OPC Playbook

评判和打造一人AI原创公司（OPC）的实战指南。双模式运行：先评判（OPC可行性评分0-100），后打造（四阶段行动框架）。当用户提到OPC、一人公司、solo founder、AI原生创业、个人创业、独立开发者创业、one-person company、solo startup等关键词时触发。尤其聚焦构思阶段验证，覆盖全生命周期，含心理支持模块。

nic-yuan@nic-yuan

Install

openclaw skills install @nic-yuan/opc-playbook

OPC Playbook — 评判与打造一人AI原创公司

OPC = One-Person Company。一个人 + AI 基础设施 = 可盈利的完整商业体。本 Skill 不是鸡汤，是诊断表和行动手册。先评后建，用数据说话。

运行模式

本 Skill 有两种模式，评判优先：

模式	触发条件	输出
评判模式	用户提出一个 OPC 想法/方向，或问"这个方向靠谱吗"	OPC 可行性评分（0-100）+ 分维度诊断 + GO/NO-GO 建议
打造模式	用户确认要动手，或已通过评判拿到 GO	四阶段行动清单 + 里程碑检查点 + 心理支持

流程：评判 → GO → 打造。如果评判结果是 NO-GO，先解决短板再重新评判。

模式一：评判模式 — OPC 可行性评分

评分体系（百分制）

总分 = 六维度加权求和，满分 100 分。

#	维度	权重	评估什么	得分范围
1	痛点真实度	25%	痛点是否具体、高频、有人愿意付费解决	0-25
2	市场可行性	20%	TAM/SAM/SOM 是否够吃、竞品格局是否可入	0-20
3	AI杠杆率	20%	该领域用 AI 能否把 1 个人的产出放大到 10 人级别	0-20
4	护城河潜力	15%	领域知识深度、数据飞轮、工作流锁定能否形成壁垒	0-15
5	个人适配度	10%	创始人的行业经验、人脉、兴趣是否匹配	0-10
6	OPC可持续性	10%	单人能否长期支撑（运营复杂度、心理负荷、风险集中度）	0-10

评分标准与判定

总分	判定	建议
80-100	🟢 强 GO	立即进入打造模式，聚焦构思验证
60-79	🟡 条件 GO	补齐短板后可推进，重点攻克低分维度
40-59	🟠 弱 NO-GO	重大缺陷，需重新思考方向或调整模式
0-39	🔴 强 NO-GO	方向本身有问题，建议换赛道

各维度打分细则

1. 痛点真实度（25分）

分值	标准
21-25	痛点极其具体（可写成可测试假设）、高频（周级以上）、用户已在花钱/花时间凑合解决
16-20	痛点具体但频率中等，或用户痛点深但替代方案尚可
11-15	痛点存在但模糊（"大家觉得X很麻烦"级别），缺乏定量证据
6-10	仅为个人感受或小众需求，无市场验证
0-5	伪需求或已解决的问题

关键测试：能否把痛点写成一句话假设？例——❌"合同审查太慢"；✅"中型企业内部法务每个合同审查周期>3天，因邮件往复改红线而非版本控制"。

2. 市场可行性（20分）

分值	标准
17-20	市场规模够大（SOM 可支撑单人公司盈利），竞品少或竞品体验差，进入壁垒对 OPC 友好
13-16	市场存在但较分散或竞品已有先发优势，需要差异化切入
9-12	市场不明朗，需要大量教育成本，或竞品极强
5-8	市场过小或已红海化，OPC 难以突围
0-4	无有效市场或已被巨头垄断

3. AI杠杆率（20分）

分值	标准
17-20	该领域的调研、开发、运营全链路均可被 AI 大幅加速，1人≈10人产出
13-16	核心环节可被 AI 加速，部分环节仍需人工（如线下交付、监管审批）
9-12	AI 可辅助但非核心杠杆，人工仍是关键瓶颈
5-8	该领域 AI 杠杆有限，高度依赖人际交互或物理操作
0-4	AI 几乎无杠杆，完全依赖人力和线下资源

关键问题：用 AI 能否把"验证→开发→交付→运营"四步中的至少两步压缩 5 倍以上？

4. 护城河潜力（15分）

分值	标准
13-15	领域知识极深（行业黑话、极端边界情况、监管陷阱）、数据飞轮可运转、工作流锁定天然存在
10-12	有一定的领域知识壁垒或数据积累潜力，但需时间建立
7-9	护城河主要靠先发优势和速度，容易被复制
4-6	产品差异化弱，通用 AI 即可替代
0-3	无护城河，纯功能型工具，随时被大模型更新碾压

