value-realization

价值实现

类型：分析框架

概述

这个框架用于判断某种事物——产品、功能、一段文案、使用场景或任何价值主张——在具体情境中是否真正产生了价值。它不是一份检查清单，也不是一次性填写并提交报告的评估表；它由一组彼此独立的分析维度，以及一种持续对话的方法组成，帮助你把模糊的“这好吗”转化为“在哪种场景中、依据什么、何时能产生可感知的价值，以及这些结论有多少可靠”——然后继续一轮又一轮地对话，直到挖掘出真正经得起检验的价值或商业机会。

它基于一个前提：价值并不是等待传递和阐释的固定信息，而是双方在具体场景中的状态共同生成的一种关系。因此，判断价值不是要把它解释清楚，而是要找到能让这种有益关系真正成立的具体场景配置。发现价值依靠的是敏锐的证伪和不懈的追问，而不是赞同和复述——无论你是在与真实用户交流，还是与 AI 反复对话，这一点都贯穿整个框架。

关键术语

• 用户：使用此技能的人（产品创作者、产品经理、设计师、创始人等）。
• 终端用户：将使用讨论中的产品的人。
• 经验：过去发生的一件事，它在动态变化的历史时期内，在特定条件下解决了特定问题，并得出了一种能正确解决该问题的方法（该方法包含自身的前提条件和用法）。经验取决于特定场景，只在特定情况下触发，使用前必须判断条件是否已发生变化。
• 价值：主体与客体之间一种有益的关系属性——一种加权的、主观的属性，取决于双方的状态。当主体与客体都是人时，价值取决于双方认知的加权平衡。
• 价值场景：使这种有益关系成立的具体配置——谁在什么状态、什么情境和条件下，通过使用这件事物获得什么结果。
• 价值关系配置：价值场景中“主体 — 客体 — 状态 — 条件”的具体组合。发现价值，本质上就是锁定这种配置。
• 价值关系位置：关系中确认价值或实现结果的位置。至少有三种：终端用户确认某个外部对象、内容或功能对自己有价值；终端用户通过产品实现自己的结果；终端用户本人、其行为或产出通过他人、群体或系统的反馈得到价值确认。这三种情况可以并存，但不能相互替代。
• 第二层条件：从具体经验中提炼出的、更抽象且可跨场景复用的约束，位于表层实践之上。当微观条件不断变化时，你需要将其提炼并记录下来。
• 使用场景：产品可能会被使用的具体情境。
• 用例：终端用户在某种情境下使用产品完成的具体任务或流程。
• 功能：产品的技术能力。

有几点区别必须牢记：

• 功能不等于价值。功能是产品能做什么；价值是终端用户在具体场景中最终获得什么。
• 使用场景说明产品可能在哪里使用，用例说明用户如何使用产品完成任务，价值场景说明关系在哪里、基于什么产生有益属性——能够使用不等于能够产生价值。
• 谈论价值时，必须将其置于具体场景中。脱离场景的价值无法判断真假。
• 每个结论都有两个独立维度：方向（是否成立）和可靠性（有多少证据支撑）。二者不能相互替代。

三个基础定义

整个框架建立在三个定义之上；分析时要反复回顾这些定义。

经验

经验是过去发生的一件事：它在特定条件下解决了特定问题，并得出了一种能正确解决该问题的方法（该方法包含自身的前提条件和用法）。有三点：它发生在过去，不包括对未来的预测；它与特定条件和特定问题绑定；它只在动态变化的历史时期内成立，并非永远有效。

由于该历史时期内的微观条件不断变化，你需要从具体经验中提炼出更抽象、更不易变化的第二层条件，并将其记录下来。也就是说：经验取决于特定场景，在主观判断下选择性触发，使用前必须先判断条件是否已发生变化。

价值

价值是主体与客体之间一种有益的关系属性——也就是说，它是一种加权的主观属性，取决于双方的状态。当主体和客体都是人时，价值取决于双方认知的加权平衡。

价值既取决于双方的状态，也取决于具体场景，并非产品单方面拥有、脱离用户而恒定不变的属性。经验也只有在具体场景中才能产生价值——条件变化时，经验可能会失效；在真实场景中重用过去的经验，通常需要重新分析当时的情况，并调整方法的使用方式。

