创业点子筛选模型：用 Prompt 链式推理对 10 个方向进行市场空间压力测试

很多技术背景的创业者最不缺的就是“创意”。在茶余饭后或头脑风暴时，白板上往往能写出十几个看起来极其诱人的项目方向：

• “做一个面向嵌入式 C 语言开发者的 AI 调试助手”
• “做一个基于多模态的智能宠物项圈”
• “做一个面向外贸商家的跨境合规 AI 审核插件”
• “做一个本地私有化部署的企业级技术文档问答系统”

然而，如果凭直觉或一时狂热草率启动项目，往往会在投入 6 个月研发后遭遇残酷现实：要么市场极其小众，全国只有 50 家潜在客户；要么痛点根本不痛，用户愿意免费试用但绝不付费；要么功能刚开发一半，底座大模型（如 GPT-4o / Claude 3.5）一个版本更新，直接把你的独立产品变成了一个系统内置功能（Feature Killer）。

在写下第一行代码之前，我们可以构建一套链式推理（Chain-of-Thought）压力测试模型，扮演“挑剔的顶级 VC 投资人”和“严苛的竞品分析专家”，对候选项目进行极限拷打与量化打分。

1. 创业点子压力测试的四大评估维度

┌────────────────────────────────────────────────────────┐
│ 维度 1: 市场真实空间 (TAM / SAM / SOM 严苛测算)        │
│    - 目标客群总基数 × 单客年付费上限 (ACV)             │
│    - 拒绝假大空宏观数字，必须自底向上 (Bottom-Up) 测算 │
├────────────────────────────────────────────────────────┤
│ 维度 2: 痛点烈度与止疼药属性 (Painkiller vs Vitamin)   │
│    - 用户如果不买你的产品，每天会遭受多大的金钱/效率损失│
│    - 是否具备不可替代性？现存替代方案成本是多少？       │
├────────────────────────────────────────────────────────┤
│ 维度 3: 巨头与底座模型防御半径 (Platform Risk)          │
│    - OpenAI / 微软 / 字节如果上线该功能，能否瞬间碾压？│
│    - 你的核心壁垒是 Prompt、工作流黏性还是专有私域数据？│
├────────────────────────────────────────────────────────┤
│ 维度 4: 单位经济学与分发壁垒 (Unit Economics & Go-to-M) │
│    - CAC 获客成本是否低于 1/3 的 LTV (客户生命周期价值)│
│    - 团队是否具备最低成本触达目标用户的专属渠道？       │
└────────────────────────────────────────────────────────┘

2. 基于链式推理的自动化压力测试脚本

通过 Python 调用大模型，将测试过程拆解为三阶段链式对话（Chain of Thought）：初筛测算 -> 对抗性极限挑刺 -> 加权量化裁决。

import json
from typing import List, Dict

STRESS_TEST_PROMPT_STAGE1 = """
你现在是一位拥有 20 年科技创业孵化经验的严苛天使投资人兼连续创业者。
请对以下创业点子进行【自底向上 (Bottom-Up) 市场空间测算】：
创业方向名称：{name}
核心业务描述：{description}
目标客户画像：{target_user}

要求：
1. 估算国内/出海真实目标企业或个人总数量 (TAM Base)；
2. 给出该客群每年最可能支付的客单价区间 (Annual Contract Value, ACV)；
3. 输出自底向上的可服务市场规模 (SAM = TAM Base * 转化率 * ACV)，严禁引用宏观咨询机构泛泛的万亿规模。
输出格式必须为精简 Markdown。
"""

STRESS_TEST_PROMPT_STAGE2 = """
根据阶段 1 的市场测算结果：
{stage1_output}

现在请扮演该赛道最凶猛的【恶意竞争对手与底座模型架构师】，进行极限挑刺：
1. 底座模型风险：OpenAI/开源社区在 6 个月内是否能通过升级原生解决该问题？
2. 痛点真伪检验：这到底是“锦上添花的维生素（Vitamin）”，还是“不买就活不下去的止痛药（Painkiller）”？
3. 渠道获客死穴：小团队如何找到前 100 个付费客户？获客成本（CAC）是否会压垮毛利？
"""

STRESS_TEST_PROMPT_STAGE3 = """
基于前两阶段的极限推演：
[市场测算]: {stage1_output}
[对抗挑刺]: {stage2_output}

请给该创业点子输出最终的量化评分卡 (满分 100 分) 与裁决建议。
必须严格输出以下 JSON 格式：
{{
    "project_name": "{name}",
    "market_size_score": 0-25,
    "pain_intensity_score": 0-25,
    "platform_defense_score": 0-25,
    "distribution_score": 0-25,
    "total_score": 0-100,
    "fatal_flaw": "一句话指明最大死穴",
    "decision": "GO / NO-GO / PIVOT"
}}
"""

class IdeaStressTester:
    def __init__(self, llm_client):
        self.client = llm_client

    def evaluate_idea(self, name: str, desc: str, target: str) -> Dict:
        # 阶段 1: 市场测算
        p1 = STRESS_TEST_PROMPT_STAGE1.format(name=name, description=desc, target_user=target)
        out1 = self.client.generate(p1)

        # 阶段 2: 对抗挑刺
        p2 = STRESS_TEST_PROMPT_STAGE2.format(stage1_output=out1)
        out2 = self.client.generate(p2)

        # 阶段 3: 量化裁决
        p3 = STRESS_TEST_PROMPT_STAGE3.format(name=name, stage1_output=out1, stage2_output=out2)
        out3 = self.client.generate(p3)
        
        return json.loads(out3)

3. 十大典型创业方向实测筛选矩阵

通过对 10 个常见技术创业方向进行极限压力测试，输出的量化决策对比看板：

4. 创业者的行动指南

1. 坚决放弃得分低于 60 分的“自嗨型”点子：技术人员最容易被“算法实现很精妙”所迷惑，忽视了商业上的不可行性。得分不及格的方向，哪怕技术再擅长也应果断放弃。
2. 在“GO”级项目中寻找“不公平优势”：如果一个方向得分 80+，但团队没有任何产业上下游的人脉与渠道，那它依然不是属于你的机会。创业是“优质机会”与“团队基因”的精准交集。
3. 把测试结论当作第一次客户访谈的问卷：模型挑出的三大死穴，恰恰是你找真实行业专家访谈时最需要验证的硬核问题。