核心逻辑：OPC 的护城河不在代码，在领域知识的深度编码 + 用户行为数据的复利积累 + 工作流绑定的切换成本。

5. 个人适配度（10分）

分值	标准
9-10	在该领域有 3 年以上深度经验、有目标用户人脉、对该问题有真实体感
7-8	有相关经验或强学习意愿，需要补充行业知识
5-6	有兴趣但无直接经验，需要从零积累
3-4	经验不匹配，需大量学习
0-2	完全没有相关背景和兴趣

6. OPC可持续性（10分）

分值	标准
9-10	运营极轻（自动化程度高）、心理韧性强的创始人、风险分散合理
7-8	大部分可自动化，少数环节需人工值守，心理负荷可控
5-6	运营复杂度中等，需要定期人工干预，存在单点故障风险
3-4	运营重、客户服务要求高、创始人容易倦怠
0-2	高依赖人工、高客户服务负荷、高合规风险、单人几乎不可能持续

评判模式执行流程

当用户提出 OPC 想法时：

收集信息：通过结构化提问，了解用户的想法、行业背景、目标用户、竞品认知
六维度打分：逐一评估并给出分数和理由
生成诊断报告：
- 总分 + 等级判定
- 各维度分数 + 强弱项分析
- 最致命的 1-2 个短板及修复建议
- GO / 条件 GO / NO-GO 结论
如果是 GO/条件 GO：自动过渡到打造模式的构思阶段

模式二：打造模式 — 四阶段行动框架

四阶段总览

阶段	核心目标	通关条件	聚焦度
1. 构思	基于研究的验证	问题-方案契合点（Problem-Solution Fit）	⭐⭐⭐⭐⭐
2. MVP	痛点→可用产品	PMF 真实证据	⭐⭐⭐
3. 发布	势能→可持续增长引擎	可重复渠道驱动增长、生产级可靠、运营不卡人	⭐⭐
4. 扩展	系统性增长+护城河	公司可持续运转（盈利/IPO/被收购）	⭐

本 Skill 尤其聚焦构思阶段——因为这是 OPC 最容易死掉的阶段，且是所有后续阶段的根基。

阶段一：构思（Ideation）⭐⭐⭐⭐⭐

最高法则：让你的脑子走在手的前面。 在没有确凿证据之前，绝不盲目动手开发。

1.1 把痛点打磨成可测试假设

坏假设 vs 好假设：

❌ 不可测试	✅ 可测试
"报销很麻烦"	"中型企业财务经理每周花4h+核对报销单，因现有工具无法与财务软件打通"
"合同审查太慢"	"内部法务每个审查周期>3天，因邮件往复改红线而非版本控制"
"大家需要更好的工具"	"自由设计师每月因版本混乱丢失2+次修改成果，无版本控制习惯"

行动：

写出你的痛点假设（一句话，包含：谁 + 多频繁 + 多痛 + 现在怎么凑合）
让 AI 扮演"魔鬼代言人"，反驳你的假设，找负面证据
找出假设中 3 个最致命的依赖前提，逐一追问"如果不成立会怎样"

1.2 市场调研与竞品梳理

必须回答的问题：

TAM/SAM/SOM 多大？用公开数据建模型，对假设做压力测试
竞品分四类：直接竞品、间接竞品、潜在收购方、跨界打劫者——每一类为什么对你构成威胁？
竞品用户在骂什么？揪出 3 个被反复吐槽但没人解决的痛点
未来 2 年内，哪些政策/技术/人口趋势会深刻影响这个市场？是顺风还是逆风？

行动：

让 AI 帮你做竞品分类 + 威胁分析（让它站在竞品立场论证为什么他们会赢）
梳理主流渠道的竞品评价，揪出未满足需求
用公开数据建 TAM/SAM/SOM 模型，压力测试假设
识别 3 个关键外部趋势并评估影响

⚠️ 市场调研不是一次性的。 MVP 和发布阶段认知升级后，必须重新跑一遍。

1.3 客户调研

找谁聊：1 个精准目标画像 > 100 个泛泛的通讯录。包括具体职位、公司类型、团队架构、痛点最深的人群职级。

问什么：追问历史（"上次遇到这破事怎么处理的？"），而非假设未来（"你会用这种产品吗？"）。

常见错误：

❌ 面向未来的空泛问题 → ✅ 追问具体的历史行为
❌ 诱导性提问 → ✅ 开放式追问
❌ 同一套题给所有人 → ✅ 按角色定制问卷

行动：

定义目标用户画像（职位、公司类型、职级、痛点深度）
设计访谈问题，让 AI 审计：揪出诱导性、太宽泛、面向未来的问题
设计 3 个关键追问（应对敷衍或含糊回答）
每 5 次访谈做一次综合分析：支持假设的证据 vs 反对假设的证据
如果支持证据远多于反对证据，追问自己：这是数据真实反映，还是我选择性看到了想看到的？