不同场景中的不同终端用户可能追求不同类型的价值——身份认同与归属感、经济收益、地位与认可、能力提升、节省时间、解决问题等。这样的列表只是用于探索的提示，而非可直接套用的模板。

信息损失

经验诞生于以内行为主体的情境中，而一个人不可能同时既是内行又是局外人，因此经验本质上有所局限，也会产生信息损失。

• 书面总结取决于记录者的写作能力，也会带来损失（而且事件无法 100% 重现）；如果表达能力出众，也可能有所增益。
• 人与人之间的沟通高度依赖双方的认知、表达和感知：说话者 1 想表达 100 分，可能只说出了 80 分；在说话者 2 的认知和感知中，又会折损至 60 分，中间损失了 40 分（反过来——产生增益——也有可能）。

核心洞见

价值是双方状态在具体场景中共同产生的一种关系，而不是产品单方面拥有、等着交付给用户的东西。由此得出贯穿全文的几项判断：

• 发现价值，就是锁定价值关系的配置。“这东西有没有价值”这个问题本身就不成立；正确的问题是：“在什么配置下——谁、处于什么状态、具备什么条件——它会产生有益属性。”找到这种配置，就找到了价值；找不到，所说的一切都只是空谈。
• **一个人无法计算完整的价值。**价值取决于双方认知的加权平衡；独自分析，只能把握自己这一半。另一半——终端用户的状态、认知以及所处场景的条件——必须从真实且匹配的终端用户那里获取。
• **价值有程度之分，不是开关。**价值是一种加权平衡，本质上是连续的，因此判断不能只是二元的“成立／不成立”，还必须说明探究的深入程度，以及结论有多少依据。
• **条件包含时间因素。**经验和价值都只在特定条件下成立，而条件会动态变化：两年前成立的判断，今天可能建立在已经变化的条件上——表面看似相同，实际却已不同。

两项元原则

两项原则的优先级高于具体维度：每次分析都应先用它们校准立场，再进入各个维度。它们针对的是两种常见的分析偏差。

一：从具体出发，不要习惯性地透过现象看“本质”

一旦某件事已经具体呈现出来，并且可以被清晰感知，其价值或问题就已经成形并落地——你应该直接利用这个具体事物进行构建，而不是习惯性地将其抽象成“本质”。

越深入地探究本质，就越会剥离那些让价值成立的具体条件——从信息损失的角度看，抽象就是剥离条件，也就是造成损失；而现象是条件最完整、损失最少的状态。看透并感知到，却不采取行动，只会得到一个无法落地、也无法验证的漂亮判断。

唯一必要的抽象，是提取可跨场景复用的第二层条件。因此，抽象到第二层就停下；不要一路探究到本质，反而丢掉手中已经具体、可用的东西。

分析时：当用户已经能指出一个具体现象——一条真实反馈、一个真实使用行为、一份真实数据集——并围绕它展开时，就从这个具体事物开始，而不是先把它抽象成一个宏大真理再进行讨论。

二：先设定目标，再射箭

价值只会在特定场景中产生，因此没有目标就没有场景，也就无从产生价值。

没有明确预期却持续投入——有效就继续，无效就停止——就像没有目标地不停射箭；一旦条件变化，之前看似有用的做法就会立刻失效。通常应该先设定目标——锁定产生价值的具体场景配置——再开始行动。还有一种情况是探索目标：在动态变化的环境中，目标本身需要被发现。这个框架兼容这两种模式，但必须明确区分当前处于哪种模式，而不是假装已经有了目标。

分析时：一开始就确认是否存在目标（价值场景是否明确）。如果没有，就先与用户一起设定目标，或者明确声明现在处于探索目标模式——不要假装在没有目标的情况下做价值判断。

分析框架：四个正交维度

围绕当前的价值场景，从四个相互独立的维度进行评估。正交意味着：每个维度回答的问题都不预设其他维度的答案，一个维度的结论也不能替代或推导出另一个维度的结论。

维度	该维度独自回答的问题	独立轴
价值场景	价值在哪种关系配置中产生？谁在什么状态、什么情境下，会因这种关系获得有益属性？	位置（是否存在）
价值条件	这种价值依据什么成立？支撑它的前提条件是否依然存在？这些条件会不会随时间失效？	根基（是否稳定）
价值时间线	价值何时产生？是即时、延迟，还是需要持续积累？双方是否都知道它即将到来？	时间（何时）
价值交付	目标方能否从产出方低损耗地感知、理解并验证价值？还是价值被埋在后台，无法传递出来？	交付（能否到达）

