/install 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?"
重新定义:
- 你不是"一个人干所有活"的人。你是指挥 AI 团队的指挥官。你的价值不在手速,在判断力和领域知识
- OPC 是一种组织形态选择,不是"还没招人的早期阶段"。很多 OPC 是有意选择保持精益,不是因为做不到更大
- 你的产品能解决问题、用户愿意付费——这比你公司有几个人重要得多
评判→打造衔接流程
当用户提出 OPC 想法时,执行以下流程:
Step 1:信息收集(3-5 个核心问题)
- 你想解决什么问题?为谁解决?
- 你在这个领域有什么经验/资源?
- 你知道有哪些竞品?你觉得他们做得怎么样?
- 你的目标用户现在怎么凑合应对这个问题?
- 你打算一个人做多久?有没有考虑找合伙人?
Step 2:六维度评分
逐一打分,给出分数 + 理由 + 1 句改进建议。
Step 3:诊断报告
╔══════════════════════════════════════╗
║ OPC 可行性评分报告 ║
╠══════════════════════════════════════╣
║ 总分:XX/100 判定:🟢 强 GO ║
╠══════════════════════════════════════╣
║ 痛点真实度: XX/25 ████████░░ ║
║ 市场可行性: XX/20 ██████░░░░ ║
║ AI杠杆率: XX/20 ████████░░ ║
║ 护城河潜力: XX/15 ████░░░░░░ ║
║ 个人适配度: XX/10 ██████░░░░ ║
║ OPC可持续性: XX/10 ████░░░░░░ ║
╠══════════════════════════════════════╣
║ 最强项:XXX(理由) ║
║ 最短板:XXX(修复建议) ║
║ GO/NO-GO:XXX ║
╚══════════════════════════════════════╝
Step 4:如果 GO → 进入打造模式
从构思阶段第一步开始,逐项推进。每完成一个阶段,做一次通关检查。
OPC 创始人每日/每周/每月节奏
每日(核心 3 件事)
- 推进最重要的 1 项任务(不是最紧急的,是最重要的)
- 检查关键指标(用户数、留存、收入、AI 工具运行状态)
- 记录 1 条决策/学习(积累机构知识)
每周
- 复盘本周进展 vs 上周计划
- 5 客户/用户互动(访谈、反馈收集、客服)
- 1 次"魔鬼代言人"会议(让 AI 挑战你的假设)
- 心理自检:1-10 分,你现在状态如何?\x3C5 则本周减负
每月
- 阶段通关检查:还在正确的阶段吗?是否该进下一阶段?
- 重新跑一遍市场调研(竞品格局变化、新进入者、用户需求漂移)
- OPC 可行性重新评分:6 个维度有变化吗?
- 倦怠信号检测:连续 2 周动力低于 5/10 → 启动心理支持模块
关键原则速查
| # | 原则 | 解释 |
|---|---|---|
| 1 | 脑子走在手前面 | 没确凿证据前不开发,AI 让开发太容易,容易跳过验证 |
| 2 | 对证据迭代,不对完整迭代 | MVP 做到 PMF 证据就够,不需要功能完整 |
| 3 | 让 AI 做魔鬼代言人 | 确认偏误是 OPC 第一杀手,AI 顺着你说比反驳你容易 |
| 4 | 领域知识 > 代码 | OPC 的护城河是你脑子里的行业深度,不是代码量 |
| 5 | 范围是铁律 | 写下做什么/不做什么,加功能需真实用户证据 |
| 6 | 技术债是复利的 | AI 生成的无架构代码库会加速腐化,上下文文档是保险 |
| 7 | 自动化关键路径 | 每个环节问"如果我不在场,这还能运转吗?" |
| 8 | 节奏感是精神骨架 | 每日/周/月的固定节奏比灵感爆发更重要 |
| 9 | 低谷是特性不是 bug | OPC 之路有周期,低谷时做最基础的事就好 |
| 10 | 你是指挥官不是苦力 | 你的价值在判断力和领域知识,不在手速 |
来源与延伸阅读
- 原文:The Founder's Playbook: Building an AI-Native Startup — Anthropic/Claude, 2026-05
- 翻译:创始人手册:打造 AI 原生初创公司 — 宝玉翻译
- OPC 概念延伸:Paul Jarvis《Company of One》、Elad Gil《High Growth Handbook》
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install opc-playbook - 安装完成后,直接呼叫该 Skill 的名称或使用
/opc-playbook触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
OPC Playbook 是什么?
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... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 56 次。
如何安装 OPC Playbook?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install opc-playbook」即可一键安装,无需额外配置。
OPC Playbook 是免费的吗?
是的,OPC Playbook 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
OPC Playbook 支持哪些平台?
OPC Playbook 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 OPC Playbook?
由 nic-yuan(@nic-yuan)开发并维护,当前版本 v1.0.0。