1.4 设计解决方案概念

现实检查：你现在设计解决的，是调研出来的真实问题，还是你最初瞎猜的原始假设？

行动：

让 AI 找出支撑你设计的 3 个最致命依赖假设
追问：如果这些假设要成立，需满足什么条件？哪怕一个不成立会怎样？
用 AI 从各角度拷打方案：漏洞、替代品、规模化前提条件

1.5 轻量级原型

不是做产品，是做方案的"体验样本"，拿去给客户和投资人看。

行动：

明确产品最核心的 1 个交互依赖点
只做这 1 个核心功能
扔给目标画像里的 5 个人试用
5 次沟通获取的认知 → 决定继续还是推倒重来

构思阶段通关检查

#	问题	通过标准
1	痛点真实且具体吗？	能准确说出谁在经历、频率、程度、现有应对方式
2	方案能解决实际痛点吗？	解决的是调研发现的真实痛点，不一定是最初假设
3	有足够信号支持开发吗？	定性证据让"MVP"成为深思熟虑的决定而非豪赌

阶段二：MVP（Minimum Viable Product）

本质仍是"收集证据"的演习——只是从"痛点空间"转到了"解决方案空间"。

2.1 开发前先定架构

在写第一行代码前，定义架构决策：遵循什么模式、避开什么依赖、做了什么妥协、为什么
产出 项目上下文文档（类似 CLAUDE.md），成为所有后续会话的根基
每次 AI 编程会话前：重温范围说明 + 上下文文档
每次会话结束：更新决策日志

2.2 定义并严格执行 MVP 边界

零阻力范围蔓延是 AI 时代 MVP 最具代表性的失败模式。

白纸黑字写下：做什么、坚决不做什么、加功能的触发标准
新功能冒出来时，用 AI 做压力测试：这是用户的真实呐喊，还是创始人自嗨？
决策点从"要不要做这个功能？"变为"是否有足够多核心用户告诉我们，没有这个功能他们就得不到价值？"

2.3 安全审查

智能体编程工具生成的是"能跑"的代码，不是天生安全的代码。

部署前做安全审查：身份验证、会话处理、API 数据暴露、输入验证、注入风险、有漏洞的依赖
任何涉及验证、密钥、数据处理的部分 → 人类复核

2.4 上线前搭好数据指标框架

定义：对你的产品，哪些指标最重要？基准线在哪？
设定留存基准线、激活标准、第 7 天和第 30 天目标
定义"假阳性"长什么样：注册未激活、有收入无留存、热情高涨但不重复使用
让 AI 站在对立面给数据挑刺

2.5 向"证据"迭代，不是向"完整"迭代

PMF 试金石：

肖恩·埃利斯测试：问活跃用户"如果以后再也不能用这个产品了，你感觉如何？" → >40% 答"非常失望" = 有意义的 PMF 指标
费力程度测试：从你"推"变成市场"拉"的时候，是真实信号

转型决策：3+ 迭代周期无 PMF 进展 → 用 AI 跑诊断，回答三个问题：

数据里有没有特定群体的反应不同于其他人？
设计价值 vs 体验价值的差距，是定位问题还是产品问题？
当前产品要找到 PMF 需满足什么前提？结合现有现象，现实吗？

阶段三：发布（Launch）

证明你的企业配得上成长。

3.1 清剿技术债

系统性架构审计：结构弱点、测试覆盖缺口、重构候选
分类排序：下次发布前必须修 / 一个冲刺内 / 可接受的持续债务
将 MVP 阶段脑子里的架构决策文档化

3.2 解放创始人注意力

对当前运营负载做结构化审计：每个循环任务、每个决策、每个只有你记得才会发生的流程
分类：可完全自动化 / 需人工但不必须是你 / 真正需要创始人判断力
为自动化任务设计工作流逻辑