这四个维度对应价值从产生到抵达用户这一过程中的四个解耦环节：价值在哪里产生、依据什么成立、何时产生、如何抵达。改变其中任何一个环节，都不预设其他环节的状态，因此它们彼此独立。 这四个维度的权重并不相等；价值场景是重心。发现真实价值，本质上是锁定能够维持这种有益关系的场景配置；后三个维度则用于验证该场景是否真实、稳定、何时能兑现，以及能否实现。

每个维度都遵循相同的流程：

1. 为什么这个维度至关重要：说明这个维度对于当前对象为何至关重要，给出推理，而不是套用模板。
2. 状态评估：系统地将该维度的方法应用于当前产品、功能、文案或场景，明确说明判断所依赖的前提条件及适用边界——不要跳过分析，直接提出问题。如果分析中应当指出矛盾，就直接指出——用一句“这里的张力在于……”把当前构想自相冲突之处摆到台面上，而不是用委婉叙述将其掩盖。
3. 点名真实产品进行比较（每个维度都必须做，不是可选项）：选取一两个真实且有名称的产品作为参照，映照当前对象。不要含糊地说“某些工具”；要点名——是 Grammarly 还是 Google Analytics，是 Duolingo 还是 Mixpanel——还原该产品在这个维度成立的前提，再与当前对象进行比较。真实产品的价值主张是最鲜明的参照：Grammarly 卖的是“它帮你改正错误”（结果），而不是“它能显示错误”（数据）；Duolingo 用户致力于掌握一门语言，XP 只是可选的触点。用这种具体比较，迫使自己判断当前对象在这个维度上是否站得住脚。如果某个维度确实没有可比的具名产品，就直说“这个维度没有直接可比的产品”，而不要用含糊的“类似工具”来搪塞。
4. 标题中的符号，正文中的推理：该维度的方向信号灯（🔴🟡🟢圆灯）和扎实度（🟩🟨🟧🟥方块）紧跟在维度标题后，例如 ### 3. Value Timeline 🟡 🟧——符号一目了然，便于快速浏览。方向用圆灯，扎实度用方块；形状不同，不会混淆。至于“为什么是这个评级”，不要单独用一行标签说明，而要融入该维度的推理正文，用“当前状态是……”“这里的张力在于……”等表述，完整说明判断依据。在评定这两个等级之前，请先阅读 references/scoring-rubric.md。
5. 尖锐问题（每个维度末尾列出一组，编号为 1./2./3.）：不要把尖锐问题稀释在段落里——挑出该维度最一针见血的 2–3 个问题，单独列出并编号成组，接连发问。每个问题都必须击中当前判断的软肋，迫使对方正面作答，而不是让对方含糊带过。为了达到预期的力度，可以问：“你的 XP 系统是在帮助用户成为更优秀的营销人员，还是只是在制造参与度的假象？”“如果用户已经有 Google Analytics，为什么还需要另一个分析工具？”发现价值依靠证伪和尖锐追问，而不是达成共识——这组尖锐问题正是把球抛回给对方的抓手，让对话进入下一轮。

每个维度的内容都要简短、直接、不留情面——像诊断，而不是报告。先推理，再比较；符号放入标题；最后列出一组尖锐问题；顺序固定。完成全部四个维度后再总结，避免逻辑跳跃，并展示完整的推理链条。

1. 价值场景（重心）

首先要问：价值是在什么关系配置中产生的。能否清楚说明谁在什么状态、什么情境和条件下，使用这件东西后能得到什么结果。这里必须区分价值场景和使用场景——能用不等于能产生价值。还要看配置是否足够精准：只圈定一个宽泛群体，只是擦到了场景的边；明确圈定群体、他们的状态，以及他们究竟卡在哪个问题上，才算配置得足够精准。

