段骁：项目风险预判清单

场景故事

三个月前，阿哲听信”三个月回本”辞职投了 5 万做区块链。

结果没有考虑到平台跑路的风险，存款从 8 万缩水到 1.2 万，简历还多了 3 个月空白期。

这次朋友推荐社区团购，他先用这张卡片输入项目信息分析：

AI 输出提示：“社区团购截止 24 年数据显示在你所在区域已有 37 个同类项目，需投入 8 万启动资金（房租生活费 5 万 + 进货 3 万），预计 18 个月回本。但你的技能匹配度仅 30%（缺乏供应链和社群运营经验），建议先小规模测试。”

他决定先投 3000 元测试 1 个月。AI 分析用了 5 分钟，帮他避免了至少 2 周的盲目调研（朋友花了半个月才发现同样问题），发现转化率只有 8%（盈利需 15%），及时止损这次也只亏 3000 元而非 8 万。

并且阿哲同样使用这张卡片分析了另 2 个项目后，找到一个”低投入 + 高技能匹配”方向，最后成功回本。

📸 效果图（10 段成果展示）

一、用户输入项目信息

二、本质判定

三、致命假设清单（5 项）

四、风险评分矩阵

五、风险雷达图

六、结构化风险清单（15 项）

七、机会区与风险区

八、场景推演（三种情景）

九、整合建议

十、待补充清单

十一、最终决策矩阵

精简版：尽调摘要

八格表单

1. 触发时刻

在你看了很多关于这个项目的信息（无论是自媒体上的还是来自身边朋友的），你都还是不知道：

• 预判这个项目的风险范围在哪里？
• 自己能不能承受风险带来的损失？
• 风险点可不可控？

当你意识到自己需要用理性对冲感性、用系统思考替代直觉判断的关键时刻，那么在这个时候你可以拿来直接用了。

2. 目标产出

产出物：一份精简版 + 一份完整版，包含：

• 项目本质识别与类别定性
• 结构化风险清单
• 风险全景雷达图
• AI 的决策建议和你的行动清单

3. 输入清单

快速启动版（5 分钟跑通）：

• 项目一句话定义（如”三线城市精品咖啡馆，人均 45 元”）
• 预算上限（如”30 万，自有 20 万 + 借 10 万”）
• 你的核心技能（如”会 PS/摄影”）
• 止损线（如”亏 10 万就停”）

核心信息清单（可选，提升分析精度）（约 60 分钟）：

核心维度	关键信息点（必填）	最佳来源	预计耗时
1. 项目本质	一句话定义：你到底是在卖什么？解决什么痛点，并如何收钱（不讲情怀，只讲收谁的钱）	你的 BP / 草稿纸 / 想法来源	10 min
2. 资源底牌	自有资源：资金上限（多少万）、核心技能（你最擅长什么）、现有渠道。能力边界：你自身绝对不擅长什么？	钱包余额 / 履历表 / 客观的自我评估	10 min
3. 风险承受力	止损线：亏到多少钱你会睡不着觉？时间成本：全职还是兼职？能抗住几个月没有一分钱收入？	经济和心理承受范围	5 min
4. 验证与假设	核心假设：这生意能成的 3 个前提是什么？验证动作：你已经做了什么来证明上述假设是真的？	实地考察记录 / 竞品数据 / 行业报告	15 min
5. 同行对标	对标案例：谁在做这行赚到钱了？谁做这行亏死了？差异化：凭什么用户选你不选他？	搜索引擎 / 行业群 / 企查查	15 min
6. 团队背景	核心成员（含你）名单、各自全职/兼职、具体分工。关键资产：已拥有的专利、独家资源等。硬约束：不可更改的时间节点、法规限制等	团队简历、合同文件、与他们的讨论	10 min

4. 提示词

✅ 成功提示词

为什么行：

1. 结构化强约束：利用明确的思维框架和强制性的交互步骤，倒逼用户提供高质量的输入数据。
2. 通过角色定位和框架要求，强制输出结构化、可行动的风险分析，而非盲目鼓励。
3. 能给出用户下一步行动具体的建议。

❌ 失败提示词

为什么不行：

1. 问题极度空泛，没有提供任何具体背景。AI 只能基于咖啡馆的普遍认知，输出泛泛之谈的风险列表，无法指导行动。
2. 没说要什么格式，输出没法直接用。
3. AI 可能会为了凑风险而凑风险。