3.3 安全合规就绪

生产规模前的系统安全审查
目标市场要求的合规标准检查
把合规工作流构建到日常开发周期中（不是一次性项目）

发布阶段通关检查

#	条件
1	增长可重复且由渠道驱动，CAC/LTV/回收期清晰可辩护
2	产品可处理生产负载，安全合规就绪
3	运营不再卡在创始人，流程和自动化已到位

阶段四：扩展（Scale）

从构建者转变为面向公众的高管。

4.1 放权运营层

映射当前所有通过你路由的工作流/决策/审批节点
压力测试：如果你消失一周，哪些环节会停摆？→ 这些就是交接需强化的地方
将机构知识编码成可审计、可转移的系统

4.2 技术运营企业级化

产品文档、客户支持手册、SLAs
日志、监控、事件响应、可观测分层
工单路由、升级提醒、文档同步、续约跟踪自动化

4.3 建立真正的 GTM 职能

细分市场、话术架构、分析师关系、销售话术本
内容流水线、开发信序列、CRM 自动化
交互式演示环境、API 文档、技术核心一页纸

4.4 构建护城河

三大防御机制（OPC 最重要的资产）：

领域知识深度编码：你的行业黑话、监管陷阱、极端边界情况 → 写入产品的测试用例和提示词优化 → 通用 AI 无法匹配
用户行为数据复利：用户接受/拒绝哪些输出 → 行为指纹 → 时间锁定的专有数据 → 抄袭者无法购买
工作流锁定：客户在产品上搭建自动化、培训团队、连接数据源 → 切换成本从换软件变成系统级手术

行动：

找出 1 个通用竞品必踩雷的极端状况，和 AI 合作构建专门测试用例
设计用户行为反馈闭环，将使用行为转化为模型级提升
对 TOP 10 客户做"工作流集成深度审计"：自动化、系统接口、协作流程、切换成本

OPC 特有挑战与心理支持

传统创业指南不谈这些。但 OPC 创始人必须在心理层面和运营层面同时存活。

挑战 1：没有联创的决策真空

症状：所有决策自己做，无人拍板时反复纠结，关键决策拖延。

解药：

AI 反方辩友：让 AI 扮演联合创始人的角色，但站在反对面。每一个重大决策，先让 AI 给出最强反对理由
决策日志：写下决策、依据、预期结果、复盘时间点。30 天后回头看，比在脑子里转悠强 100 倍
最低可行顾问圈：找 2-3 个你信任的人（不需要是合伙人），组成非正式顾问。每周 30 分钟同步即可

挑战 2：单点故障风险

症状：你病了公司就停了；你倦了产品就没人维护；你分心了客户就没人响应。

解药：

自动化一切关键路径：客服（AI 客服机器人）、部署（CI/CD）、监控（告警系统）、收款（自动续费）。每个环节都问"如果我不在场，这还能运转吗？"
文档化一切关键知识：不是给自己看的，是给"万一需要交接时"准备的。包括运营手册、灾备方案、供应商联系方式
设置健康冗余：至少 2 周的运营缓冲（内容排期、自动回复、预付款项）

挑战 3：规模天花板焦虑

症状："一个人怎么也做不过团队"、"是不是该招人了"、"不招人就是不上进"。

重新定义：

OPC 的"规模"≠ 人数。OPC 的规模 = 影响力 × 自动化程度。一个人通过 AI 工具触达 10 万用户 = 比一个 10 人团队更"大"
不招人 ≠ 不增长。你可以：接入更多 AI Agent、构建自助式服务、开放 API 让用户自建集成、外包非核心环节
招人的信号：当你发现有些事情 AI + 你确实搞不定，且这件事直接影响收入，才考虑

挑战 4：孤独与倦怠

症状：长期独立工作导致动力下降、社交匮乏、自我怀疑周期性爆发。

解药：

社区归属：加入 indie hacker / solopreneur 社区（Indie Hackers、Twitter/X 创业圈、即刻"独立开发者"圈）。不需要深度社交，只需要知道有人跟你走同样的路
节奏感：设定工作节奏并遵守——每日核心时段、每周复盘、每月里程碑。节奏感是 OPC 创始人的"精神骨架"
庆祝小胜：每拿到一个付费用户、每完成一个功能、每收到一条正面反馈，都值得记录和庆祝。大脑需要正反馈
允许低谷：OPC 之路不可能一路高歌。低谷是正常的，不是你不行，是这个模式本身的节奏。低谷时做最基础的事情就好——维护客户、修小 bug、写一篇分享

挑战 5：身份焦虑

症状："我到底是个公司还是个自由职业者？"、"跟人说自己是一个人做的，会不会被看轻？"