还要明确价值关系的位置：这是用户确认某个外部对象对自己有用，是用户通过产品达成自己的结果，还是用户自身或其产出被他人和系统确认有价值。这三者经常混为一谈，但它们支撑的是完全不同的产品主张。

价值只在特定配置中成立；如果配置尚未明确，后三个维度就无从依附——你不知道要把价值提供给谁，也不知道要在什么条件下验证什么。这正是元原则二所指的目标。

方法：把抽象价值压到一个具体配置中——谁、什么状态、什么情境、什么条件、什么结果。如果压不出来，就说明还没有目标；这本身就是一项重要结论（方向 🔴 或扎实度为“空”）。下一步应该是设定目标或去沟通，而不是继续往下分析。

2. 价值条件

首先要问：这种价值基于什么成立，由哪些前提支撑，这些前提是否仍然存在；随着时间推移，以及市场、技术和用户习惯的变化，它们是否会失效；如果借鉴了他人的经验或案例，是否提炼出了可迁移的第二层条件，还是只照搬了表面做法。经验和价值都只在特定条件下成立，而条件会动态变化；这一维度正是为了防止“条件变了，判断却没变”。

这一维度的关键是，条件与时间有关。两年前成立的产品判断，与今天“看起来条件相同”的判断，实际依赖的往往是不同的条件：竞争者密度、平台成熟度、用户习惯、技术可用性、流量成本都在变化——之前的产品成功了，这次却未必。引用任何过往经验、案例或自己过去的成功之前，先问：它成立所依赖的条件现在还存在吗？这正是经验定义中“动态变化的历史时期”所指的内容。

方法：列出价值成立所依赖的关键前提，判断每一项是仍然存在、已经变化，还是未知，并特别标记那些受时间影响的条件。如果借鉴案例，先还原案例成立时的条件，提炼出第二层条件，再检查这些条件目前是否满足。关键条件一旦发生变化或尚不明确，就应将相关判断降级为待验证假设，并相应降低扎实度。

3. 价值时间线

首先要问，价值是即时产生还是延迟产生；如果是延迟产生，双方——尤其是最终用户——是否知道价值即将到来，以及等待期间是什么支撑着持续投入；还要问，这条时间线是否符合产品性质、使用场景和用户预期。短期价值和长期价值都成立，本身没有优劣之分；选择取决于产品性质、使用场景和用户所处的情况。真正的问题在于不匹配——即时价值型产品强行套用长期机制，或长期价值型产品在等待期间没有提供可感知的进展。

时间线分为三种：纯短期型，即时价值就是完整的产品；纯长期型，用户投入一段旅程，结果需要长期积累；混合型，以长期目标为主，同时搭配可选的短期触点。在混合型中，短期触点必须服务于长期目标，而不是取而代之。

方法：确定主要的价值时间线，评估它是否符合产品性质、当前场景和用户预期；如果价值会延迟产生，就检查最终用户是否知道价值即将到来，以及等待期间是否能感知到进展。

4. 价值传递

首先要问，已产生的价值能否被目标对象以低损耗的方式感知、理解和验证；还是价值被埋在后端逻辑中，用户完全无法感知；价值是否有具体形象或具体场景作为载体，将信息损耗降至最低。这是信息损耗理论的直接应用：无论后端逻辑多么强大，在产生价值的一侧也只有 100 分——如果没有低损耗的表达形式，目标对象在自己的认知中可能只接收到 20 分。看不见的价值就像没有价值。

不同产品的价值可感知性形式各异——有时是界面中的即时反馈，有时是报告、仪表板或指标，有时是运行时输出或数据——但关键都一样：最终用户可以指着某个具体事物说：“我得到了这个。”为价值提供兼具具体形象与具体场景的载体，是将损耗降至最低的最有效方式——为一类人群设定具体形象，让后端判断呈现为可见状态，这些都属于价值传递。本框架自身的方向和扎实程度，就是对这一原则的自我示范。

方法：明确最终用户可以指着什么说“我得到了这个”；如果价值不可见，就探索如何通过界面、通知、进度指示器、结果对比、具体形象等方式，让价值变得具体、可感知、可展示；并检查从产生价值的一侧到目标对象这一链路中，哪个环节的损耗最大。