5. 操作步骤

步骤	具体动作	耗时	检查点
1	把准备好的项目信息和背景信息填入提示词 [方括号] 部分	1 分钟	信息有无输入错误
2	发给 AI，获得初版的项目风险诊断	2 分钟	AI 是否有给出”待补充信息清单”
3	追问：“这些风险里，哪 3 个是 [行业] 创业最常见的死因？“	1 分钟	AI 是否给出至少 3 个具体死因且每个含数据支撑
4	追问：“针对 [最致命的风险]，给我 3 个可以立即执行的预防措施”	1 分钟	每个措施是否包含动作 + 时间 + 成本

总耗时：5 分钟（不含准备背景信息的 60 分钟）

6. 验收标准

验收标准（否则重做）：

• 行动清单 ≥ 3 条，每条包含时间节点（如”2 月 15 日前”）
• 每条行动含验收指标（如”发 100 张传单，记录转化率”）
• 每条行动含具体数字阈值（如”转化率 < 15% 立即调整文案”）
• 将清单交给不了解项目的人执行，对方能在 10 分钟内完成第 1 条行动（如发 100 张传单），且执行过程中无需回来询问发什么之类的细节

7. 失败排查

常见坑	典型表现	解决方法（一级）	如果还不行（二级）
说废话	全是”市场竞争激烈”这种正确的废话	追问：“请把’优化营销’拆解为 3 个具体的动作，并给出预估成本。“	如果 AI 仍然模糊，直接给具体场景：“假设我有 5000 元预算，只能选 1 个渠道投放，你建议投哪里？给出具体的 ROI 测算。“
列一堆风险	列了 50 个风险，看完觉得这项目没法干了	追问：“这 50 个风险里，哪 10 个是启动阶段（前 6 个月）最需要关注的？其他的先不管”	如果 AI 给的 10 个仍然太多，追问：“这 10 个里，哪 3 个是’不解决就会直接死掉’的致命风险？“
生搬硬套	套用 SWOT 等西方经典理论，却忽视了中国特色	追问：“在中国三线城市的具体环境下，这个逻辑还成立吗？“	如果 AI 仍然理论化，给具体细节：“我的目标客户是 38 岁的社区宝妈，她们更看重价格还是品牌？请基于这个画像重新分析。“

8. 升级路径

三级进化路径：

• Lv1 手动版：每次启动新项目，手动执行上述流程
• Lv2 半自动版：将提示词保存为智能体的”自定义指令”。当有新项目时，只需发送项目背景，即可一键生成风险分析初稿
• Lv3 全自动版：在你经营多个项目或带领团队时，可以尝试自动化的工作流了。使用 Zapier/Make 等工具，当团队成员在 Notion/Airtable 中提交新项目简报时，自动触发 AI 分析，并将结构化的风险清单回写到项目页面，作为立项的必须评审环节

📸 配图

Agent 化潜力

维度	评分	理由
频率	⭐⭐⭐	属”低频高价值”场景。虽非用户每日刚需，但单次对话深度大，且对有项目的人群具有极高的复用性
稳定性	⭐⭐⭐⭐⭐	极高。分析框架高度结构化，是标准的结构化 SOP，非常适合转化为 Agent 的固化工作流
数据可得性	⭐⭐⭐⭐	输入主要依赖用户提供的项目介绍和团队背景，不需要复杂的 API 对接，数据获取门槛在于用户而非技术
风险等级	⭐⭐⭐	产出为决策参考，非直接执行指令。主要风险在于信息输入质量导致分析偏差，但仍有误导选择方向的可能
总分	15/20 分	整套流程本身是非常好的分析执行框架，但实际效果严重受制于用户的输入信息真实性，以及 AI 本身的幻觉可能性

一句话建议

当前场景适合做成智能体模板库（保存提示词 + 预设追问路径），但完全自动化收益不大，因为核心价值在”逼用户直面盲区”的交互过程而非报告本身。

高手心法

新手 All in 失败，绝大多数死在「知道但没当回事」的风险心存侥幸。

这张卡片的本质是将你已知但刻意忽略的风险强制量化，明确踩坑点、损失金额及止损信号。

只有当你看清并能够接受 AI 列出的最坏结果（含时间节点、退出成本），你的 All in 才是理性的选择而非一场赌博。

先看清自己对项目风险到底能不能接受？接受了再做，不接受就别赌。

另外这个逻辑同样适用于择业、买房、选培训班——凡是涉及”不可逆投入”的决策，都应该先量化最坏结果。