓ 1 周内制作 5 个纸面原型（测试 5 种方案）
   • ❌ 1 个月内制作 1 个编码原型（受限于单一方案）

快速参考

资源：

• 快速入门：resources/template.md - 预型测试／原型实验模板
• 高级技术：resources/methodology.md - 假入口、礼宾式服务、绿野仙踪法、纸面原型、A/B 测试
• 质量检查：resources/evaluators/rubric_prototyping_pretotyping.json - 评估标准

成功标准：

• ✓ 找出 3-5 个风险最高的假设，并按风险排序（出错概率 × 出错后的影响）
• ✓ 以所需的最低保真度测试风险最高的假设
• ✓ 测试前设定量化的成功标准（例如，“10% 的转化率”）
• ✓ 招募真实目标用户（定性研究 n=5-10，定量研究 n=100+）
• ✓ 收集行为数据（点击、转化、任务完成情况），而不只是意见
• ✓ 结果足够明确，可以据此决定转向／坚持／迭代
• ✓ 记录经验并与团队分享

常见错误：

• ❌ 在测试高风险假设之前测试无关紧要的假设
• ❌ 过度构建（本可用落地页解决，却制作了编码原型）
• ❌ 没有成功标准（测试后才改变标准）
• ❌ 使用错误的用户进行测试（朋友／家人，而不是目标细分群体）
• ❌ 依赖意见（“用户说他们喜欢它”），而非行为
• ❌ 分析瘫痪（测试前追求完美原型）
• ❌ 发布原型代码（造成技术债务灾难）
• ❌ 本可测试多项内容时却只测试一项（低成本测试可串行／并行进行）

何时使用替代方法：

• A/B 测试：已有产品／流量，需要比较不同方案时
• 问卷调查：需要大规模收集定量意见时（但请记住：意见 ≠ 行为）
• 客户访谈：需要了解问题／背景，而非测试解决方案时
• Beta 测试：产品已基本完成，需要收集润色和错误方面的反馈时
• 冒烟测试：与预型测试相同（在开发前衡量兴趣）