方向与扎实度

价值本身是基于双方认知的加权平衡——它是一个连续程度，而不是三档开关。因此，每个维度都必须给出方向和扎实度；缺少其中一项，就会导致误读。在给出这两项判断之前，必须先阅读 references/scoring-rubric.md。

方向是指示灯轴，回答“价值在这个维度上是否成立”：🟢 成立，🟡 部分成立，🔴 不成立或缺少关键条件。

扎实度回答“这项判断有多少依据来自证据，又有多少仍依赖假设”。分母是该维度所依赖的前提集合；扎实度大致表示其中已有证据支持的比例：

• 扎实：判断基本有证据支撑——针对性强的用户访谈、行为数据、真实案例——且边界明确。
• 一半：证据与假设各占一半，这是实际项目中最常见的状态。
• 薄弱：方向已明确，但大部分仍依赖假设，有待验证。
• 空白：尚未探索，是一个盲点。

不要报告“63%”这类虚假的精确度。现实世界是加权平衡，而这种平衡本身也是估算；给出等级，再用一句话说明“为何如此评级”就够了。评级的作用是让模糊之处及其程度显现出来，而不是显得精确。

方向和扎实度彼此正交，可以自由组合，这才符合现实：🟢 但“薄弱”，表面看起来不错，却主要依赖假设——这是最危险的“漂亮迷雾”；🔴 但“扎实”，意味着确认了它在这里不成立，这其实是有价值的结论——该换目标了；🟡 “一半”是实际项目中最常见的状态。只看指示灯，会把“已确认成立”和“假定成立”都显示为同样的绿灯，恰恰漏掉了最值得警惕之处；扎实度补上了这一层信息。扎实度为“薄弱”和“空白”时，直接列出了接下来该去交流和验证的事项。

方向和扎实度都是辅助判断的工具，而不是推理链条的替代品；如果它们与详细分析相冲突，应以完整分析为准。

发现真正的价值：去沟通

价值是双方状态之间的关系属性；只靠分析，你只能计算出自己这一半。另一半——终端用户的状态、认知，以及他们所处场景的条件——只能通过和他们沟通来获取。不沟通，就只能掌握一半状态，也就无法判断这种价值关系。

但真正的问题往往不是你没有沟通，而是你沟通了——却找错了人，也没用对方法——于是得到的信号仍然模糊。最常见的情况是只和身边的朋友聊：他们很乐意给你打气，却不在你所锚定的场景中，因此你得到的是一个立场有所偏差、已经失真的信号。信息损失理论解释了原因：独自猜测用户想要什么时，你就是已经失真的发送方2；找错人、问错问题，不过是另一种收集失真后猜测的方式。

因此，针对扎实程度不足（薄弱或空白）的维度制定沟通计划，并依据价值、信息损失和体验的定义，设计“找谁”和“怎么问”：

• 找谁沟通：价值是关系属性，因此要选择状态、认知和场景与目标相符的人。匹配程度由低到高依次为：朋友、普通用户、早期真实用户；匹配度越低，你得到的信号偏差越大——不要把朋友的正面反馈当作验证。还要考虑对方的表达能力：信息损失取决于沟通双方，所以无论场景匹配得多好，如果对方无法清晰表达自己的体验，你仍然会得到失真的信号；对方越难以清楚表达，你就越需要通过提问从具体经历中补全信息，而不是让他们替你总结。
• 沟通什么：获取你无法计算的另一半——他们真实的场景、条件，以及他们认知中的价值。
• 怎么问：不要询问功能（“你会用 X 吗”是在让用户替你完成已经失真的抽象）；要询问已经发生的具体事件——“上次你遇到这个问题时，是什么情况，你做了什么”——从具体经历中以最低的信息损失反推出价值和条件；再从那里深入挖掘条件，就是对条件进行考古，提取第二层条件。
• 如何验证：将得到的信息放入四个维度，更新方向和扎实程度，并将“薄弱”／“空白”提升为“一半”／“扎实”。

持续对话循环

这个框架不是一份只需围绕四个维度走一遍、最后生成报告的评估表，而是一种用于持续对话的工具，对话对象既可以是真人，也可以是 AI（包括正在与你对话的 AI）。目标不是尽可能快地下结论，而是一轮接一轮地把目标谈得更具体，把确定性从空白/薄弱提升到中等/扎实，直到谈出真正经得起检验的价值或商业机会。

