nextclaw: Skill for Codex

Idea 搜索漏斗

目标

在投入昂贵验证之前，提高“真正值得考虑的方向已经进入候选池”的概率。先把未来判断和搜索空间找全，再批量收集证据和淘汰，最后才把研究成本集中到少数候选；不把第一个像样的想法当作搜索结果，也不把已被市场命名的拥挤品类误当成全部机会空间。

这里优化搜索质量而非数量；同源变体、无因果依据或只换措辞都不算高召回。

搜索合同

开始时冻结并写入探索账本：

• 要寻找什么类型的 idea，以及最终服务哪项决策；
• 时间范围、资源、能力、地域、风险和不可接受损失；
• 什么才算结构不同，哪些只是同一方向的功能或包装变体；
• 当前处于宽搜、批量过滤、半决赛还是决赛；
• 本轮更怕漏掉好方向还是保留太多噪声；
• 何时可以从桌面搜索转入高成本验证。
• 若最终决策要求显著高于行业基准的成功率，什么样的可验证信息差才有资格解释这部分超额概率。

缺失信息不影响广泛搜索时先继续；只有它会改变整个搜索空间时才询问。

可审阅探索账本

高风险或跨轮搜索必须维护一份用户可直接审阅的持久文档，不能只把历程留在对话中。项目已有知识治理时按其规则选择 thought、loop 或其它 owner；没有项目目录时使用单一结构化文档。

账本至少保留：搜索合同与成功定义、覆盖地图、稳定 ID 候选池与机会领地、区分事实/推断/预测/未知的证据、晋级门与历次变化、淘汰墓碑、当前排序和覆盖缺口。顶部提供快照，后部保留探索历程。

更新结论时不得静默改写旧判断；记录证据如何改变排序，方便用户 review。

漏斗阶段

1. 先设计覆盖地图

在生成产品 idea 前，先列出应该搜索的结构维度。至少覆盖：

• 技术能力、成本曲线与基础设施变化；
• 未来会极度丰富的供给与随之产生的稀缺资源；
• 用户行为、工作方式和组织结构变化；
• 产业价值链、利润池和控制点迁移；
• 默认入口、平台激励与生态冲突；
• 分发、网络、品牌、数据、信任和监管；
• 创始人的独特认知、资产、渠道与行动优势；
• 哪些重要未来判断可能真实但尚未被多数竞争者正确定价或行动，以及这种非共识将持续多久；
• 相反世界：主流预测错误时仍可能成立的方向。

先形成稳定 ID 的未来判断池，记录预测、因果链、共识基线、未被正确定价的原因、可观测期限、新稀缺性和捕获者，再推导商业方向。不要把熟悉行业或流行 idea 误当成完整世界。

2. 高召回批量发散

从不同未来力量和稀缺性组合中批量推导机会。高风险 all-in 搜索的原始池通常应达到数十个真正不同的假设，必要时扩展到百级；随后合并为十几个到数十个机会领地。

每个原始候选只记录稳定 ID、未来判断 ID、人群、变化、稀缺性、价值捕获位置和结构差异。只依赖已被定价共识的候选标为基准机会，不能仅靠执行叙事获得超额成功概率。此时不写 PRD，也不为单个候选做真实实验。

分批发散并定期检查新批次是否仍产生新的因果类型。连续批次只出现已有类别的同源变体时，才认为接近覆盖饱和。

3. 按主题批量收集大样本证据

围绕共同假设、用户群、价值链和平台变化收集资料，一份证据应尽量同时更新多个候选，不为每个 idea 重复一套串行研究。

证据优先级为：真实交易、留存与长期行为；大样本和一手行业数据；公开产品行为、定价与平台路线；真实失败；访谈和社区；融资叙事与发布文案。后两类不能单独晋级候选。

记录样本范围、时间、来源偏差和反方证据。资料增加但不再改变候选聚类、排序或置信度时停止堆积。

4. 统一硬过滤

对机会领地批量应用相同过滤器，先淘汰明显不成立的方向：

• 模型能力顺风：基础模型能力提高十倍、成本下降十倍后，产品更强、至少不受损，还是被直接抹平；
• 平台吸收：它是否只是模型、操作系统、工作平台或现有 SaaS 必然内建的单点能力；
• 持久资产：能否积累用户关系、长期状态、专属数据、权限和信任、网络、分发、品牌、监管资质或经济关系；
• 持续价值：未来稀缺性是否对应高频、强烈、可付费且可长期存在的问题；
• 价值捕获：方向即使创造价值，独立产品是否有权收费，还是利润必然被上下游平台拿走；
• 创始人优势：创始人的认知、AI 杠杆、速度、渠道或现有资产能否形成并捕获领先；
• 信息优势：若方向声称成功率显著高于充分竞争市场的基准，是否存在一个具体、重要、尚未被多数竞争者正确定价且可由创始人行动捕获的判断；
• 生存约束：获客、交付、可靠性、信任、法律和资金需求是否适合当前团队。

“今天模型还做不好”不能成为保留理由。在模型能力大陆上，只靠更好提示、单任务推理、暂时集成难度或人工流程自动化建造的产品，默认淘汰；除非它还能积累不随模型升级消失的独立资产。