ace3000chao/book2startup/002-build-measure-learn

Claude Code and agent skill by ace3000chao/book2startup

Trust tier 2
  • community
LLM review pending
Source check pending

Checking that the SKILL.md file is still in the repository.

用开发—测量—认知反馈循环驱动产品迭代。当你想知道"做完产品后如何判断对不对"、"要不要坚持当前方向"、"什么时候该转型"时,使用此Skill。

Install

npx vskill@latest install ace3000chao/book2startup/002-build-measure-learn

SKILL.md

Skill: Build-Measure-Learn循环

Metadata

  • ID: leanstartup-002
  • 类型: framework
  • 来源: 《精益创业》引言+第五章
  • 验证状态: ✅ 三重验证通过(V1: 全书核心, V2: 每日决策, V3: 非常识)

R — Reading(原文引用)

"新创企业的基本活动是把点子转化为产品,衡量顾客的反馈,然后认识到是应该改弦更张还是坚守不移。所有成功的新创企业的流程步骤都应该以加速这个反馈循环为宗旨。"

I — Interpretation(方法论骨架)

BML循环的核心洞察:创业不是一条直线(计划→执行→评估),而是一个不断加速的循环。

  • 开发(Build):不是"做完产品",而是"把想法转化为可以测试的形式"
  • 测量(Measure):不是"看数据涨跌",而是"确认我们获得了关于假设的真实反馈"
  • 认知(Learn):不是"学到了新东西",而是"证明或证伪了一个关键假设,决定坚持还是转型"

质量标准不是"功能多少",而是"这个循环转得多快"。

A1 — Past Application(书中案例)

IMVU的教训:作者团队花了6个月开发产品发布后,没有任何用户。但他们没有把"发布"当成终点,而是把"发布"当成循环的起点——每天追踪顾客行为、每周迭代,最终找到正确的产品方向。

Facebook的快速迭代:不是"想好所有功能再发布",而是每次只发布一个功能,观察数据,立刻决定是坚持还是调整。

A2 — Future Trigger(何时调用)

当你听到以下问题时,就应该调用这个Skill:

  • "产品发布后,下一步该做什么?"
  • "我怎么知道我们的方向是对的?"
  • "我们要不要做一个新功能/进入新市场/改变定价?"
  • "团队在争论该不该坚持当前方案,怎么裁决?"
  • "产品迭代了很多版本,但不确定是否真的在进步"

E — Execution(可执行步骤)

步骤1:确认当前循环的位置

问自己:这个循环现在卡在哪里?

  • 是不知道该开发什么?(想法太多,没有优先级)
  • 是开发了但没有测量反馈?(发布了就完事)
  • 是测了数据但不知道代表什么?(数据一堆,没有洞察)
  • 是知道方向错了但不敢调整?(缺乏转型勇气)
步骤2:为每个活动计时

开发时间:从想法到"能获取用户反馈的产品"要多久?

  • 目标:越短越好,目标≤1周
  • 如果超过1个月,问:"能否拆解成更小的可测试单元?"

测量时间:从发布到"获得有统计意义的数据"要多久?

  • 目标:越短越好,目标≤2周
  • 如果超过1个月,问:"是否有更快的验证方式?"

认知时间:从数据到"知道该坚持还是转型"要多久?

  • 目标:当天或次日决策
  • 如果超过1周,问:"数据是否清晰到可以决策?"
步骤3:问核心问题
"我们把时间投入哪个环节,能最大化加速整个循环?"

把资源集中在拖慢整个循环的那个环节。

步骤4:建立"加速"的定义

不要笼统说"加快迭代",要具体:

  • 从想法到用户反馈:原来X天 → 目标Y天
  • 从数据到决策:原来X天 → 目标Y天
  • 每月迭代次数:原来X次 → 目标Y次

B — Boundary(何时不适用)

不适用场景原因
基础研究/长期技术研发这类工作的反馈周期本身就很长,无法按"周"计算
高度监管的产品(药品/航空)合规要求限制了迭代速度
B2B大型复杂销售一个销售周期可能数月,不适合快速BML循环

作者盲点提醒:BML循环的"快"是有代价的——它要求团队习惯"不完美"并容忍频繁的方向调整。对于追求完美或权威导向的团队,这个循环会让成员焦虑。

关联Skills

  • MVP构建法 — MVP是BML循环中"开发"阶段的最佳实践
  • 转型决策树 — "Learn"阶段的产出决定是否需要转型
  • 三个"可"衡量指标 — 确保"Measure"阶段的数据是可执行的

Security

  • Security scanPassed, 100 of 100Pattern checks on the skill's files.
  • Model reviewNot runA model review is scheduled for the next rescan.

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/ace3000chao/book2startup/002-build-measure-learn/badge)](https://verified-skill.com/skills/ace3000chao/book2startup/002-build-measure-learn)

Something wrong with this skill or its page? Tell us.