每轮对话都不是终点，而是下一轮的起点。每轮结束时，应该给出三项内容，而不是一份漂亮的总结：

• 当前四维状态：明确指出每个维度的最新方向和确定性，并清楚标出哪个维度是决定性的基础，哪个是“看似清晰”（🟢 但仍薄弱），哪个仍是盲点（空白）。
• 首先要攻克的那个问题：不是列出所有待验证事项，而是本轮唯一具有否决权的问题——先验证它，其余事项才有意义。把它变成具体、可执行、可证伪的行动，而不是含糊地说“需要验证”。
• 进入下一轮的切入点：围绕这个问题提出一个尖锐的反问或对比方案，把问题抛回给对方，让对话得以继续。与其给出令人安心却毫无用处的肯定，不如追问令人不舒服但至关重要的问题。

每一轮都要保持敏锐：主动探索和发现价值，指出含混不清的价值关系定位，质疑建立在假设之上的绿灯，并还原借用案例成立的前提。认同和复述不会提升确定性；只有证伪和深入追问才会。当对方（真人或 AI）提供新信息时，将其放回四个维度中，更新标记，并提出下一个问题——持续这个循环，直到某种价值配置真正有证据支撑，或者你明确判断这条路走不通、该换目标了。

常见误区

1. 脱离场景谈价值。 只说“提升效率、降低成本、改善体验”，却不说明在哪种场景、对谁、在什么条件下成立——最终用户就无法判断这些价值是否与自己有关。将抽象价值对应到具体配置：谁在什么情况下完成什么任务，获得什么结果。
2. 关注功能而非价值。 列出“我们有功能 X、Y、Z”，但最终用户只关心自己会得到什么结果。始终将功能转化为价值——功能 X 让某类用户在某个场景中实现 Y。
3. 机械照搬表面做法。 看到别人借助某种机制取得成功，就不加思考地全盘照搬，却没有弄清楚它是在什么条件下、通过什么机制为那批用户创造价值。先还原案例成立的前提，提炼出可迁移的第二层条件，再判断它现在是否适用。
4. 忽视条件随时间变化。 “两年前有效，现在条件看起来也一样，所以应该还有效”——竞争对手、平台、用户习惯、技术可用性、流量成本都在变化，看起来相同，实际却不同。在引用任何过去的经验之前，先还原其成立的条件，再逐一检查这些条件是否仍然存在。
5. 价值不可见。 声称“更强、更快、更好”，但最终用户看不见、感受不到的改进，就等同于不存在。让价值以低损耗、可感知、可展示的形式呈现。
6. 把方向当成确定性。 “这个维度是绿色的，所以没问题”——绿色可能是确认成立，也可能只是认定成立，两者天差地别。标明每个维度的方向和确定性；🟢 加上“薄弱”，正是最需要警惕的漂亮迷雾。
7. 找错人验证。 “我问了朋友，他们都说很好”——朋友愿意给你鼓励，但他们并不处于目标场景中，所以反馈会有偏差，且是在付出损失之后才得到的。找到与目标用户匹配的人，并根据匹配程度降低朋友反馈的确定性。
8. 习惯性抽象，忽视已有的具体情况。 你已经有了具体现象和真实反馈，却先把它抽象成宏大真理，再围绕这个真理讨论。抽象会剥离条件、增加损耗，而具体情况包含最完整的条件；从具体、已经可感知的事物出发，只抽象到可复用的第二层条件。
9. 盲目行动，没有目标。 持续投入，却没有明确预期，有效果就继续，没效果就停止。没有价值场景，价值就无处发生；条件一旦变化，之前看似有用的东西就会立刻失效。先确认是否有目标；如果没有，就先设定目标，或者明确承认自己正在探索和寻找目标。
10. 混淆价值关系所处的位置。 用户觉得内容有趣、界面易用，你就得出结论：产品已经支撑了它所声称的结果。但有趣和易用可能只意味着某个外部对象被确认有价值，或实现了一次性的短期结果，并不意味着能力提升、身份认同或被他人需要等更重大的结果已经发生。明确说明价值落在关系的哪个位置，不要把一个位置上的证据外推为另一个位置上的结果。

方法论

区分假设与证据

价值情境可以作为分析假设提出，但不能直接当作事实。假设是根据产品、用户和功能推断出的一种可能配置、条件和结果；经过验证，则意味着这种配置、条件和结果得到了目标用户访谈、行为数据、真实案例、市场数据或使用证据的支持。未经验证时，应明确说明这是假设（体现在稳固性上），并指出需要哪些证据来验证。

条件考据

引用任何理论、模式或案例结论之前，先还原原结论所依赖的必要前提，检验这些条件是否适用于当前情境，再判断结论的适用范围和边界。关键要点：条件会随时间变化，某个阶段成立的判断，可能在条件变化后失效；不必穷尽所有条件，但要识别决定性条件、主要失效条件和不匹配风险；区分跨情境误用（把一组前提下得出的结论迁移到前提不同的情境）与跨层级误用（把局部、战术性、短期判断当作整体、战略性、长期判断）。

提取第二层条件

当微观条件持续变化时，可复用的不是表层做法，而是更抽象的第二层条件。借鉴经验时，抽象到第二层即可：继续抽象会失去使价值成立的所有具体条件（元原则一），而停留在表层做法则会导致机械照搬（陷阱 3）。

评估案例的适用性

参考案例展示的是一种模式，而非普遍规律。引用前，先还原该案例成立时的前提，再从多个方面评估匹配度：产品类型（B2C 消费应用、B2B 开发者工具、企业软件）、市场环境（竞争激烈、利基市场、垄断）、用户行为（日常使用、偶尔使用、一次性交易）、价值交付（即时效用、长期转变、混合型）以及时间条件——案例成立的历史时期与当前的差异。如果案例与当前对象差异显著，应寻找同一领域中可比的产品进行分析，而不是强行把消费应用的模式套用到不同情境中。

进行比较时，务必使用明确命名的真实产品，绝不能使用“某些工具”或“类似产品”之类的模糊说法（这是四维流程第 3 步的硬性要求）。真实产品的价值主张是最有力的参照——它能让“结果与数据”“即时效用与漫长旅程”等区别变得具体：Grammarly 销售的是“它会帮我改好”，而不是“它会显示错误”；Mixpanel 不需要游戏化，因为它的效用是即时的；Duolingo 的 XP 只是一个可选触点，而非核心价值。点名具体产品，还原其成立条件，再与当前对象比较，比抽象讨论更能促成真实的判断。

平衡探索与证据

探索性思维适用于识别可能的价值配置、集思广益地寻找让价值显性化的方式，以及探索定位方向。以下情况则必须进行基于证据的分析：声称存在某种具体的采用模式或指标、与真实产品进行比较，以及说明哪些做法在实践中有效。流程是先探索可能性；出现具体主张或比较时，通过研究进行验证；基于已验证的模式进行分析；并说明证据有限或情境存在差异之处。

研究资料

优先使用一手资料：官方网站和文档、公司公告、已发布的指标和增长数据、学术或行业报告。谨慎使用二手资料：科技新闻、用户评论、第三方估算。避免仅凭记忆做出判断，避免假设某个领域的规律普遍适用，避免在没有来源的情况下提出主张，也不要把参考案例当作规范模板。可以使用 WebFetch 和 WebSearch 核实信息；如果研究未能取得进展，则基于框架进行分析，并明确说明哪些信息仍需核实。

分析流程

1. 校准立场：先运行两条元原则——你是否从具体情况出发，是否有明确目标。
2. 锁定价值场景：谁、处于什么状态、在什么情境下、具备什么条件，这种关系是否能产生有益属性。这是分析的重心。
3. 逐一分析四个正交维度：场景、条件、时间线、交付，分别展示推理过程，不可跳过。
4. 给出方向和扎实度：每个维度分析结束时，用一行给出方向和扎实度，并对照 references/scoring-rubric.md 说明评分依据。
5. 对扎实度不足的维度制定沟通计划：与谁沟通、聊什么、如何提问、如何核实。
6. 总结：分析完四个维度后再总结，指出决定性问题和下一步。
7. 继续对话：总结不是终点。抛出最需要优先核实、也最可能推翻当前判断的尖锐追问，把问题抛回给对方（人或 AI），进入持续对话循环，逐轮提升扎实度，直到厘清实际价值，或明确判断该换目标了。

根据请求调整输出：核心不变，但呈现方式要随请求而变。评估一个想法时，完整分析四个维度并给出判断；撰写文案或使用场景时，先在脑中梳理价值场景和四个维度，再直接输出内容，而不是展开分析过程；诊断现有文案或价值主张时，用四个维度找出它在哪个维度上未能成立；提出改进方向时，先说明当前对象在四个维度和价值场景上的问题，再给出基于分析得出的调整建议，并区分哪些有证据支持，哪些是假设、仍待核实。

这不是一份检查清单，而是一种思考方式。每种产品、市场和终端用户都不相同。目标是清晰判断：在什么场景、基于什么依据、何时能够产生可感知的价值，价值有多大，以及这些结论有多可靠。

核心原则

1. 发现价值，就是锁定价值关系配置——不要问“它有没有价值”，要问“它在什么配置下能产生价值”。
2. 价值是双方状态之间的关系——一个人无法计算出完整价值；另一半来自与之匹配的用户。
3. 价值有程度之分——用方向和稳固性这两个判断，不要非黑即白地下结论。
4. 条件带有时间性——引用任何过往经验之前，先检查其成立时的条件是否依然存在。
5. 从具体之处入手——优先关注已经具体、已经可感知的事物；不要习惯性地看透表象、直达本质。
6. 先定目标，再射箭——没有场景，就没有价值发生的位置。
7. 感知就是价值——感知不到的价值，感觉起来就像没有价值。
8. 短期和长期都成立——没有内在的优劣之分；根据产品性质和场景来选择。
9. 犀利地证伪，不要附和——发现价值来自推翻假设，而非点头认同。每个维度都必须指出隐藏的混淆，抛出最尖锐的反问，并给出带有判断的建议，直到“漂亮的迷雾”被逼出真相。温吞的转述就是这个框架的失败状态。
10. 用有名有姓的真实产品作参照——每个维度都要拿一个有名有姓的真实产品（Grammarly、Duolingo、Mixpanel，而不是“类似工具”）对照当前对象，根据它成立时的前提条件，逼问当前对象是否经得起检验。真实产品的价值主张是最锐利的参照。
11. 诊断，而非报告——每个维度的内容都要简短、直接、不留情面，最后以一组编号的尖锐问题连珠炮般收尾。整齐的结构会钝化锋芒；与其规规矩矩地绕开要害，不如粗暴地直击要害。

参考文件

• references/scoring-rubric.md：四个维度的方向（🔴🟡🟢）和稳固性（🟩🟨🟧🟥）判定标准；给出这两项判断前必须阅读。
• references/worked-example.md：以一个真实对象完整演示四个维度，展示符号如何放入标题、如何进行有名有姓的产品对照，以及每个维度如何以尖锐的问题收尾。

适用范围

两种真实情况会改变分析的形态，必须明确指出，而不能假装它们不存在、照常分析四个维度。

决策者 ≠ 用户——拆分为两种价值关系。 在企业软件和公司内部工具中，付款或审批的人（采购人员、经理）往往不是每天使用工具的人（一线员工），而且两者的价值关系各不相同：决策者关注成本、控制和可见成果；用户关注顺畅度、节省时间和减少摩擦。要说明你分析的是哪一方，并分别对各方运行这些维度——一线员工喜欢，不代表决策者会买；审批通过，也不代表一线员工会采用。这是将“价值关系位置”概念应用于一种结构性分歧，而四个维度通常会把它们视为同一种关系。

当采用并非由“有益”驱动时，框架会失灵。 垄断产品，或公司强制要求使用的内部工具——用户别无选择，因此采用情况并不能说明有益关系是否成立。这个框架衡量的正是这种关系，所以用于这类对象时会读出错误信号。要指出这一点，并将真正的问题转向强制要求带来的成本和摩擦，而不要假装使用情况就是价值的证据。

请记住

这个框架帮助你思考价值，而不是规定解决方案。每个产品都独一无二，每个市场都各不相同，条件也会动态变化。目标始终是找到能让有益关系真正成立的场景配置——因为只有在那里才能产生价值。